技术动态
01
Google:发布 AlphaGenome 2
11月11日,Google DeepMind发布新一代基因组模型AlphaGenome 2,专注于从单细胞层面解析DNA变异对特定细胞类型的影响。
AlphaGenome 2模型基于超过1.07亿个单细胞图谱训练,覆盖人类和小鼠的68种组织,能精准预测变异在不同细胞中的调控效应。相比初代模型,其变异识别率提升近一倍,并支持跨模态数据补全和未见过细胞状态的预测,主要用于遗传疾病机理研究和药物靶点发现。
技术论文:
https://www.nature.com/articles/d41586-026-03673-0
原文链接>> DeepMind发布AlphaGenome 2
02
阿里千问:发布 Qwen Code 1.0 Preview
11月11日,阿里上线Qwen4-Max预览版,并发布和开源Qwen Code 1.0 Preview。
Qwen Code 1.0 Preview融合了Qoder的工程能力,提供统一事件机制、手脑分离架构和多语言SDK(TypeScript/Python/Java),支持终端、IDE插件及HTTP接口调用。核心功能包括复杂任务编排、目标驱动闭环、子Agent协同,兼容OpenAI/Anthropic等模型,并内置IM工具调用通道。
GitHub:
https://github.com/QwenLM/qwen-code
原文链接>> Qwen Code 1.0 Preview 发布
03
稀宇科技:发布 MiniMax H3-Image
11月10日,MiniMax H3-Image正式发布并开放权重。
这是一款衍生自 H3 的图像生成模型,其具备文本生成图像、图像参考和图像编辑能力。能够在10秒内生成一张4096 x 4096像素、约16 MP(4K)的高分辨率图像,同时呈现丰富、真实的细节,并具备优秀的指令遵循和多参考图理解能力。
Hugging Face:
https://huggingface.co/MiniMaxAI/MiniMax-H3-Image
原文链接>> MiniMax H3-Image开源
04
蚂蚁灵波:开源 LingBot-Touch
11月10日,蚂蚁灵波正式开源面向灵巧操作的触觉基础模型LingBot-Touch。
LingBot-Touch 覆盖磁触觉、视触觉和压阻式三类主流传感原理,可将不同信号转化为同一套触觉表征,让积累的“手感”能够跨传感器、跨灵巧手、跨模型和跨任务复用。
项目主页:
https://technology.robbyant.com/lingbot-touch
技术报告:
https://github.com/Robbyant/lingbot-touch/tree/main/paper
GitHub:
https://github.com/Robbyant/lingbot-touch
Hugging Face:
https://huggingface.co/collections/robbyant/lingbot-touch
魔搭社区:
https://www.modelscope.cn/collections/Robbyant/LingBot-Touch
原文链接>> LingBot-Touch 触觉基础模型正式开源
05
美团:开源 LongCat-2.5
11月9日,美团正式开源LongCat-2.5,采用MIT协议,支持商用推理部署与二次训练,无需额外授权。
LongCat-2.5是面向长程智能体任务的原生多模态模型,在复杂代码库开发、完整项目构建、Visual Coding与专业办公场景中,端到端交付能力均有明显提升。模型总参数1.6 万亿,每个token激活约480亿参数,支持一百万上下文。
模型开源:
https://huggingface.co/meituan-longcat/LongCat-2.5
技术博客:
https://longcat.ai/blog/longcat-2.5
原文链接>> LongCat-2.5开源
06-1
英伟达:推出 GR00T 2系列
11月9日,英伟达在CoRL 2026上推出世界-动作模型GR00T 2系列,包含 GR00T 2和GR00T 2 Turbo两个版本。
GR00T 2主打泛化能力与精细操作,可用于平行夹爪、灵巧手和人形机器人;GR00T 2 Turbo则通过更小的参数提升运行速度,每次推理仅耗时124毫秒,可以控制机器人行走、弯腰、伸手和搬运。据英伟达的技术博客,GR00T 2主要有四项能力,可以实现跨本体迁移(X-Adaptability)、少样本适应(Fast Adaptation)、智能体控制(Agentic Control)和视觉引导(Visual Steering)。
技术论文:
https://research.nvidia.com/labs/gear/gr00t-2
原文链接>> 英伟达GR00T 2来了
06-2
英伟达:发布 VFlash
11月6日,英伟达发布VFlash,一种面向快速、精准视觉规划的通用解码框架。
VFlash通过并行解码完整的视觉基元,能够加快机器人和自动驾驶系统的推理速度。其核心思路是,不再让模型逐个生成坐标,而是利用点、边界框和轨迹等视觉信息本身的几何结构,让一个轻量级模型一次并行预测完整的空间信息。该解码框架可以让模型更快地生成机器人抓取位置、运动轨迹等空间规划信息,不仅能够处理机器人轨迹,还能用于物体定位、三维运动预测和自动驾驶规划。
技术论文:
https://arxiv.org/abs/2611.08449
GitHub:
https://github.com/NVlabs/Eagle/tree/main/Embodied
原文链接>> 英伟达重磅发布VFlash
行业动态
07
谷歌:发布决策模型 Gemini Decision 1
11月12日,谷歌正式发布Gemini Decision 1,同时推出由该模型驱动的Gemini Decisions API。
Gemini Decision 1支持文本、图像、音频、视频和PDF等多模态输入,可快速处理判断题、选择题和评分题三类封闭式问题。其核心优势在于采用单次前向传播机制,无需生成文本直接输出概率和决策结果,延迟仅150-250毫秒,且输出Token零收费。该模型专为智能体路由、内容审核等高频判断场景设计,一次请求最多可处理1000个独立问题,并附带置信度评分。
原文链接>> 谷歌发布决策模型 Gemini Decision 1
08
SpaceX SI:正式发布 Grok Bot 1.0
11月12日,SpaceX Super Intelligence正式发布Grok Bot 1.0,定位为可共享的团队助手。
Grok Bot 1.0能加入Slack、Teams群聊和视频会议,自动记录笔记并协助任务分配。其核心升级在于支持团队共享使用,用户可通过链接邀请Bot参与会议。Bot会根据团队互动持续学习优化,支持跨应用操作如登录网页、整理文档等,但需谨慎管理权限以确保数据安全。
原文链接>> Grok Bot 1.0正式发布
09-1
字节:推出 Seedance 2.5 flash
11月12日,火山引擎正式推出Seedance 2.5 flash,主打高性价比批量创作。
Seedance 2.5 Flash是旗舰Seedance 2.5的轻量化版本,核心的运镜理解、动态生成能力均保留,其生成速度比旗舰版Seedance 2.5快1-2倍,支持单段30秒、10张图片+5段视频/音频输入。
原文链接>> Seedance 2.5 flash :生成速度翻倍,创作成本更低
09-2
字节:推出 Seedream 5.5
11月9日,火山引擎推出图像创作模型Seedream 5.5,可以在像素级可控的基础上,用自然语言完成专业出图、改图、抠图。
Seedream 5.5重点提升了像素级可控编辑、透明素材生成和多轮修改稳定性,支100轮连续修改且非编辑区域像素不变。新增原生RGBA透明素材功能,适合电商、影视分镜等场景,并优化了真实感光照和文字渲染。
原文链接>> Seedream 5.5:像素级可控编辑,百轮修改不崩坏
10
Anthropic:发布多款AI办公工具
11月11日,Anthropic发布多款AI办公工具,包括白板工具Claude Whiteboards、表格工具Claude Sheets和数据分析工具Claude Data。
Claude Whiteboards是企业团队与Claude共同头脑风暴的共享画板,Claude Sheets支持Claude与用户共同构建、编辑电子表格,Claude Data新增了为数据生成解说、认证查询以及实时共享功能。
原文链接>> Claude端出AI办公全家桶
11
百度:正式发布 文心5.5 Flash Preview
11月11日,百度最新基础模型文心 5.5 Flash Preview正式发布,总参数量达2800亿,支持最长100 万Token 的上下文,在编程、3D 建模、知识工作、内容创作等方面表现突出。
文心5.5 Flash Preview通过全新的混合稀疏注意力架构、多路由器MoE、ECHO多Token预测等多项技术创新,提升模型能力的同时降低计算和显存开销,实现每秒超过200 tokens的生成速度。此外,文心5.5 Flash Preview首次引入自研的RSI技术,由ERNIE Evolve参与模型推理优化,探索AI参与模型研究与优化的新路径。
原文链接>> 文心 5.5 Flash Preview发布
12
智元:发布 WITA-Omni
11月10日,智元正式发布具身全模态端到端交互大模型WITA-Omni(硅光动语全模态大模型)。
WITA-Omni基于机器人本体感知数据深度训练,除了音视频输入输出,还新增支持触觉、本体状态等输入,以及机器人动作、表情等输出,实现边听边动的流式全双工交互,响应速度最快400毫秒。其核心优势包括全模态拒识(无需唤醒词)、多语言同传、情感表达(如开心、惊讶等数十种情绪)及主动互动(如主动欢迎、挥手告别)。
原文链接>> 智元WITA-Omni,具身全模态端到端交互大模型
政策趋势
13
自然资源部、国家发展改革委:印发《关于“人工智能+自然资源”的实施意见》
11月10日,自然资源部、国家发展改革委印发《关于“人工智能+自然资源”的实施意见》,提出到2028年实现AI在自然资源领域的示范应用,建成时空地理信息、国土空间规划与治理、海洋、地质矿产、林业草原等重点方向的高质量数据集、大模型和智能体。
《实施意见》提出:推进自然资源领域人工智能中试平台建设,重点建设时空地理信息、国土空间规划、海洋、地质矿产、林业草原五大中试平台;加快八大自然资源领域AI应用场景示范,包括““天空地海网”一体化监测监管、国土空间规划与治理、自然资源资产管理、自然资源灾害治理、海洋资源开发与治理、地质矿产勘查开发、林业草原保护利用、地球科学等。
原文链接>> https://x.m.mnr.gov.cn/m/gk/tzgg/202611/t20261110_2942266.html
14
福建:印发《福建省推动“人工智能+”行动方案(2026—2028年)》
11月12日,福建印发《福建省推动“人工智能+”行动方案(2026—2028年)》,立足福建数字化发展基础与场景优势,聚焦人工智能赋能重点领域,突出全域数智赋能、夯实核心要素支撑、强化统筹协同推进,加快培育新质生产力。
《行动方案》围绕加快全方位赋能重点行业领域提出了不同行业领域的重点任务,涉及科学技术、产业发展、消费提质、民生福祉、治理能力、国际合作等6个方面,共包含15项重点任务。
原文链接>> https://fujian.gov.cn/zwgk/zxwj/szfbgtwj/202611/t20261112_7248400.htm
15
陕西:印发《人工智能赋能产业高质量发展若干措施》
11月6日,陕西印发《人工智能赋能产业高质量发展若干措施》,旨在通过人工智能技术推动产业升级。
《若干措施》聚焦智能体研发、模型协作、产业应用等方向,提出建设智能体应用孵化中心、测试验证平台等具体举措,并对"首场景"应用项目给予支持。
原文链接>> https://www.shaanxi.gov.cn/zfxxgk/fdzdgknr/zcwj/gfxwj/202611/t20261112_3724321.html
声明:资料素材均来源官方媒体/网络,如有侵权,请联系删除。
✦
✦
END
南京新一代人工智能研究院
Nanjing Research
Institute of Next-generation Artificial Intelligence
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)

