AiWeekly | 每周AI热点精选 11.02-11.09

11月5日，百度文心大模型发布ERNIE-5.5-Flash-Base，开放 ERNIE 5.5 Flash 预训练终点的权重。

ERNIE-5.5-Flash-Base是一个稀疏MoE语言模型，采用HCA+MLA混合注意力机制（37层重度压缩+6层逐token）、Multi-Router Latent MoE结构，并创新性地使用Echo自递归技术复用主干末层实现多token预测。总参数280B，每token激活14B，在33.5T tokens上从零完成预训练，最长训练上下文为128K，微调与推理支持1M tokens上下文，适合作为领域适配或Agent应用的研发起点。

技术博客：

ernie.baidu.com/release/ernie-5-5-flash-base

Hugging Face（FP8）：

huggingface.co/baidu/ERNIE-5.5-Flash-Base

Hugging Face（BF16）：

huggingface.co/baidu/ERNIE-5.5-Flash-Base-BF16

原文链接>> ERNIE 5.5 Flash Base高效基座模型开源发布

11月4日，Anthropic开源一款基于零知识证明技术的大模型验证系统FlashProve，能在不泄露模型权重的前提下，验证某回答是否由指定模型生成。

FlashProve核心技术采用zkSNARK协议，通过生成模型的加密承诺ID和推理证明文件，用户仅需普通CPU即可在17秒内完成验证。该系统在单张H100 GPU上支持4000亿参数的混合专家模型，证明速度达每秒110个Token，文件大小约19MB。

GitHub：

https://github.com/anthropics/FlashProve

原文链接>> Anthropic亲手终结「套壳AI」

11月4日，微信视觉团队正式开源 WeVisOne-VL，一个用同一套模型完成找物体、数数量、读文字、分割和抠图的视觉模型。

WeVisOne-VL基于Qwen3-VL架构，通过轻量级像素解码器（仅9.6M参数）将语言理解与像素级输出结合，支持消费级显卡部署，能同时完成目标检测、文字识别、分割和抠图等任务。其亮点在于高拒识准确率和多任务性能，支持在线体验与本地部署。

项目与代码：

Tencent / WeVisOne-VL

技术报告：

https://arxiv.org/abs/2610.31329

模型权重：

https://huggingface.co/tencent/WeVisOne-VL-2B

https://huggingface.co/tencent/WeVisOne-VL-4B

原文链接>> WeVisOne-VL，微信把它开源了

11月4日，LiberAI发布世界动作模型Liber-0。

Liber-0采用混合Transformer架构，结合自研LiberSense手套采集的精细动作数据，显著降低了对机器人真机示范数据的依赖。其核心突破在于通过超220万小时人类经验数据预训练，使机器人具备零样本泛化能力。

技术Blog：

https://www.liberai.com/blog/liber0

原文链接>> Liber-0 技术报告

11月2日，「深度原理 Deep Principle」正式发布753B通用大模型Hydrogen-1.0，并同步开放模型权重。

Hydrogen-1.0基于GLM-5.3，结合化学、材料科学和生命科学知识，以及科研人员的反馈、自有实验室记录和多轮材料探索过程，开展了科学领域的进一步训练。能够协助研究人员分析科学问题、编写模拟程序、排查计算异常，也能参与反应路径分析和谱图解析。围绕具体的研究目标，它可以进一步规划实验，将方案细化为具体的操作指令，并利用每一轮的评估结果，继续寻找更符合要求的材料候选。

Hugging Face：

https://huggingface.co/deep-principle/Hydrogen-1.0

ModelScope：

https://www.modelscope.cn/models/deep-principle/Hydrogen-1.0

原文链接>> Hydrogen-1.0正式发布

10月30日，小米正式发布并开源轻量级全能文档理解模型Xiaomi-OCR-0，0.8B（8 亿）参数，将文档解析、关键信息抽取与视觉问答三大核心能力融于一身。

Xiaomi-OCR-0基于Qwen3.5-0.8B-Base基座构建，团队构建了一套闭环演进的数据引擎，设计了三阶段渐进式训练策略，核心突破在于高信噪比的可扩展数据引擎与先解析后理解的渐进式训练范式。技术已集成至小米手机“超级小爱”功能，可自动处理取餐码、账单、发票等信息，显著提升识别效率。

Hugging Face：

https://huggingface.co/xiaomi-research/Xiaomi-OCR-0

GitHub：

https://github.com/xiaomi-research/Xiaomi-OCR-0

原文链接>> 小米开源0.8B卷王OCR模型

近日，中国人民大学与复旦大学联合团队提出CoworkOS，旨在让AI同事既能处理复杂任务，也能在更长的时间跨度内持续承担工作。

CoworkOS通过三层架构（主智能体、协调运行时、子智能体）实现任务分解与执行管理分离，支持复杂生产力任务（如软件开发、设计）和持续监控类工作的自动化。该系统具备持久状态管理能力，允许人类直接编辑AI生成的文档、CAD模型等中间产物，并通过版本控制确保协同一致性。其创新点在于将任务决策逻辑与执行运行时分离，为真实世界自动化提供了可扩展的实现方案。

项目主页：

https://coworkos-ai.github.io

论文链接：

https://github.com/RUC-NLPIR/CoworkOS/blob/main/CoworkOS_paper.pdf

代码地址：

https://github.com/RUC-NLPIR/CoworkOS

原文链接>> 人大复旦提出CoworkOS

11月5日，AI图像生成模型GPT-Image-2.6全量上线。

作为ChatGPT和API的核心视觉引擎，GPT-Image-2.6其显著提升了生成速度、支持原生GIF动图输出及SVG矢量格式导出。该版本首次拆分出Flare和Sunburst两个API模型，并新增complexity参数独立控制构图算力，有效解决多轮修改时素材走样的问题。适用于电商设计、品牌物料等专业场景。

原文链接>> GPT-Image-2.6全量上线

11月5日，Kimi Hosted Agents（托管智能体）正式发布，将支撑Agent运行的Harness 作为云端服务提供（Harness as a Service）。

企业和开发者无需自行搭建和维护运行框架，即可获得 7×24 小时的托管环境，支持长程任务执行与多智能体高效协作，平台按沙箱时长、模型推理和插件调用三部分计费。另外，企业需自行接入数据、配置权限边界，并负责业务验收，可复用平台提供的140余项技能和30余项插件，涵盖金融、办公等场景。该服务通过独立沙箱、网络访问控制和审计日志确保安全可控，目前已推出8个金融模板，如持仓监控、投研建模等。

原文链接>> Kimi Hosted Agents 正式发布

11月4日，腾讯混元发布正式版Hy4，引入视觉能力，并大幅提升指令遵循、长文理解、长程任务、深度研究等各项综合能力。

Hy4参数量升级至770B，集成视觉理解和电脑操作能力。核心突破包括支持Blender、CAD等专业软件的跨应用任务执行，并能完成小鼠胚胎3D重建等复杂科研任务。在办公场景中，Hy4能协助处理签证资料、财报分析等长程任务。

原文链接>> Hy4正式发布

11月2日，腾讯混元发布科研AI系统Hyra 2.0，核心升级是从解题转向研发可复用工具。

Hyra 2.0采用三层架构（Overall协调资源、Mission规划路线、Worker执行实验），能支持数周级长期科研项目，并将成果沉淀为蛋白质设计模型（如HyInv、HyPLM-Flash）、量子纠错码（HyQEC）等工具模块。目前已在蛋白质折叠、数学证明等领域取得突破性成果。

原文链接>> Hyra 2.0发布

11月2日，商汤科技推出SenseNova 6.8 Flash正式版，主打办公自动化与设计创作能力。

SenseNova 6.8 Flash依托长期记忆与主动交互能力，能够围绕用户的目标与约束持续协作，并在相关信息发生变化时，识别可能受到影响的事项、提出调整建议，帮助任务继续推进。新增动态PPT、网页设计、3D建模等生成功能。

原文链接>> SenseNova 6.8 Flash 正式版发布

11月2日，美团正式发布LongCat-2.5，一个面向长程智能体任务的原生多模态模型。

LongCat-2.5总参数量为1.6万亿，每个token激活约480亿参数。通过大规模长程强化学习，提升了模型在复杂代码库开发、完整项目构建等任务中的端到端工程能力。此外，LongCat-2.5具备原生视觉理解能力，可将视觉信号表示为多层级离散token，使主干模型以统一的token形式处理视觉与文本输入在 Visual Coding上表现出色，并支持创意设计和3D等任务。

原文链接>> LongCat-2.5：面向智能体任务的原生多模态模型

10月31日，DeepSeek Harness团队提出Super-agent架构。

Super-agent采用“Router+Worker”双层解耦设计，旨在解决传统AI助手在多任务并发和跨平台协作中的局限性。其核心创新包括事件驱动机制、存算分离架构和Watchdog异常自愈功能，支持AI从被动单会话工具升级为能持续在线、主动处理事务的自主协作者。

原文链接>> Super-agent 设计探索

11月6日，工业和信息化部印发《关于加强智能体终端设备进网管理的通知》，明确提出要发展人工智能手机等新一代智能终端。

《通知》主要有四方面内容。一是推动智能体适配。要求在智能体加强与终端设备适配验证，强化权限调用、通信能力，进一步完善进网检测机制、网络与数据安全等方面管理。二是加强智能体终端进网管理。在进网管理中开展智能体适配验证和风险评估，细化特别规定事项要求。三是强化现网升级管理。通过在线升级推送（OTA）等方式开展现网升级的，制定现网升级方案，经专家评估、征求意见后向用户提供服务。四是健全分发管理机制。推动应用程序开发者声明是否同意智能体调用，为用户提供兼容设备型号的智能体下载和安装服务。

原文链接>> https://www.miit.gov.cn/zwgk/zcwj/wjfb/tz/art/2026/art_bc3e3e4c3fa84ca2a1c14ff1067ab844.html

11月5日，杭州印发《杭州市打造全国“AI+OPC”创业新高地若干政策措施》，旨在通过算力补贴、数据支持、金融赋能等12条措施，培育AI时代的小型创业团队（OPC）。

核心亮点包括：每年最高1000万元算力券、200万元语料补贴、10亿元产业基金，并首创“沙盒监管”机制给予创业观察期。政策还支持OPC社区建设，提供租金减免、创业陪跑等服务，目标到2028年培育营收超千万OPC 100家。该政策是全国首个系统性支持AI超级个体创业的政策体系。

原文链接>> https://www.hangzhou.gov.cn/col/col1229051171/xszfwj/art/2026/art_199da40b82eb41bc8a866570e6ebb66a.html

11月3日，河北印发《河北省支持人工智能OPC创新发展若干措施（试行）》，围绕空间、算力、数据、人才、金融、服务等方面出台20条支持政策，大力培育以OPC为代表的智能经济新形态，助力OPC长成超级团队。

政策明确雄安新区、石家庄市等区域差异化布局，提供普惠算力补贴（最高30%）、数据开放机制，并设立opc专项基金和特色信贷产品（如算力贷）。同时构建场景池对接107个县域产业集群需求，对高校毕业生创办OPC给予创业补贴，并纳入人才服务保障体系。该政策由省级专项资金支撑，形成“1+N”配套体系，推动OPC成为智能经济新增长点。

原文链接>> http://www.hebei.gov.cn/columns/8dff597e-a95c-4b20-b321-a5320af40141/202611/04/5778ef0d-2e43-4f19-9c1c-337cb6982817.html

南京新一代人工智能研究院，是中国信息通信研究院在人工智能、大数据领域投资组建的控股企业，是江苏省人工智能产业公共技术服务平台的落地运营单位。

研究院以“服务国家战略实施，促进地方产业升级”为导向，在人工智能和大数据领域，开展前沿技术研究、标准制定、评测工具开发、实验能力建设等工作，可为企业提供全方位的诊断、咨询、培训、评估服务。

联系方式

吴老师 17788386765（微信同号）

杨老师 15221125491（微信同号）