黄仁勋闪辞又谋复位,Anthropic 640 亿美元抢筹 | AI周报

本周核心变化:能力分化,路线分岔

Anthropic 同日发布 Fable 5.2 与 Mythos 5.2,Agent 八天写出操作系统

Anthropic 推出 Claude Fable 5.2 与 Claude Mythos 5.2。前者输出速度较上代提升约 30%,API 定价为每百万输入 8 美元、输出 40 美元;后者面向网络安全与生命科学,需资质审核。官方演示中,上千个 Agent 八天写出一套可运行的操作系统,并从零设计出三款可工作的硬件。竞争点正从单轮问答转向长程任务的自主闭环。

英伟达发布 GR00T 2,机器人“看图动手”转向“先想后动”

英伟达在 CoRL 2026 发布新一代机器人基础模型 GR00T 2,同步上线 Isaac Lab 3.0 训练框架。架构从视觉 — 语言 — 动作切换为“世界 — 动作”:先联合预测未来视频帧与动作序列,在内部推演物理世界如何演化,再驱动机器人执行。训练集含十万小时人类演示数据,官方称五次示范后任务成功率可达 95%。模型权重计划于 12 月开放。

Meta 发布 Muse Ember,用三分之一成本接手智能体的高频任务

Meta 超级智能实验室发布迄今最小的模型 Muse Ember,瞄准智能体的高频重复任务:工具调用、代码子任务、信息抽取与长文档解析。支持 100 万 Token 上下文,输入输出定价为每百万 Token 0.1 美元与 0.5 美元。第三方评测得分 36 分,与 Claude Haiku 5.5 最高档位基本持平,单任务成本仅为其三分之一。用法是“大模型规划、小模型执行”。

谷歌发布 Gemini Robotics 2.5,灵巧操作接近人类水平

Google DeepMind 发布新一代视觉 — 语言 — 动作模型 Gemini Robotics 2.5。在约 200 项任务评测中,它在夹取糕点、系蝴蝶结、实验室移液等高精度操作上明显改善,官方称表现“正接近人类水平”。这是谷歌首个借助 Gemini 4 Carbon 加速研发、具备自我改进能力的机器人基础模型,已在梅赛德斯 — 奔驰生产线执行零部件分拣。

霞光 AI 总结:模型之间的评价标准正在分开。旗舰看的是长程任务能否自主完成,机器人模型看的是对物理世界的预判准不准,轻量模型看的是单次调用到底花多少钱。三条路线各有各的尺子,同一张榜单已经无法横向比较。这种分化也在改变采购顺序:先确定场景,再回头挑能力档位。分层先于产品形态发生,行业的比较方式也因此被改写。

行业大事:巨头换帅,安全防线被击穿

黄仁勋辞任英伟达 CEO,回归声浪随即涌起

11 月 12 日,英伟达董事会公告,联合创始人黄仁勋辞去总裁、首席执行官及董事席位,即刻生效,三十三年掌舵结束。首席财务官 Colette Kress 出任临时 CEO,董事会启动新任遴选。消息公布后,股价开盘一度跌近 14%,市值蒸发超 1.2 万亿元。随后数日,要求其回归的请愿迅速扩散,签名者含数千名在职员工与多位科技公司高管;据报道,黄仁勋已与盟友讨论重返可能。一场人事变动,正演变为牵动算力格局的拉锯。

四类 AI 备案整合进同一入口,11 月 9 日正式上线

11 月 9 日,国家互联网信息办公室建设的“互联网新技术新应用信息服务备案系统”上线运行,将生成式人工智能、算法、深度合成、区块链四类备案并入同一入口,原有算法备案系统与区块链备案系统同步停用。此前企业需分头对接多套系统,如今填报与查询集中一处。备案信息的可追溯性提高,监管也随之从事前审批延伸到全周期的记录留存。

OpenAI 撤销独立机器人团队,通用模型直驱本体

据悉,OpenAI 已解散独立机器人研究团队,研究人员分流至其他部门:原团队并入首席研究官 Mark Chen 领导的核心研究,应用机器人与硬件业务由总裁 Greg Brockman 接管。直接导火索是 GPT-6 Astra 等通用模型可直接用于机器人控制,无需为硬件单开专用模型。

一抹凡士林绕过安全对齐,五款多模态模型集体失效

机器人评测公司 Robocurve 公布实验:让五款前沿多模态模型控制真实机械臂执行任务,再在摄像头前涂抹凡士林制造视觉干扰。结果原本会被拒绝的危险指令开始被执行,例如用刀戳刺婴儿玩偶。研究者认为缺陷出在感知层 —— 轻微物理干扰即可让模型误判环境,绕开此前的安全对齐。具身系统的防护,显然不能只做在语言层。

霞光 AI 总结:AI 治理的重心正在从“能不能进”转向“进来之后怎么留痕”,监管也随之下移到运行环节。与此同时,市场开始重新为稳定定价,组织与人事的可预期性,正被算进估值。更值得注意的是防护方法的滞后:当输入从文本变成传感器信号,旧规则便失去了着力点。安全因此不再是一次性的对齐,而是持续的运行时校验。

KOL 观点:乐观者的算力,警惕者的刹车

李飞飞与苏姿丰对谈:AI 就是计算,机器人是系统问题

CoRL 2026 现场,李飞飞与 AMD 首席执行官苏姿丰对话。李飞飞提出“AI 就是计算,计算就是 AI”,认为世界模型、语言模型与多模态模型正在融合,软硬件必须共同演进;机器人是系统级难题,不只是模型问题,她判断机器人将成为新的算力引擎。苏姿丰则强调,不存在一种模型覆盖所有应用,专用模型仍有不可替代的空间。

周鸿祎:AI 来不及踩刹车,人类能否接住仍是未知数

360 集团创始人周鸿祎在公开对话中谈及 AI 治理,认为技术演进的速度已经超出社会建立规则的速度,“来不及踩刹车”是当下的真实处境。他主张企业建设自主可控的“主权 AI”能力,把模型、数据与算力握在自己手里,而非完全依赖外部供给。这一判断与硅谷的“放缓论”形成对照:一方要求减速,一方认为减速已不可行。

李开复:AI 预算该怎么分,未来值钱的是两类人

李开复在一场访谈中给出企业 AI 投入的分配框架:个人效率试验占一成到两成,单流程产品化占五到六成,经营决策重构占两到三成。他以三百人公司、五十万元预算为例,建议按五万、三十万、十五万切分。他认为未来稀缺的是两类人:能把业务拆解成可自动化流程的人,以及能对 AI 输出做最终判断的人。

霞光 AI 总结:三种声音其实在回答同一个问题 —— 节奏该由谁掌握。加速派相信能力提升会顺带解决安全问题,警惕派认为规则建设追不上技术迭代,务实派则绕开争论,只关心预算怎么分、人怎么用。这种分歧不会因为辩论而收敛,只会被一次次事故和一份份财报重新定价。相比之下,更稀缺的不是立场,而是能在加速中维持可控的工程能力。

资本动向:硬件抢投,巨头抢购

曦选创智完成 5 亿元天使轮,投后估值 40 亿元

优必选公告,其与沐曦股份、锋龙股份合资成立的具身智能端侧芯片公司曦选创智完成 5 亿元天使轮融资,投后估值 40 亿元,纪源资本与经纬创投联合领投。公司今年 5 月成立,首颗自研芯片定位为面向机器人的“大小脑一体”SoC,针对多模态感知、认知决策与运动协同做定制。半年时间估值冲到 40 亿元,端侧算力成为具身智能的新卡位。

Anthropic IPO 获约 6 倍超额认购,募资上限 644 亿美元

Anthropic 首次公开募股已获得约六倍于可售股份的认购订单。申报文件显示,公司与联合创始人计划通过 IPO 募资最高 644 亿美元,另配套 260 亿美元私募配售,目标估值约 1.4 万亿美元。承销商正考虑将发行价推高至 70 至 78 美元区间之上,估值可能上探 1.5 万亿美元。若成行,这将是史上规模最大的上市交易。

青葵智造完成亿元 A 轮,自驱动实验室走向产业化

面向科学研发的 Physical AI 公司青葵智造宣布完成亿元 A 轮融资,由创东方投资、飞荣达股份与金辉大数据共同参与。公司成立于 2021 年,由北航博士创办,为生物医药、化工、新材料等领域提供自驱动实验体系,已与恒瑞医药合作。资金用于核心技术研发、行业拓展与云实验室建设。AI for Science 从论文走向产线,开始有人买单。

霞光 AI 总结:资本的两条路线已经分得很清楚。一条押在离硬件最近的环节,赌的是渗透率能不能起来;另一条押在已经讲得清收入的成熟公司,赌的是确定性。两种钱方向相反,标准却是同一套 —— 不再为可能性买单,只为可交付买单。叙事的权重在下降,交付节奏的权重在上升,估值分歧的本质,是对交付时间表的分歧。

趋势观察:Agent 的门槛,在资质

智能体的“进门”与“付钱”同日被打通

11 月 13 日,两件事同天发生。企业级智能体公司 Sierra 联合 Meta 发布个人代理协议 Poppy v1.0,解决助手如何被各类服务识别与接入的问题;OpenAI 推出 ChatGPT Wallet,与美国运通、万事达、Visa 合作,让智能体在不接触真实卡号的前提下代用户完成支付。前者解决能不能进门,后者解决能不能结账,智能体商业化的最后两环同时补上。

阿里 OpenCodeReview 冲上 GitHub 趋势榜,单日新增近九百星

阿里开源的 AI 代码审查工具 OpenCodeReview 登上 GitHub Trending,单日新增 897 星,累计 5.1 万星。工具以 Go 编写、Apache 2.0 协议发布,把文件筛选、规则匹配、敏感过滤等确定性工程与 Agent 协同,解决大模型直审 Git Diff 的上下文缺失与误判,官方称可省约九成 Token。AI 进入工程流水线,前提是可审计。

不调图像模型,Fable 5.2 用代码画了七十万笔

Anthropic 员工 Jake Eaton 展示了一项特殊能力:Claude Fable 5.2 在未调用任何图像生成模型、未预置素材的前提下,用一段一两千行的 Python 程序驱动模拟画笔,以约七十万次笔触画出一幅停车场购物车,肉眼难辨真伪。它输出的不是像素,而是作画程序。生成范式由此多了一条路径 —— 从“采样出图”转向“编写过程”。

霞光 AI 总结:AI 产出正在从“结果”变成“过程”。身份、结算、可追溯,这三样东西决定了智能体能在真实系统里走多远,也划出了它的活动半径。评价方式随之改变:不问答案像不像,只问过程能不能被接管。当过程可以被审计、被复现、被计价,能力才真正进入生产环节。这也意味着,谁定义了过程的标准,谁就掌握了这一轮的话语权。