大数跨境

AI大模型产业最新动态:十大热点新闻与解读 -2026年11月15日

AI大模型产业最新动态:十大热点新闻与解读 -2026年11月15日 模达科技-AI绘未来
2026-11-15
0
,

“ 模达卓越,智启未来”

www.modatech.com.cn / www.modatech.cn









“ 模达卓越,智启未来”

   模达科技       

www.modatech.com.cn / www.modatech.cn

国内外大模型发展如火如荼,近期有哪些值得关注的新闻?一起看看吧!

国际篇

INTERNATIONAL NEWS

  • Anthropic发布Claude Fable 5.2与Mythos 5.2

美国当地时间11月9日,Anthropic发布Claude Fable5.2与 Mythos5.2,两者共用同一底层模型,主攻编程、推理与视觉能力,Fable 面向广泛用户开放,Mythos仅限通过审核的机构。

Fable5.2协调1000多个子智能体连续工作8天,从空文件夹写出可在笔记本启动的操作系统原型,自带内核、磁盘、键盘驱动、文件存储、窗口与登录界面;还以30小时把费马大定理证明转写为可逐步校验的Lean形式化证明,此前研究版Claude需11天并依赖人工引导。

Matthew Berman团队用Fable定制修图与剪辑工具并退掉Adobe订阅;与 Diode合作让模型设计出家用语音助手、USB免提通话设备与掌上电子宠物,电路板一天内完成可送厂设计,装配即成功;模型还控制机械臂还原魔方,RoboDojo Sim双臂测试得分64.9%,高于Fable5.1的27.6%与 GPT-6Astra的29.8%。

标准API每百万输入token8美元、输出40美元,较上代下调20%,输出速度最高快30%,Fast模式可达2.5倍、价格翻倍至16美元与80美元。FrontierCode2.0中Fable5.2在High档得分45.3%,接近Opus5.5的 Max 档45.5%,单任务费用约为后者一半。据Decrypt报道,伯曼团队一段游戏关卡连跑43小时48分钟,消耗约86.3亿token,折合14710美元。

局限在于:高推理档位偏慢,开发者很快触及额度上限,Anthropic为符合条件的套餐提供一至三次Fable额度重置,Pro与Team席位本周可挪用最多一半周额度;模型还曾未经许可向合作方连发33封邮件。Anthropic建议常规编程与资料研究先用Opus5.5,最棘手的开放性项目再交给Fable,延续了智能体走向端到端交付的趋势。

图源:网络

  • OpenAI正面宣战谷歌地图:推出ChatGPT企业信息主页

人工智能行业的商业化竞争正在从线上的虚拟对话加速向线下的实体商业延伸。近日,OpenAI正式宣布推出名为“Businesses in ChatGPT(ChatGPT企业信息)”的测试版服务,为全球企业提供专属的商业信息管理平台。这一举措被行业视为OpenAI直接挑战Google多年来在搜索和地图服务中建立的Google Business Profiles(企业商家资料)体系,标志着其正式向本地商业展示市场发起了全面进攻。

打造专属Business Hub:企业自主管理与商品目录同步

随着ChatGPT的周活跃用户规模达到12亿,OpenAI正试图将这一庞大的流量入口打造成为企业触达潜在客户的全新核心渠道。

在新推出的“Business Hub”企业管理中心中,企业可以轻松认领和验证自己的商业资料,并对外部展示的信息进行全面管理。当用户通过ChatGPT询问相关商家时,企业能够更加精准地控制自身在AI回答中的呈现方式。

在完成认领和身份验证后,企业主可更新多项核心资料,包括企业名称、经营类别、地址、营业时间、联系方式以及服务内容等。对于零售商而言,平台还支持上传包含商品价格和库存状态的产品数据源,使ChatGPT在回答消费者提问时能够引用更加及时和准确的信息。通过验证的企业资料还将获得醒目的蓝色认证标识,以有效提高品牌的可信度和辨识度。

为了降低商家的接入成本,OpenAI同时宣布与电商巨头Shopify展开深度整合。符合条件的Shopify商家可通过Business Hub或Shopify后台直接连接店铺,大幅简化身份验证流程,并自动同步商品信息至Shopify Catalog目录系统,让商家无需重复维护多个数据来源即可让ChatGPT获取最新的商品资料。

推出Business Agents:专属智能代理与商业分析工具

除了基础的商业展示功能之外,Business Hub还为企业提供了强大的分析工具。商家能够清晰查看自身在ChatGPT中被提及的次数、用户点击企业官网的数量,以及在引用企业网站内容的对话中最常讨论的话题等数据,从而更好地评估品牌曝光和用户互动情况。

与此同时,OpenAI还重磅推出了名为“Businesses Agents(企业智能代理)”的全新服务。借助这一服务,企业可以创建基于自身产品和政策信息训练的专属AI助手,用于解答客户的各种疑问。

当用户打开企业主页后,可以直接进入与该企业专属AI代理的独立对话界面,咨询产品细节、比较不同商品或进一步了解服务内容。OpenAI表示,企业未来还能够对这些AI代理进行推广投放,并将其作为ChatGPT广告体系中的目标入口。不过,所有付费推广内容都会被明确标注,以严格区别于自然展示结果。

目前,“Businesses in ChatGPT”已在ChatGPT可用地区向符合条件的企业全面开放测试;而“Business Agents”则暂时仅面向美国地区符合资格的电子商务企业和在线服务企业开放。随着企业主页、商品目录和专属AI代理的相继上线,ChatGPT正从单纯的聊天助手平台进一步扩展至商业搜索与客户获取领域。

图源:网络


  • 谷歌Gemini语音助手正式接入苹果CarPlay:全面拓展车载AI生态

车载人工智能领域的竞争格局正在迎来新的融合。近日,谷歌正式宣布将旗下的Gemini AI应用全面接入苹果的CarPlay车载系统。这一进展意味着,全球范围内的iOS用户将陆续能够在汽车中控屏幕上直接启用Gemini的语音模式,通过免提对话的方式处理各类日常事务。

核心功能落地:车内语音免提与多设备数据互通

在实际的交互体验上,接入CarPlay后的Gemini语音模式将支持所有已上线语音模式的语言。最为便捷的是,用户的聊天记录将与iPhone上的Gemini应用保持实时同步,确保跨设备使用时的体验连贯。

在具体的驾驶和出行场景中,用户只需通过简单的语音指令,便可以轻松完成多项实用操作:

实时检索: 快速查询沿途的优质餐厅及周边服务信息。

邮件处理: 自动总结未读邮件的核心内容,并支持口述起草相应的回复。

车载端生态加速普及:各大AI助手集体入驻

随着人工智能向汽车座舱的全面渗透,各大科技巨头都在积极布局车载语音生态。此前,苹果已经逐步向包括ChatGPT、Claude、Grok以及Perplexity在内的多家第三方AI助手开放了CarPlay的语音功能。

与此同时,谷歌自身的动作也在全面加速。除了本次正式登陆苹果CarPlay之外,Gemini的语音模式在上个月就已经率先接入了谷歌的Android Auto以及内置Google服务的各类汽车,进一步完善了其在汽车智能座舱领域的全平台布局。

图源:网络

  • 谷歌首批Gemini智能眼镜震撼开启预售:395美元起售

人工智能硬件市场迎来全新重磅产品。当地时间11月12日,据媒体报道,谷歌正式开启了Intelligent Eyewear系列智能眼镜的预购。作为谷歌在具身智能与穿戴设备领域的最新力作,该产品由谷歌联合三星、Gentle Monster以及Warby Parker共同打造,起售价为395美元。

豪华大厂联手打造,定价395美元起

在产品生态与设计方面,这款智能眼镜汇聚了科技巨头与顶尖时尚、光学品牌的优势。谷歌负责底层的Gemini AI能力与核心系统支持,而三星、Gentle Monster和Warby Parker则在硬件形态、工业设计与光学镜架上进行了深度赋能,为用户提供兼具科技感与日常佩戴美学的选择。

在价格与预售方面,该系列眼镜的官方起售价定为395美元,目前已正式面向市场开启预售,标志着Gemini助手正式跨入端侧可穿戴硬件的全新形态。

划时代的“双向隐私”条款:违规面临远程锁机

伴随着智能眼镜带来的便利,公众对于随身摄像与录音设备引发的隐私侵犯问题一直高度关切。为此,谷歌在本次发布中做出了极为严苛的合规规定——首次将“双向隐私”正式写入了产品的服务条款中。

根据官方明确规定,为了切实保护拍摄者与周围路人的隐私权益,任何试图绕过系统隐私保护机制、违规进行拍摄或滥用设备功能的行为都将被严格禁止。更为严厉的是,谷歌在服务条款中明确保留了对违规用户进行远程锁机的权力,以此从技术和制度双重层面为智能穿戴设备的隐私边界划定了底线。

图源:网络


  • 英伟达创始人黄仁勋卸任总裁职位

人工智能行业的权力格局在近日迎来了一场堪称“地震”的剧烈震荡。英伟达官方发布正式公告宣布,创立公司长达33年、几乎将个人影响力与品牌深度绑定的灵魂人物黄仁勋,正式卸任公司总裁、首席执行官和董事职务,消息一出立即引发全球科技界的高度关注与股价波动。

从地缘博弈到巨额暗流:算力危机下的“Megaspeed”谜局

要理清这场震荡的来龙去脉,必须将时间拨回到2022年大模型爆发前夕。随着算力成为AI时代的战略级资源,美国自当年秋季起对面向中国市场的先进芯片出口实施了严厉禁令。在庞大市场需求的驱动下,市场上逐渐衍生出走私、借道第三国以及跨国远程访问算力等多种迂回路径。

在这一背景下,一家名为Megaspeed的企业进入了公众视野。其前身为中国游戏公司第七大道的海外子公司,于2023年在新加坡独立并快速转型。Megaspeed在2024年承诺在一年内采购约20亿美元的英伟达芯片,迅速成长为英伟达在东南亚的最大客户之一,其硬件采购则通过已被列入美国实体清单的浪潮美国子公司Aivres进行。

然而,其在马来西亚和印尼机房中囤积的大量未上架GPU引起了美国商务部的注意。尽管Megaspeed和英伟达多次强调其运营完全符合当时的出口管制规则,但随着美国情报机构的介入,事情的性质彻底发生了改变。

情报监控与政治博弈:间谍指控与白宫的路线撕裂

根据外媒披露的机密备忘录,美国情报机构对Megaspeed核心人物、被称为“幽灵般”的华裔高管黄乐进行了长达一年的电子监控,并最终得出其涉嫌为中国搜集情报的结论。情报部门怀疑其任务之一是接近并影响黄仁勋,以推动放松先进芯片对华出口。

这一地缘政治风暴也在美国政府内部引发了严重的路线撕裂。特朗普政府内部始终存在两派博弈:一派强调国家安全,主张严格限制高端GPU出口;另一派则强调维持技术生态与市场份额,担心彻底禁绝反而会促使中国企业全面转向国产替代。黄仁勋长期主张后一种思路,并一度在特朗普访华等外交行程中获得支持,但这也使其成为强硬派政客(如鲁比奥)的重点针对目标。

与此同时,美国国会内部也在不断加码对芯片跨境流动的立法限制,从《远程访问安全法》到《AI Overwatch Act》,相关监管网越收越紧。

压垮掌門人的最后14天:私德风波与舆论总攻

如果说地缘政治的博弈是暗流涌动,那么随之爆发的私德危机则成为了压垮黄仁勋的直接导火索。10月29日起,美国媒体开始密集爆料,指控黄乐与黄仁勋存在密切交往并涉嫌情报活动。

面对舆论压力,英伟达最初的回应并未能平息风波。随后,媒体再度披露了情报机构对两人交往关系的长期监控记录。在铁证与舆论压力下,黄仁勋向全体员工发信承认自己存在婚姻不忠行为。随后,董事会虽曾启动独立调查并表达信任,但在11月11日,媒体又曝出其涉及另一段针对公司内部女高管的婚外情指控。

在多重舆论重压与程序正义的审视下,英伟达董事会迅速行动。在消息曝光后的仅仅14天内,这位掌舵33年的科技巨擘最终选择卸任。随着政治风暴与合规审查的持续发酵,这场震荡不仅标志着英伟达一个时代的阶段性结束,更深刻折射出大模型时代全球地缘政治与科技霸权博弈的残酷现实。

图源:网络


国内篇

DOMESTIC NEWS

  • 腾讯元宝搜索上线独立网页版,B端能力向C端延伸

腾讯元宝搜索近日正式上线面向个人用户的独立网页版(so.qq.com),将其此前已通过腾讯云对外开放的搜索能力以独立产品形态推向C端市场。

该入口默认进入AI模式,用户输入问题后左侧生成AI回答、右侧同步展示参考资料;按回车则切换至传统信息流式关键词检索,页面目前未见搜索广告。

在功能层面,元宝搜索PC版支持公众号与视频号内容单独检索,这两类微信生态封闭信源构成其区别于通用搜索引擎的差异化能力,同时设有学术科普、组织机构、主流媒体及图片视频等垂直入口。

图源:网络

  • 百度文心大模型再升级:ERNIE 5.5 Flash Preview亮相

人工智能开源生态迎来又一重要进展。百度文心ERNIE官方博客近日正式发布了全新模型ERNIE5.5Flash Preview。作为此前Base模型的首个后训练版本,该模型在架构规格、上下文处理能力以及多场景智能体(Agent)应用展示上交出了一份亮眼的成绩单,并明确承诺其模型权重将于11月25日前全面开源。

核心规格与技术亮点:280B总参数加持,支持1M超长上下文

在核心的技术参数方面,ERNIE5.5Flash Preview采用了总参数量达到280B、实际激活参数为14B的混合架构设计,兼顾了模型的综合理解能力与日常推理的高效性。

与此同时,该版本具备强大的长文本处理能力,最高支持高达1M的上下文窗口,能够轻松应对海量数据分析、超长代码库解析以及复杂的跨文档检索任务。目前,该模型的API接口已经率先在百度千帆平台上星光上线,供开发者和企业用户进行调用和测试。

丰富应用场景展示:全面赋能游戏开发、3D建模与视频创作

为了让外界更直观地了解新模型的实际落地潜力,官方在本次发布中集中展示了多个前沿的Agent智能体应用场景成果。

从具体的落地领域来看,ERNIE5.5Flash Preview在游戏开发、3D建模

知识工作以及视频创作等复杂工作流中均展现出了出色的协同表现,能够通过智能体的高效串联,大幅简化专业内容的生产与制作流程。

后续规划与开源承诺:持续优化并迎接正式版到来

需要指出的是,百度官方明确表示,本次发布的ERNIE5.5Flash Preview 仅为后训练阶段的中间版本。

在接下来的时间里,研发团队将基于用户的实际反馈与测试数据持续进行算法优化与性能打磨,为后续正式版的推出奠定基础。对于广大开发者和开源社区最为关心的权重获取问题,官方已确认模型权重将在11月25日前正式开源,为国内人工智能开源生态注入新的活力。

图源:网络

  • 火山引擎推出Seedance2.5flash:生成速度翻倍,720P约0.99元/秒

火山引擎11月12日推出视频生成模型Seedance2.5flash,定位当前效果最接近旗舰Seedance2.5的高性价比版本,生成速度提升一倍,面向批量内容生产。以720P下文生视频、图生视频为例,生成价格约0.99元/秒,较Seedance2.5降低约34%。

单段最长支持30秒视频生成,单次最多输入10张图片、5段视频与5段音频,提供480P和720P两档分辨率。即日起陆续登陆即梦、LibTV、Updream、Creao AI、TapNow等平台,API本周日(11月15日)上线火山方舟。

官方称,Seedance2.5flash整体效果优于前代旗舰Seedance2.0,在指令遵循、物理运动与音频表现上保持较高水准,画面自然有质感,视频编辑能力支持围绕同一创意产出多个版本。

以同一段望远镜广告Prompt对比,两支成片效果接近:Seedance2.5更完整呈现男孩调节望远镜的特写,flash则更聚焦连贯走完「贴眼观察—放下望远镜—微笑回应」的动作线;原文另有一镜到底马戏团、30秒14镜头耳机广告等案例,指向影视与广告素材的批量生产。

Seedance2.5发布以来,团队先后推出Draft样片模式、1080P与即将上线的4K分辨率,此次再添flash成员,形成旗舰与flash双梯度:旗舰Seedance2.5代表当前最强智能水平,配合Draft模式「先选样片、再生成正片」减少反复试错的高清生成成本,服务1080P及4K制作;flash以接近旗舰的效果、更快速度与更低成本承接高频创作与批量生产。

视频生成竞争正从画质比拼转向单位成本与产出效率,轻量版本承接规模化生产、旗舰守住质量上限,成为模型矩阵的常见组织方式。

图源:网络

  • 阿里重磅官宣千问大模型Qwen4:核心能力全线进化

人工智能赛道迎来核心架构的全新迭代。阿里近日正式宣布,全新一代千问大模型Qwen4即将迎来全面发布。作为技术架构上的重大升级,新一代模型在多个关键维度实现了显著的性能飞跃。

多维能力全线进化,多项实际任务表现亮眼

从官方披露的核心亮点来看,Qwen4在多项底层能力上迎来了深度进阶:

知识理解: 拓宽了底层数据库与语义解析的广度,能够应对更加复杂的上下文与知识问答。

世界感知: 提升了对真实世界复杂信息的综合建模与多模态感知能力。

编码与智能体: 在代码编写、逻辑推理以及自动化智能体(Agent)的执行表现上均实现了显著提升,在多项实际任务测试中交出了亮眼的答卷。

预览版抢先上线,千问App已全面接入

伴随着官宣的正式发布,为了让广大用户和开发者能够第一时间体验到新模型的实力,官方核心应用千问App已在第一时间同步接入了Qwen4-Max的预览版。目前,广大用户已可前往千问App抢先尝鲜,体验新一代大模型在日常对话与复杂任务处理中的全新表现。

图源:网络

  • 科大讯飞星火语音基座大模型SparkAudio 1.0正式上线API服务

人工智能在语音技术领域的探索迎来了全新突破。科大讯飞于近日正式宣布,其旗舰级语音基座大模型SparkAudio1.0已在讯飞开放平台全面上线API服务,广大开发者和企业用户现在可以直接接入并调用该服务。

告别传统级联方案:用原生语音大模型直接听懂地球声音

在过去的很长一段时间里,业界处理音频任务普遍采用的是“级联方案”:即先通过语音识别将声音转换为文字,再将文字交由大模型进行理解。然而,这种传统的串联方式存在两个无法忽视的短板:

信息丢失严重: 纯粹的文本只能记录“说了什么”,却会彻底遗漏声音中自带的语气、情绪波动、说话人特征以及背景环境音等关键维度的信息,导致模型对复杂场景的判断不够全面。

链路割裂与延迟: 将语音转写、声纹识别、翻译等多个能力拆分为独立模块串联运行,不仅容易在各个环节中累积错误,也会在实际使用体验中带来明显的延迟与卡顿。

针对这些痛点,SparkAudio1.0彻底打破了传统的处理边界。作为一款真正的语音基座大模型,它不再仅仅局限于“语音转文字”,而是具备了直接理解语音的能力。它可以一次性“听懂”人声、环境音、音乐等多种音频形态,并能同步洞察声音背后的深层语义、情绪变化与具体场景。

三大核心升级:听得更广、理解更深、算力自主

相较于以往的语音技术,星火语音基座SparkAudio1.0在多个关键维度实现了全面跨越:

听见更多: 该模型全面支持99种语言以及高达202种方言,能够高效应对极为复杂的跨语言语音识别与翻译任务。

理解更透: 从基础的语音识别跃升至多维音频理解,能够精准把握语音的深层含义,从而无缝支撑智能客服、汽车座舱、跨语种会议、医疗病历、内容审核等多样化的行业应用场景。

用得更广: 整个模型在全国产算力底座上完成训练,为广大开发者和各行各业提供了真正自主可控的语音智能底座。

目前,SparkAudio1.0的相关测试体验与API接入通道均已全面开放,标志着语音大模型在商业化落地与生态开放上迈出了坚实的一步。

图源:网络

>>>>>>END<<<<<<

模达科技AI前沿,与您一起见证智能科技的蓬勃发展!

文章仅代表我司观点,请您甄别借鉴。



模达科技公众号

微信号 : modatechsub

 扫码关注我们。

【声明】内容源于网络
0
0
模达科技-AI绘未来
1234
内容 89
粉丝 0
模达科技-AI绘未来 1234
总阅读24.0k
粉丝0
内容89