AI 圈大事件一网打尽！㉟|AI理财、虚拟形象、掌机世界、口音偏见、磁带复兴——AI进入生活深水区

蚂蚁百灵发布Ling-3.2 Flash：三项基准超越Claude Opus 5，前两周限时免费

蚂蚁百灵官方团队发布原生多模态模型Ling-3.2-flash，拥有560B总参数、25B激活参数和1M上下文窗口，从架构层面原生融合视觉与语言能力，支持图像、文本与视频输入。模型重点强化复杂视觉理解、多模态长程Agent、3D理解与交互、医疗多模态四大能力。在官方评测中，Ling-3.2-flash在OmniDocBench1.5、ZEROBench（Sub）和Vision2Web三项基准上均超过Anthropic Claude Opus 5（max），并以1238的Elo分数进入DesignArena图像转前端竞技场前十。定价方面，API输入为每百万词元0.30美元、输出0.90美元，是同性能级别模型中最低费率，兼容OpenAI及Anthropic协议调用，上线前两周限时免费体验。

Anthropic推出Claude个人理财功能：支持消费分析和账单追踪，仅限只读权限

Anthropic宣布为Claude加入个人理财功能，本周开启灰度测试，面向美国地区的Pro、Max及Ultra订阅用户开放。用户可以安全绑定银行卡账户，用自然语言直接提问，查看余额和交易记录，遇到陌生术语Claude还会给出解释。该功能仅拥有只读权限，无法划转、管理用户资金，也不能替用户做投资。Claude可以汇总所有绑定账户的支出并按类别统计，帮用户留意重复扣费、莫名手续费或悄悄涨价的账单，还能生成每周支出图表、待缴账单日历和自定义数据看板。Anthropic强调该板块没有广告和赞助推荐，Claude不发行信用卡、不提供贷款，给出的财务答案客观直接，标志着AI助手向个人生活深度场景的又一次扩展。

Meta给AI装上"脸"和"嗓子"：Muse上线实时语音对话与虚拟形象功能

Meta首席执行官扎克伯格宣布个人AI助手Muse正式上线实时语音对话与富有表现力的虚拟形象功能，率先面向美国用户推送，覆盖移动端、网页端和Mac应用。用户点击电话图标即可像打电话一样与Muse交谈，并可在其回答过程中随时打断。本次更新由Muse Realtime Voice语音模型和Muse Realtime Avatar虚拟形象模型提供支持，前者同时生成"说什么"和"怎么说"的信息，后者基于同一数据流实时生成表情、口型和肢体动作。该系统可流式输出448×768分辨率、25帧每秒的竖屏视频，从用户说完话到收到首个音视频响应的延迟约870毫秒。Meta将这一能力定位为更自然的个人智能体交互，可用于口头安排任务、头脑风暴、旅行规划、面试或演讲练习。

李飞飞World Labs发布"游戏掌机"Frameboy：网页实时探索AI生成世界，最高15帧

李飞飞创办的World Labs发布演示项目Frameboy，让网友直接在网页端用高度优化的Atlas世界模型版本实时探索AI生成的多模态世界，并以最高15帧每秒的云GPU流媒体传输。Frameboy是一个类似游戏机的模拟项目，用户可点击不同的"游戏卡带"选择不同模拟世界，经过十几秒加载后即可自由探索，支持触屏和键盘操控，十字键移动、摇杆调整视角。目前Frameboy必须运行在云端强大的GPU服务器上，成本相比本地渲染并不便宜，整体操作也稍显卡顿。不过这一演示被视为一个起点：如果未来帧数更高、运行成本更低，人人都可以创建一个虚拟世界并直接在网页上浏览游玩，这为AI生成式3D内容的消费级应用打开了想象空间。

Meta收购AI代码初创公司Conductor：可同时管理多个代码智能体

多名知情人士透露，Meta收购了AI代码初创企业Conductor，这款产品可以让程序员同时管理多个代码智能体。代码已经成为AI落地、抢占企业开支的关键赛道，Meta正加入OpenAI等AI巨头的竞争，争夺开发者工具生态。Conductor的产品定位切中了当前AI编程的核心痛点：当开发者同时运行多个智能体处理不同任务时，需要统一的界面来调度、审查和合并它们的产出。这笔收购体现了Meta持续加码AI的野心，将为其自研模型与生态打下基础。分析认为，开发者是AI最重要的核心用户，围绕开发者工具的争夺将成为未来几年AI巨头竞争的主战场之一。

工信部加强智能体终端设备进网管理：预置智能体终端须通过适配验证

工信部发布关于加强智能体终端设备进网管理的通知，明确四大工作任务：开展智能体和终端适配、改进智能体终端进网管理、强化智能体现网升级管理、健全智能体分发管理机制。通知要求预置智能体的手机、平板、可穿戴设备等终端，须在进网检测中依据有关标准开展智能体适配验证，并依法开展涉诈风险安全评估；终端上使用的智能体应参考国家标准配备唯一身份码。通过OTA方式开展智能体现网升级的，须向工信部提交升级方案并经专家评估后方可正式提供服务。应用分发平台应推动开发者通过电子签名主动声明是否同意智能体调用，未经声明同意的，智能体不得强制调用应用。这是国内首个针对智能体终端的系统性监管规范。

腾讯混元Hy4正式版发布：770B参数MoE架构，新增视觉理解与Computer Use能力

腾讯混元Hy4正式版发布，底座沿用770B总参数、49B激活的MoE架构，升级重点在感官能力和后训练：新增视觉理解能力，截图、图表、界面、报错信息都能直接读取；同时引入CUA计算机操作能力，模型可以自己开浏览器、点按钮、敲命令，把一整条流程走完，命令行和图形界面混着使用，并对Blender、CAD等专业软件做了专项训练。训练场是混元与腾讯云Agent Runtime团队共建的沙箱，内部署了数百款应用软件供模型反复执行任务。后训练改进集中在指令遵循、长文理解、长程Agent和深度研究，针对preview版"想太久"和"过度自我验证"的问题优化了思维链效率。官方称Hy4综合表现已跻身最强开源模型之列，11月4日至15日限时免费开放。

Hugging Face CEO称AI"末日风险"接近于零：真正危险来自闭门造车

在美国迈阿密举行的WIRED世界博览会上，Hugging Face首席执行官克莱门特·德朗格表示，他对人工智能导致人类灭绝的概率（即P(Doom)）评估"接近于零"。他认为，相比"AI毁灭世界"的宏大担忧，更现实的风险是少数大公司在封闭环境中秘密开发前沿模型。德朗格主张，降低风险的关键是让更多开发者能够公开构建、审查和改进模型，形成相互制衡的生态系统；开放权重模型不仅是技术选择，也是防止少数企业垄断人才、算力与AI能力的手段。他还透露，Hugging Face目前的AI开发者已超过2000万，并已售出5万台可通过AI编程的双足机器人Microducks。这一表态为开源与闭源路线之争再度添火。

研究发现Google和OpenAI语音模型对特定口音存在隐性偏见

研究人员调查了先进多模态模型如何评估面试、会议报告和英语口语能力测试中的语音，测试对象包括Google的Gemini 2.5 Pro和Gemini 2.5 Flash、OpenAI的GPT-Audio 1.5以及开放权重模型Qwen 3 Omni。这些模型对美国、英国、中国、印度和尼日利亚五种口音的英语语音进行评分，结果显示AI模型普遍将中国和尼日利亚口音评分最低，印度口音居中，美国和英国口音最高——即使内容完全相同。更值得警惕的是，模型反复声称中国和尼日利亚口音的英语使用者含糊不清或难以理解，但实际上它们非常擅长转录带口音的语音：模型理解说话者，只是基于口音对说话者存在隐性的等级观念。这一研究揭示了多模态AI系统中潜藏的系统性偏见问题。

富士胶片因AI热大幅增加磁带产能：磁带备份成AI时代意外受益者

富士胶片宣布将大幅增加磁带产能，原因是磁带备份成为AI热潮的一个意外受益者。普通消费者可能早在几十年前就已不再使用磁带，但业界从未将其抛弃——云服务巨头依靠磁带对海量数据进行备份。富士胶片称，大型云服务商和数据中心运营商正在扩大磁带使用规模，因为磁带能以相对较低的成本存储海量数据，且可以轻松与系统断开连接，存放在抽屉、保险库或独立设施内。磁带介质还能实现物理隔离（air-gap），为用户数据提供最后一道防线——即使遭受勒索软件攻击，离线存储的数据依然安全。随着AI训练数据集和推理产出的数据量爆炸式增长，这一"古老"存储技术正在AI基础设施中找到新的位置。

AI周五5分钟快报