Axiom 24 天形式化有限单群定理,Google 在轨 TPU 返回推理响应
- Google 在轨 TPU 首次返回 AI 推理响应,算力与带宽未披露
- Axiom 24 天形式化 CFSG,产出 4310 万行 Lean 代码
- 国行 Apple 智能 12 月上线,Siri 接入通义千问
Google 宣布 Project Suncatcher 原型卫星首次从在轨数据中心级 TPU 返回 AI 推理响应;Axiom 多智能体系统用 24 天将约 15000 页有限单群分类定理形式化为 4310 万行 Lean 代码,记录 34 处重大逻辑偏差并补证新定理;国行 Apple 智能定档 12 月随 iOS 27.3 上线,Siri 复杂任务接入通义千问。
1️⃣ Project Suncatcher:在轨 TPU 首次返回 AI 推理响应#
- 核心突破:Google 宣布 Project Suncatcher 原型卫星完成“Hello World”里程碑,首次从在轨的数据中心级 TPU 返回 AI 推理响应。
- 技术含义:该实验把 TPU 与数据中心级算力放到卫星平台,验证在轨推理链路的可行性,为未来太空数据中心与星上 AI 处理提供原型依据。
- 后续观察:Google 未披露在轨 TPU 的算力规模、功耗与通信带宽细节,轨道算力的成本与散热仍是待解问题。 🔗 Google 官方博客
2️⃣ Axiom 24 天形式化有限单群分类定理,修补人类证明漏洞#
- 核心成果:Axiom 多智能体系统 AxiomProver 用 24 天将约 15000 页的有限单群分类定理(CFSG)形式化,产出 4310 万行 Lean 代码,成为按代码行数计最大的开源软件项目之一。
- 关键发现:系统在形式化过程中记录数百处异常,其中 34 处为重大逻辑偏差;在不平衡群定理(UGT)部分发现 John Walter 1986 年证明中的关键闭包断言不成立,并给出 PSL₂(49) 反例。
- 人机协作:Axiom 团队连线群论学者 Richard Lyons 与 Ronald Solomon 构思新路线,随后由 AI 证明新定理“Preservation of simple tops”,补上 UGT 所需形式。
- 行业意义:AI 在顶级纯数学中不再只是验算器,而是参与发现漏洞、提出反例并证明新定理的合作研究者。 🔗 Axiom 研究页 | 新智元报道
3️⃣ 国行 Apple 智能定档:12 月上线,Siri 接入通义千问#
- 时间与设备:Apple 宣布国行 Apple 智能首批功能 11 月 4 日随 iOS 开发者 Beta 开放测试,12 月随 iOS 27.3 正式版推出;首发仅限 iPhone 15 Pro 系列、iPhone 16 及后续、iPhone Air 和 iPhone Duo。
- 功能范围:首批包括写作工具、照片自然语言搜索与消除、智绘表情、实时翻译、通知摘要、视觉智能及 Siri 基础交互升级;未包含可理解个人上下文并跨应用操作的新一代 Siri。
- 本土化架构:基础能力由苹果自研端侧模型提供,复杂任务接入阿里巴巴通义千问,视觉智能同时接入通义千问与百度图像搜索;千问处理的请求数据不用于训练、广告或追踪。
- 行业意义:苹果在中国市场采用“自研端侧模型 + 本土大模型扩展”的双轨方案,Siri 的能力边界与数据路径成为后续观察重点。 🔗 爱范儿报道
4️⃣ Anthropic 重组 Claude Max 套餐:Max 5x 改名 Max,Ultra 取消 5 小时限制#
- 套餐调整:Max 5x 更名为 Max,仍为 100 美元/月;Max 20x 更名为 Ultra,仍为 200 美元/月;现有订阅用户无需操作。
- 额度变化:对已验证的 Ultra 账户取消 5 小时限制,先从多数现有订阅者开始;新账户在验证前保留临时限制以防范欺诈与滥用,周限制保持不变。
- 行业意义:Anthropic 在 IPO 前夜调整订阅结构,把更高价位套餐与“无短时限制”绑定,直接面向重度 Claude Code 与 Agent 工作流用户。 🔗 Claude 官方公告
5️⃣ Google Cloud 推出 Agent Compute Engine:微 VM 沙箱与 Agent 治理#
- 产品发布:Google Cloud 在 10 月 AI 基础设施更新中推出 Agent Compute Engine,提供硬件隔离的微 VM 沙箱,支持亚秒级启动与基于 copy-on-write 内存共享的高密度工作负载。
- 治理能力:同步扩展 Agent Gateway 与 Agent Registry,用于对自主 Agent 做身份、权限与跨云可观测性管理。
- 生态配套:同月还开源 llm-d 1.0(Kubernetes 原生分布式推理栈)与 TorchTPU(原生 PyTorch 栈),并让 GDC air-gapped 支持 Gemini 多模态企业搜索。
- 行业意义:Agent 运行时的隔离、密度与治理正在成为云厂商的新竞争面,Google 把“沙箱 + 网关 + 注册表”打包为 Agent 基础设施层。 🔗 Google Cloud 月报 | Agent Compute Engine 发布
6️⃣ 阿里 MaaS 在 WMT26 验证两条路线:14B 领域模型与多模型 Agent 协同#
- 受限赛道:Qwen-MT-Lumen 以 Qwen3-14B 为主模型,经多语言持续预训练、翻译指令微调、Online M²PO 与 OPD,在 WMT26 受限赛道 23 个翻译方向中 20 个进入统计并列领先组。
- Agent 路线:Wayfinder 聚合四个基础系统的文档级候选,通过匿名化选择、受约束改写与异常检测修复,在 23 个方向中 17 个进入第一梯队,官方报告评为整体表现最佳。
- 性能对比:按 23 个语向等权计算,Qwen-MT-Lumen 平均分 74.82,接近 GPT-5.5 的 74.23 与 Gemini 3.1 Pro 的 76.08。
- 行业意义:通用大模型增强并未消除翻译领域模型的价值;模型专项优化与多模型 Agent 协同是两条可并行的技术路径,选择取决于质量、时延与成本约束。 🔗 阿里技术原文
7️⃣ ScienceVision 基准:GPT-6 Astra 仅得 0.53,前沿模型 3D 科学理解未及格#
- 基准设计:UniPat AI 与 Elorian AI 推出 ScienceVision,覆盖生物、化学、医学影像、机械 CAD、建筑 5 学科 22 子领域,共 250 道基于真实 3D 数据的专家级视觉问答。
- 评测结果:最高分为 GPT-6 Astra 搭配 Codex 的 0.53(满分 1),12 个前沿模型无五科全优;仅给六张固定角度渲染图时,最好模型 Claude Fable 5.1 仅 0.30。
- 工具效应:提供交互检视工具后,榜单前五模型提升有限,GPT-6 Astra 两种设置差不到 0.01;模型仍倾向读取原始坐标文件而非使用 3D 工具。
- 行业意义:当前模型在真实科学 3D 观察、测量与推理上仍有明显短板,“会画 3D”不等于“看懂 3D 科学对象”。 🔗 新智元报道 | Benchmark 数据集
8️⃣ DoorDash 用批量 LLM 推理把杂货复购延迟从 16 秒降到 2 秒#
- 方案要点:DoorDash 用批量 LLM 推理预计算用户的周期性购买需求,配合确定性校验与实时目录解析,保持商品选择最新;可编辑购物界面避免不必要的模型调用。
- 业务结果:杂货重下单延迟从 16 秒降至 2 秒,购物列表浏览量翻倍,该流程下单率提升约 34%。
- 行业意义:在 Agent/LLM 工作流中,把可预计算的重复决策放到批处理、把实时性要求高的部分留给确定性系统,是降低延迟与成本的有效模式。 🔗 InfoQ 报道
9️⃣ eMudhra 证书私钥泄露:JetBrains 全系 IDE 需更新,Cloudflare 披露利用迹象#
- 事件核心:eMudhra 八个中间证书的私钥被泄露且强度极弱,攻击者可利用其伪造网站与服务证书;JetBrains IDE、Toolbox App、Gateway、ReSharper 因使用捆绑 JBR 信任库而受影响。
- 修复要求:IntelliJ IDEA、PyCharm、WebStorm 等需升级至 2025.2 及以上的最新修复版本,Toolbox App 需 3.8.2/3.9.1,jetbrainsd 需 0.9.9728;2025.1 及更早版本不再提供修复。
- 利用观察:Cloudflare 一周内记录约 22000 次使用弱 eMudhra 密钥的握手尝试,其中约 160 次证书 SAN 指向其他组织域名;未发现针对 Cloudflare 连接的拦截证据,但伪造证书在漏洞公开后一小时内已出现。
- 行业意义:开发工具链的证书信任库更新滞后会形成广泛暴露面,IDE 与后台服务的信任列表需要独立、快速的更新机制。 🔗 JetBrains 安全公告 | Cloudflare 追踪报告
⭐ GitHub 趋势#
📊 类别速览
| 项目 | 类别 | Stars |
|---|---|---|
| anthropics/skills | AI Agent / 技能规范 | 185.3k |
| lightpanda-io/browser | AI Infra / 浏览器运行时 | 38.3k |
| pingdotgg/t3code | AI Agent / 控制面 | 32.7k |
1. anthropics/skills ⭐ 今日 +295#
语言/许可: Python / 未声明(部分 Apache-2.0,文档技能为 source-available)
总 Stars: 185.3k
仓库: GitHub
项目定位:
面向 Claude 与 Agent 开发者的官方 Agent Skills 规范、模板与示例仓库,解决“将可复用任务指令、脚本和资源封装为按需加载能力”的标准化问题;与第三方 prompt 集合相比,它提供官方 spec、Claude Code / Claude.ai / API 的安装路径,以及 Claude 生产文档技能的参考实现。
核心功能:
- 定义 Agent Skills 目录结构:
SKILL.md+ YAML frontmatter + 可选脚本/资源,运行时动态加载。 - 提供官方规范、模板、示例技能集,覆盖创意、开发、企业通信与文档处理。
- 开放
docx/pdf/pptx/xlsx文档技能源码,作为 Claude 文件能力的生产参考。 - 支持通过 Claude Code 插件市场、Claude.ai 和 Claude API 安装/调用技能。
技术亮点:
技能以自包含目录和声明式 frontmatter 描述触发条件与任务指令,模型侧按需加载;文档技能来自生产系统,可观察复杂文件处理任务的工程组织方式。
2. lightpanda-io/browser ⭐ 今日 +626#
语言/许可: Zig / AGPL-3.0
总 Stars: 38.3k
仓库: GitHub
项目定位:
面向 AI Agent、爬虫与浏览器自动化的 headless browser,替代 Chromium headless 的高内存占用和慢执行,为页面抓取、Puppeteer/自动化客户端提供轻量运行时;差异是从零用 Zig 实现,而非 Chromium / WebKit 分支。
核心功能:
fetch抓取页面并输出 HTML、Markdown、PNG/PDF 或结构化 JSON-LD/OG 元数据。- 提供 CDP 服务端,可接入 Puppeteer;同时支持 WebDriver BiDi。
- 内置 MCP server 与
agent模式,支持多模型 / OpenAI-Compatible 端点及无 LLM REPL。 - 支持 Docker、Homebrew、AUR、Nix 与 nightly 二进制,提供
--obey-robots等抓取约束。
技术亮点:
从零实现的 Zig headless browser;官方基准称 100 页面峰值内存 123MB、执行 5s,对比 headless Chrome 约 2GB、46s;原生集成 CDP / BiDi / MCP,适合 Agent 工具调用。
3. pingdotgg/t3code ⭐ 今日 +930#
语言/许可: TypeScript / MIT
总 Stars: 32.7k
仓库: GitHub
项目定位:
面向已使用 Claude Code、Codex、Cursor 等 CLI Agent 的开发者,提供跨桌面、Web、iOS/Android 的 agent harness 控制面,解决本地多个编码 Agent 的远程控制、会话与权限管理问题;差异是开源、远程就绪,并复用已有订阅/CLI 而非另造模型服务。
核心功能:
- 连接本机已安装并认证的 Claude Code、Codex、Cursor、Grok Build、OpenCode、Antigravity。
- 通过 Electron 桌面端、Web 端和移动端远程操作 Agent,支持后台服务安装。
- 提供服务/项目级权限模式、快捷键、项目设置、多账号与源码控制集成。
- 支持通过 MCP 接入 Claude Code、Codex、ChatGPT 等外部 Agent。
技术亮点:
采用本地 server + 多端控制面架构包装现有 CLI Agent,统一远程访问与 MCP 入口;不提供模型推理,核心价值在 Agent 运行时编排与控制面。
🟧 Hacker News 热议#
Backdoor in Claude Code for VS Code extension on the Cursor Marketplace#
732 pts · 457 comments · phorion.io
📌 内容总结
- 背景/作者意图:Phorion 披露 Cursor Marketplace 上 Claude Code for VS Code 扩展
2.1.313包被植入后门,并给出检测、清理与凭据轮换建议;文末同时推广其 macOS 端点检测产品。 - 关键要点 / HN 关注点:
- 注入代码是
extension.js顶部的 IIFE,Node 加载文件即执行,不等扩展activate();扩展本身拥有 IDE 与当前用户权限,可直接读源码、文件和开发工具。 - 第一阶段向
~/.ssh/authorized_keys追加注释为svc-telemetry的 Ed25519 公钥,并尝试启用 SSH:Linux 用systemctl/service/init.d,macOS 用systemsetup,Windows 用 PowerShell 安装 OpenSSH Server。 - 第二阶段用嵌入私钥
svc-telemetry-tun反向连接134.209.82.225,以-R *:0:localhost:22 -N建隧道;登录仍走受害者本机 SSH,攻击者无需在 JavaScript 内实现完整 C2。 - 持久化覆盖三平台:macOS 写
~/Library/LaunchAgents/com.apple.sysmond.plist并KeepAlive;Linux 写@rebootcron;Windows 尝试SYSTEM计划任务SysMon,失败则落 Startup 目录。 - 主机侦察回传 hostname、用户名、OS、架构、工作目录、Git 全局邮箱、公网 IP、各阶段状态,以及最多 40 个匹配
KEY|TOKEN|SECRET|PASS|AWS|GCP的环境变量名;只传变量名,不传值。信标以明文 HTTP POST 发往134.209.82.225:8099和127.0.0.1:8099。
- 注入代码是
- 实际结论 / 限制 / 影响:
- macOS 上存在实现 bug:普通用户运行
systemsetup -getremotelogin会输出管理员权限错误且退出码为 0,脚本误判 SSH 已开启,跳过sudo -n systemsetup -setremotelogin on。若主机原本已开 SSH,后门仍可用。 - Windows 路径还有把 PowerShell 命令交给硬编码
/bin/sh的 bug;整体未包含提权漏洞,服务启用常受普通用户权限限制。 - Cursor 已下架相关版本,并从 NPM、VS Code 注册表拉取
2.1.313。仅卸载扩展不够,还需杀隧道进程、删 LaunchAgent/cron/Startup、清authorized_keys与/tmp/.stk_*、轮换可能暴露的凭据。 - 检测上,单看 shell 命令不够,因为 Node 的
fs.appendFileSync直接改authorized_keys;更可靠的是文件修改遥测、IDE helper 进程写 SSH 文件、非 Apple 进程创建com.apple.*LaunchAgent、ssh/autossh带-R,以及 SSH 日志中出现来自 localhost 的svc-telemetry登录。
- macOS 上存在实现 bug:普通用户运行
💬 讨论总结
- 输入中
top_comments为空,尽管帖面显示 457 条评论;无法从提供数据归纳社区共识、支持理由或反驳意见。 - 可确认的仅是讨论量高。可核验的技术争点集中在:官方扩展包如何被投毒、Cursor Marketplace 与上游发布链路的责任边界、macOS 权限 bug 是否显著降低实际入侵、以及已开启 SSH 主机的暴露面。
- 不应把上述争点当作 HN 评论共识;缺少评论原文时,无法判断哪些观点被支持或反驳。
AI isn’t replacing SREs, it’s deskilling them#
479 pts · 355 comments · signoz.io
📌 内容总结
- 背景/作者意图:SigNoz 作者以 Bainbridge 1983 年《Ironies of Automation》为框架,论证 AI 自动化 SRE 日常工作后,风险不是立即替代 SRE,而是让 SRE 在低频、高 stakes 的故障中失去实践与判断力。文章也包含 SigNoz 在可观测性与 AI 助手上的产品立场。
- 关键要点 / HN 关注点:
- 已被自动化的 SRE 工作包括告警降噪与聚合、已知问题 runbook 执行、日志模式检测、异常标记、基础根因建议,以及重启 Pod、扩容等自动修复。
- 文章引用 PagerDuty 的分层模型:Tier 1 已知问题全自动;Tier 2 AI 建议加人工确认;Tier 3 新颖、复杂、级联故障仍由人主导。
- 核心矛盾:如果人类只处理 Tier 3,就缺少从大量普通事故中积累直觉的机会;直觉来自反复处理故障、形成系统心智模型,而不是只读 AI 摘要。
- “never-skilling” 问题:初级 SRE 在 AI 处理大部分事故流程的环境中,可能从未建立基础排查能力;技能退化后更依赖 AI,形成循环。
- 跨领域证据:内镜医生使用 AI 辅助后,无辅助息肉检出率从 28% 降到 22%;长途飞行员高度依赖自动驾驶后情境意识与手动飞行能力下降,FAA 因此要求增加手动飞行时间。
- 建议包括“刻意低效”:保留部分 AI 本可处理的事故作为人工演练;以及“human-in-the-loop”而非“human-on-the-side”,让人参与问题求解,而不只是批准 AI 建议。
- 实际结论 / 限制 / 影响:
- 文章是评论性论证,SRE 领域的直接纵向数据不足;医学、航空证据可类比,但不能直接证明 SRE 技能退化幅度。
- “95% 事故由 AI 处理”是设问式假设,不是已测事实。
- SigNoz 的结论与其产品方向一致:先做人类控制的 AI 助手,再在护栏内增加自治;作者称其拥有 metrics/traces/logs 数据层,比通过 API 接入的 AI SRE 产品更有上下文优势。
💬 讨论总结
- 输入中
top_comments为空,无法归纳 HN 评论区的共识、工程经验或反对意见。 - 帖面显示 355 条评论,但缺少原文,不能判断社区更认同“去技能化风险”,还是更质疑其证据强度与产品营销动机。
- 可检验的争点包括:Tier 3 人工实践是否可行、初级 SRE 训练管线如何补足、人工演练的成本由谁承担、AI 建议准确率与告警噪声是否真的降低认知负荷。
Sleep framework: A new way for LLMs to retain knowledge in continual learning#
151 pts · 12 comments · research.google
📌 内容总结
- 背景/作者意图:Google Research 提出“sleep framework”,用类似 NREM/REM 睡眠的周期解决 LLM 部署后静态、ICL 受上下文窗口限制、持续更新又触发灾难性遗忘的问题。
- 关键要点 / HN 关注点:
- Wake 阶段接收输入,把短期信息放入快速短期记忆;Sleep 阶段停止处理新输入,做记忆巩固与自我改进。
- 记忆巩固依赖预分配 MoE 容量、参数扩展、低秩专家与 continuum memory hierarchy;通过 GKD 与 RL 模仿学习把短期上下文蒸馏进长期参数,再用“突触修剪”重置高频临时参数。
- Dreaming 阶段随机激活非标准专家,生成合成训练样本,用梯度式数据选择筛选高价值“梦”,再做 RL 精炼,目标是改善优化景观而非单纯数据增强。
- 结果覆盖持续翻译、长上下文和事实注入:未见语言 Manchu/Kalamang 多阶段学习接近零退化;BABILong 上扩展到 10M tokens 接近满分,优于 GPT-4、Titans;SQuAD/CPT 事实知识为 48.9%/46.2%,优于 base、SFT、SEAL;AIME 24/25、HMMT25 为 79.2%、69.0%、46.1%,优于 SFT、GRPO、OPSD。
- 实际结论 / 限制 / 影响:
- 方法依赖可扩展的 MoE 参数容量与训练基础设施;参数扩展效率是直接约束。
- 评论指出实验模型相对小,能否外推到万亿参数模型、需要多少 token 才能推动大模型权重,仍未知;也缺少与 RLHF 对照组的比较。
- 文章是预印本博客解读,存在语法/拼写问题;尚无独立复现。
💬 讨论总结
- 对写作与技术解释的肯定:有评论认为文章把高密度技术概念解释得清楚;技术理解被补充为:wake 期积累短期记忆,sleep 期评分并只把有用部分以低秩/变换方式写入权重,而不是把整段记忆简单加到参数里。
- 工程经验:有团队称做过 “Dreamtime”,不蒸馏 token 层,而是从用户对不满意回答的修正信号中学习;流程是累积上下文、检查不一致、压缩、退役旧记忆。该评论强调客户审计要求:必须回答“何时改变、谁改变”,否则模型可能被用户反复 nudging 用来掩盖财务犯罪。回复仅指出其缺少引用
[2],未形成技术反驳。 - 质疑集中在规模外推:小模型上的提升可能来自模型本身较弱;万亿参数模型是否同样受益、参数扩展是否经济、是否应和 RLHF 对照,均未解决。另有评论直接质疑“是否真的有效”,也有人认为参数扩展是主要限制。
- 历史背景:有评论将其与 DreamCoder 类比;也有人认为这是通向 AGI 的关键缺失环节,但属于个别判断。少量评论直接否定 LLM 研究,未进入技术讨论。
- 样本只有 12 条评论,不能称为广泛共识;较集中的疑问是实验规模与效率,较集中的正面评价是解释清楚、MoE 参数扩展思路可理解。
国行Apple智能接入千问,DeepSeek完成1055亿融资
- 国行Apple智能11月4日测试,Siri接入阿里千问
- DeepSeek完成1055亿元融资,投后估值6155亿元
- Google承认AI Mode变现较低,拖累搜索收入
苹果宣布国行Apple智能11月4日随iOS 27.3测试版开放,12月正式上线,Siri、写作与视觉智能接入阿里千问;DeepSeek完成1055亿元第二轮融资,投后估值6155亿元;Google承认AI Mode变现较低,拖累搜索收入。
1️⃣ [持续跟踪] 国行 Apple 智能官宣:11 月 4 日测试,双层架构接入千问#
- 前情提要:苹果此前已获准向中国用户提供首批 Apple 智能核心功能,并官宣 12 月上线、Siri 接入通义千问。
- 最新进展:苹果中国官网正式公布时间表——首批功能随 iOS 27.3 开发者测试版于 11 月 4 日开放测试,12 月随正式版推出。
- 技术架构:双层模型方案明确,端侧为苹果自研、面向中国用户定制的 Apple Foundation Models(AFM),负责照片消除、实时翻译等本地任务;云端由阿里千问承担 Siri 复杂问答、写作工具「创作」及视觉智能「询问千问」。百度则在视觉智能的「以图搜索」环节参与,文本理解与生成由千问主导。
- 功能清单:全新 Siri 外观与交互、写作工具改写/校对/摘要、照片消除与自然语言检索、智绘表情、实时翻译、通知摘要。设备门槛为 iPhone 15 Pro/Max、iPhone 16 及后续机型。
- 关键缺席:真正重构底层交互的「Siri AI」——屏幕感知、跨应用执行等能力——未在首批上线,需等待后续版本与联合训练底座成熟。
- 行业意义:迟到的国行 AI 采取「旧功能框架 + 2026 年新模型」组合,分批过审、逐步放行的路径清晰;苹果守端侧、千问当云端外援的分工,为外资终端厂商的本地化合规提供了可参照样本。 🔗 爱范儿详细报道 | 少数派
2️⃣ Google 承认 AI Mode 拖累搜索收入,内容供给方流量承压#
- 官方表态:Google 首席商务官 Philipp Schindler 在财报电话会上表示,AI Mode 查询的强劲增长带来了「较低的变现」影响,承认该产品对搜索收入形成拖累。叠加其他财报数据不佳,科技股出现大幅下挫。
- 生态反馈:Reddit CEO Steve Huffman 同期表示,Google AI Mode 没有给 Reddit 带来流量,10 月来自 Google 的平均每周引荐流量减少超过 100 万;AI Overview 与 AI Mode 将外部链接推到更靠下的位置。
- 行业意义:摘要页替代源页面的张力从 Featured Snippets 时代延续到生成式 AI,如今直接反映在 Google 自己的搜索收入上。搜索商业模式、内容供给方流量与 AI 产品体验之间的三角关系,正在进入需要重新定价的阶段。 🔗 Latent Space | 爱范儿
3️⃣ DeepSeek 完成约 1055 亿元第二轮融资,投后估值 6155 亿元#
- 融资规模:据 The Information 报道,DeepSeek 本月完成约 1055 亿元人民币(约 158 亿美元)第二轮融资,近 30 家投资者参与,投后估值 6155 亿元人民币。约 6 个月内累计融资 1365 亿元,梁文锋另外向公司投入 20 亿元。
- 投资方结构:腾讯和宁德时代为前两大投资者;新加入长鑫存储及董事长朱一明、中芯国际;vivo、美团、美的、立讯精密、吉利、携程、小红书等单家出资 10 亿至 30 亿元;中国移动、中国电信、中金公司、中信证券、中国人寿出资 20 亿至 80 亿元;国家人工智能产业发展基金再次直接投资 10 亿元。
- 行业意义:融资名单同时覆盖互联网、半导体、终端厂商、运营商与金融机构,产业资本与国有资本深度绑定国产大模型公司,资金规模已进入全球第一梯队。 🔗 爱范儿
4️⃣ Google 披露 PageBreak 安全 Agent:Gemini 自主排查,已发现 500+ XSS 漏洞#
- 核心数据:Google 发表论文披露 AI 安全 Agent PageBreak,自今年 1 月全面运行以来,已在其 Web 应用中发现了 500 多个 XSS 漏洞。
- 技术路径:PageBreak 使用 Gemini 模型自主调查潜在漏洞,但仅在确定性验证器成功对运行中的应用复现漏洞后才上报,避免纯模型判断带来的误报。
- 行业意义:AI Agent 在安全领域的落地从「生成告警」走向「验证后才上报」,为自动化漏洞挖掘提供了可复制的工程范式,也回应了安全团队对 AI 误报率的核心顾虑。 🔗 InfoQ
5️⃣ 小米发布 8 亿参数 OCR 模型 Xiaomi-OCR-0#
- 模型能力:小米推出文档理解模型 Xiaomi-OCR-0,以 8 亿参数统一文档解析、关键信息抽取与视觉问答;支持正文、表格、公式转 Markdown/LaTeX,按字段提取票据、卡证信息并输出 JSON。
- 评测表现:在模拟扫描、纸张弯曲、屏幕翻拍等干扰的 Real5-OmniDocBench 上取得 95.24 分,官方列出的模型比较中排名第一;OmniDocBench v1.6 得分 96.83。
- 开放程度:模型权重、推理代码、浏览器 Demo、MCP 服务和 Agent Skill 工具包均已开放;技术已用于超级小爱的取餐码识别、账单记账、日程创建。
- 行业意义:8 亿参数级模型在文档理解基准上超越更大规模竞品,小模型在垂直任务上的效率优势进一步显现,且以 MCP/Agent 工具形式交付,便于接入现有工作流。 🔗 爱范儿
6️⃣ 清华等团队让 96 台机器人共享经验,手机包装成功率升至 98.3%#
- 方案设计:清华大学、智元机器人及无问芯穹提出群体经验学习(CEL)方案,让机器人在部署中将完成任务的经验汇总,改进共同使用的策略。系统利用失败前的场景,检索其他机器人做成功的相似片段,再用于微调;后续学习不再需要新增专家示范。
- 实验数据:手机包装实验使用 96 台机器人采集经验,另在两台未参与采集的同型号机器人上完成 120 次评估,成功率从 79.2% 升至 98.3%。另在插花、叠衣、手机充电、凳子组装等任务上完成测试。
- 行业意义:群体经验学习绕开了对专家逐台示教的依赖,为具身智能在多机器人产线场景的规模化部署提供了一条低成本路径。 🔗 爱范儿
7️⃣ Google Antigravity 上线插件市场,接入 Figma、Jira 与生产日志#
- 产品形态:Google 为 Antigravity App 和 CLI 上线统一插件市场,把外部服务连接、领域操作指引及自动化规则打包安装。插件可包含 Skills、MCP 服务配置、规则、Hooks 和自定义智能体,随同一版本安装、更新和启停。
- 首发集成:Figma 插件可读取设计上下文并向画布写入内容;Atlassian 集成连接 Jira、Confluence 和 Bitbucket;Datadog 插件可搜索日志、链路与告警,辅助定位线上故障。
- 使用方式:用户可从 App 的 Customizations 面板浏览插件,也可通过 CLI 安装;涉及账号授权的集成会在设置时要求认证。
- 行业意义:Agent 工具链从过去零散的接口配置、环境变量与指令,走向可分发、可版本化的插件包,降低了团队内共享 Agent 能力的门槛。 🔗 爱范儿
8️⃣ 火山引擎 MaaS 上半年收入 48 亿元,商业化升为首要目标#
- 收入数据:据《晚点 LatePost》报道,火山引擎 MaaS 业务上半年收入达到 48 亿元,毛利率超过 55%,是字节跳动当前收入规模最大的 AI 业务。
- 策略调整:火山引擎从年中开始把商业化定为最重要的业务指标,并上调原定 150 亿元的年度收入目标;此前业务更重视 Token 调用量。
- 模型供给:既提供 Seed、Seedance 等自研模型,也接入 DeepSeek、智谱等第三方模型,目前这些推理服务均有正毛利;豆包工作还计划面向企业客户接入更多第三方模型。
- 行业意义:MaaS 竞争从「拼调用量」转向「拼收入与毛利」,反映国内模型服务市场的商业化进入实质性考核阶段。 🔗 爱范儿