要点速览
- OpenAI 模型在不到五个月内为 AMD 旗舰 GPU IP 识别出最高 14% 的 PPA 改进,部分结果已进入流片设计。
- Anthropic 宣布 IPO 定价为每股 83 美元,预计次日在纳斯达克开始交易。
- SpaceX 的 Starship 上级首次被发射塔捕获,单次任务部署 26 颗 Starlink V3 卫星。
- Google 发布 Genie 4 与 Gemini 4 Neon,Neon 在 Vals Index 首次上榜排第 2。
- Perplexity 上线 Teammates 与 Multiagent,并公布三个新 API,API 业务同比增长 4.3 倍。
- NVIDIA 发布 Nemotron-Labs-Sigma 开放权重模型,采用块并行 token 生成。
- 评测框架对模型表现影响显著,Codex 中部分模型解题率提升约 10 个百分点。
一、AI 模型与芯片设计
- OpenAI 与 AMD 的芯片设计合作取得实质进展:其模型在不到五个月内于 AMD 旗舰 GPU IP 上识别出最高 14% 的 PPA 改进,而这些设计此前已被 AMD 工程师优化多年;同一方法也用于 AMD 首款定制推理芯片 Jalapeño,改进已在真实硅片上验证。OpenAI 表示新评估显示模型在部分芯片设计任务上表现提升,并正与 Synopsys 合作,将其模型能力接入后者的 EDA 设计与验证工具。Greg Brockman 称这是芯片设计前沿前所未有的结果,部分结果已纳入近期流片的设计。1 2
- NVIDIA 发布 Nemotron-Labs-Sigma 开放模型权重,共 14 个检查点,规模为 3B/8B;该模型将视觉领域的连续扩散引入语言,按块并行生成 token,而非逐 token 生成。NVIDIA 称其平滑 ODE 轨迹(16 维)支持蒸馏与引导,数学任务 8 TPFs、代码任务 4 TPFs,并保持准确率与多样性,有望更快探索数学和编程问题的多个解。1
- Google 发布 Genie 4 与 Gemini 4 Neon:Genie 4 定位为交互式世界模型,整合实时物理、推理与音频,用户可在探索生成世界时输入新提示,原生音频实时适配,符合条件的 Google AI Ultra 订阅者可在 Project Genie 中试用。Gemini 4 Neon 向 Pro 与 Ultra 用户开放,转发的评测信息称其在 Vals Index 以 70.9% 首次上榜排第 2,落后 Claude Fable 5.2 仅 0.4 个百分点,但每任务成本不到后者一半,并在 Finance、Legal Indexes、Tax Agent 和 Legal Research 上排第 1。1 2 3 4
二、公司动态与商业化
- Anthropic 宣布 IPO 定价为每股 83 美元,预计次日在纳斯达克开始交易;公司称与 A 类普通股相关的注册声明已于 2026 年 11 月 18 日获美国证券交易委员会宣布生效,本次发行仅通过招股说明书进行。1
- Perplexity 扩展产品与 API:在 iOS 和 Android 应用上线 Teammates 与 Multiagent,Teammates 支持语音控制,面向 Max 订阅用户开放;同时推出 Monitor、Orchestrator、Context 三个新 API,分别提供可编程事件告警、按任务在前沿与开放权重模型间路由、将 URL 批量转换为 agent 可用内容。Perplexity 称 API 业务同比增长 4.3 倍,年化收入达九位数,Multiagent 使用量一天内翻倍。1 2 3
- SpaceX 的 Starship 上级首次被发射塔捕获,Musk 称这是“拼图的最后一块主要部分”,并确认 Ship 42 仅需小修即可复飞,但将退役作公开展示。转发内容称此次任务还部署了 26 颗 Starlink V3 卫星,全部已投入运行,单次发射新增 26 Tbps 下行和 4.2 Tbps 上行容量,相当于约 10 次猎鹰 9 号发射。1 2 3
三、开发者工具与评测实践
- 评测框架对模型表现影响显著:转发内容指出,与仅提供 Bash 工具的环境相比,原生 harness 通常同时提高解题率和成本,但效果并不一致;在 Codex 中,6.1 Terra 与 6 Luna 提升约 10 个百分点,较新的 6.2 模型解题率变化不大,Grok 和 DeepSeek 从各自 harness 中获益明显,Muse 持平,而 Fable 5.2 在原生 harness 下成本显著更低。1
- NVIDIA 用 Factory 对 Nemotron 进行后训练,全程在其隔离网络内运行;Factory 是 NVIDIA 在其环境中部署的唯一获商业支持的 harness,使研究者可使用长时间运行的智能体及完整执行轨迹。1
- Hugging Face 转发 Tessera-small 模型:这是一个掩码扩散语言模型,把 16×16 像素图视为 256 个 token 的句子,每个像素取自学习得到的 512 色调色板,从全掩码画布出发约 16 步并行解掩码,优先处理置信度高的像素,并以 CLIP 文本为条件,不使用 VAE、潜变量或自回归。该模型有 4760 万参数,在单块 GPU 上用约 5.5 小时、基于 140 万个精灵图训练完成,其 int8 ONNX 版本可通过 WebGPU 在浏览器中运行。1
四、安全与行业观点
- OpenAI 介绍模型生命周期安全做法,列出四层防护:模型对齐、安全与沙箱隔离、阻断性防护、监控与响应;被引用内容称,随着模型能力上升,推进到下一阶段所需的安全与对齐标准也随之提高,并称这是基线运营纪律,但并非对齐问题的终极解决方案。OpenAI 还分享数据称研究人员的 AI 使用持续指数级上升,智能体完成的任务更长,但人类参与在研究仍处核心,安全与对齐领域人力增长快于其他任何单一研究领域。1 2
- Yann LeCun 对超级智能时间表给出判断:他表示超级智能不会在明年或两年内到来;当前 AI 擅长数学、代码等符号任务,但在理解物理世界方面不如猫,这也是家用机器人仍未普及的原因之一。1
- FT 旗下 Unhedged 通讯估算 Anthropic 的算力回报门槛:若要就约 1 万亿美元算力承诺获得 20% 回报,按 40% 营业利润率和 17% 税率计算,年收入需约 6020 亿美元,高于 Alphabet 的 4710 亿美元和苹果的 4780 亿美元,也相当于标普 1500 中全部 76 家软件与 IT 服务公司合计 9080 亿美元收入的三分之二。1
