Anthropic 推出 Claude Fable 5.2 和 Mythos 5.2，Meta 发布 Muse Ember，Google 新增 TPU 8tx 和 8i Max

Anthropic 推出 Claude Fable 5.2 和 Claude Mythos 5.2，这是同一模型的两个版本，每百万词元的收费从 10 和 50 美元降至 8 和 40 美元，速度比 5.1 代最高提升 30 %。当晚，Cursor、Devin、Perplexity 和 v0 即向用户开放，前三家还公布了各自的测试结果；与此同时，Anthropic 展示了该模型已经取得的成果：三款电子设备、由 1 000 个智能体重新完成的费马大定理证明，以及超越 MIPLIB 中 72 个问题已知最佳解的结果。Meta 则以旗下最小模型 Muse Ember 在成本上作出回应，Google 为第八代 TPU 产品线新增 8tx 和 8i Max 系统，NVIDIA 则在 CoRL 上发布面向机器人、可在现实世界中执行动作的开放模型 GR00T 2。

Claude Fable 5.2 和 Claude Mythos 5.2：同一模型，价格更低，速度最高提升 30 %

11 月 9 日 — Anthropic 推出 Claude Fable 5.2 和 Claude Mythos 5.2，这是同一模型的两个版本。Fable 5.2 加强了网络安全和生物学方面的防护措施，面向所有用户开放；Mythos 5.2 则仅限获准加入 Cyber Verification Program 或 Life Sciences Verification Program 的组织使用。据 Anthropic 称，两款模型在编程、推理和视觉方面均有提升，生成回答的速度比 Fable 5.1 和 Mythos 5.1 最高快 30 %。价格下降 20 %。

Introducing Claude Fable 5.2 and Claude Mythos 5.2, designed to tackle the most daunting technical challenges. They’re capable collaborators on ambitious projects in many fields, and show improvements in areas like coding, reasoning, and vision.

🇨🇳 Claude Fable 5.2 和 Claude Mythos 5.2 正式登场，旨在应对最艰巨的技术挑战。它们能够胜任多个领域中雄心勃勃项目的协作任务，尤其在编程、推理和视觉方面取得了进步。 — @claudeai 在 X 上

价格类型（每百万词元）	Fable 5.2 和 Mythos 5.2	Fable 5.1 和 Mythos 5.1
输入	8 美元	10 美元
输出	40 美元	50 美元
快速模式，速度最高为 2,5 倍（输入 / 输出）	16 / 80 美元	未说明
缓存读取（据 Claude Code 更新说明）	0,20 美元	未说明

在 API 上，claude-fable-5-2 和 claude-mythos-5-2 提供一百万词元的上下文，最多支持 128 000 词元的输出，并始终启用自适应思考。思考保留（preserved thinking）功能扩展至所有账户：在重新发送 Fable 5.2 的思考块之前，修改系统提示词、工具或先前消息都会触发 400 错误，计算机使用则只能通过 computer_toolset_20260801 进行。Claude Platform 上的默认思考强度为 high，Claude 应用和 Claude Code 中则为 medium。该模型已在 Claude API、Amazon Bedrock、Google Cloud 和 Microsoft Foundry 上提供，并面向所有付费套餐开放；Claude Code 当天便将其设为默认 Fable 模型（参见编程智能体一节）。Anthropic 仍建议先使用 Claude Opus 5.5，仅在处理最具挑战性的任务时升级至 Fable；Addy Osmani 在 claude.dev 上发布的指南详细解释了这一原则（参见简讯）。

在智能体编程方面，提升主要体现在成本效益上。在 FrontierCode 2.0 上，Fable 5.2 在 High 思考强度下达到 45,3 %，与 Opus 5.5 的最佳成绩（Max 思考强度下为 45,5 %）相当，而每项任务的成本约为其一半；在 xhigh 下则达到 49,1 %，据 Anthropic 称，这是其测试的已发布模型中的最高分。该模型并非在所有测试中都领先：Gemini 4 Carbon 在 AutomationBench 上超过了它。以下成绩均由 Anthropic 提供，除非另有说明，测试均启用防护措施，并使用可用的最高思考强度。

基准测试（领域）	Fable 5.2	Fable 5.1	Opus 5.5	GPT-6 Astra	Gemini 4 Carbon
FrontierCode 2.0（智能体编程）	49,1 % (xhigh)	32,4 % (xhigh)	45,5 %	42,8 %	41,1 % (medium)
FrontierSWE v2（智能体编程）	69,9 %	56,3 %	62,3 %	65,5 %	61,2 %
AutomationBench（业务工作流）	51,4 %	31,4 %	42,5 %	41,4 %	53,9 %
OSWorld 2.1（计算机使用）	89,3 %	83,5 %	87,2 %	79,5 %	81,5 %
Humanity’s Last Exam（使用工具）	74,2 %	65,6 %	67,7 %	57,2 %	未比较
RoboDojo Sim（机器人）	64,9 %	27,6 %	39,4 %	29,8 %	未比较
CVE Rediscovery（网络安全，Mythos 5.2/5.1）	89,6 %	78,3 %	81,3 %（无防护措施）	未比较	未比较

Anthropic 表示，如今合并至其主代码库的改动中，超过 90 % 由 Claude 在人类监督下编写，并举例称，超过 1 000 个子智能体从一个空文件夹出发，在八天内编写出一个操作系统原型。在科学领域，该模型解决了黑洞物理学中的两个开放问题（已发布预印本）；Mythos 5.2 还预测了用于基因治疗的腺相关病毒衣壳结构：34 个结构中有 28 个的误差低于 3 Å。

Mythos 5.2 被称为 Anthropic 网络安全能力最强的模型：在 CVE Rediscovery（1 829 个 CVE）上，它发现的漏洞比 Opus 5.5 多 10,2 %，不过 Anthropic 在其自身评估中认为，两者识别漏洞的能力大致相当。沙箱逃逸尝试降至 3,1 %，而 Mythos 5.1 为 21 %，但这两款模型更常怀疑自己正在接受评估。根据初步测试，Fable 5.2 分类器的拦截次数较 Fable 5.1 约减少 55 %；被拦截的请求会回退至 Opus 4.8（网络安全）或 Opus 5（生物学）。此外，支持零数据保留的监控功能 Enterprise Frontier Safeguards 开始与 Bridgewater、Salesforce 和 Stripe 进行私有测试。

🔗 Claude Fable 5.2 和 Claude Mythos 5.2（Anthropic） · Claude Platform 版本说明 · @ClaudeDevs 的系列帖文

发布优惠：最多三次 Fable 额度重置，Pro 可享一周内含 Fable 使用额度

11 月 9 日 — 根据发布文章所链接的帮助页面，Anthropic 为此次发布向付费订阅用户提供 Fable 使用额度重置。一次重置会返还本周已消耗的 Fable 额度，并将 5 小时窗口内的额度全部补满，包括其他模型的额度；重置不会提高使用上限，可在设置中的“用量”页面点击“免费重置”按钮触发。优惠适用于 Fable 5.2、Fable 5.1 和 Fable 5。

适用套餐或席位	提供的优惠	到期时间（太平洋时间）
Pro、Team 标准席位	套餐内包含 Fable，最多可用每周限额的 50 %，另加 1 次重置	2026 年 11 月 16 日 23 时 59 分
Max、Ultra、Team 高级席位及旧版按席位计费的 Enterprise 套餐	1 次重置（订阅不足 6 个月）、2 次（6 至 12 个月）或 3 次（超过 12 个月）	2027 年 3 月 8 日 23 时 59 分

须在 11 月 9 日太平洋时间 10 时之前已开通付费计费。不适用于 Free 套餐、自助开通、按用量计费和 HIPAA-ready 的 Enterprise 套餐，以及旧版按席位计费的 Enterprise 套餐中的标准席位。对于 Pro 和 Team 标准席位，一周后使用 Fable 将恢复消耗使用额度点数。

🔗 Claude Fable 5.2 发布优惠（Claude 帮助中心）

Fable 5.2 已经取得的成果：与 Diode 制作三款设备、1 000 个智能体重做费马证明，以及化学与 MIPLIB 成果

同日发布的三篇内容展示了 5.2 代模型的实际表现，其中部分工作使用了模型的早期版本。

Diode：全流程设计三款电子设备，电路无需修改即可运行

11 月 9 日 — Anthropic 与印刷电路板制造商 Diode Computers 合作，展示了 Claude Fable 5.2 如何从简短提示词出发，设计出三款设备：支持蓝牙的 USB-C 会议扬声器、家用语音助手中枢和口袋虚拟宠物。模型编写了规格说明、绘制了电路原理图、完成了四层电路板布线、设计了可供 3D 打印的外壳，并编写了固件；三款原型均无需修改电路即可工作。由于 KiCad 的布线工具一次只能布一条线，Claude 在约半小时内编写了自己的布线工具。

进步主要来自几何推理能力：在 Diode 内部基准 PCB Gym 上得分 69 %，而 Fable 5 为 25 %；在 BenchCAD 2.1 上得分 83,5 %，接近 Fable 5.1 的两倍。Anthropic 说明其与 Diode 存在商业合作关系，并提醒，这些原型尚未经过电气验证、热测试或认证。

🔗 Claude 可以从头到尾设计电子设备原型（Anthropic）

费马：1 000 个智能体在 28,7 小时内重做形式化证明，无需专用平台

11 月 9 日 — 今年九月，Anthropic 发布了费马大定理的首个完整形式化证明：数十个智能体在一位研究者指导下，借助 Prove2Me 平台工作了 11 天。一篇由 Barry Zhang、Tianyi Peng、Elle Najt、Keller Scholl 和 Lance Martin 署名的 claude.dev 文章介绍了 1 000 个早期版本 Fable 5.2 智能体如何在没有该平台、也无人类指挥的情况下重做这项工作：一个主智能体带领 999 个辅助智能体，按该文所述耗时 28,7 小时（发布文章四舍五入为 30 小时），输出词元用量降至原来的三分之一，证明长度降至原来的七分之一。根据发布文章，在相同配置下，Opus 5.5 在 18 小时内仅完成了 26 %。

每个智能体都配有一台断网虚拟机，内含 Lean、Mathlib、自己的 Git 分支，以及一个共享的 Postgres 数据库；主智能体在十分钟内便在数据库中建立了协调表。最多约 750 个辅助智能体同时处理工作量最大的朗兰兹–滕内尔结果，该任务被拆分为 2 418 项子任务。分类器会检查每条命令和每次文件修改：超过一百万次工具调用中，没有一次被拦截。

🔗 使用 Claude Fable 5.2 安全扩展多智能体团队（claude.dev）

有机化学与 MIPLIB：演示系列帖文补充了文章中未提及的两项成果

11 月 9 日 — 发布两小时后，@claudeai 账号发布了一组演示帖文。在有机化学方面，Claude 仅凭一张图片，在无法联网、仅以代码为工具的条件下，分别为来自 Noah Burns（斯坦福大学）、Timothy Newhouse（耶鲁大学）和 Sarah Reisman（加州理工学院）实验室尚未发表研究中的四种分子，各用约半小时设计了一条完整合成路线；帖文配图将这些路线归于 Mythos 5.2。合作化学家认为，这项工作达到了博士低年级学生的水平，但尚无任何路线经过实验室验证。

Of 203 open problems, Claude beat the listed mathematical solution in 72 cases, and in 45 cases proved that a solution was optimal.

🇨🇳 在 203 个开放问题中，Claude 在 72 个问题上超越了已收录的数学解，并在 45 个问题上证明了某个解是最优解。 — @claudeai 在 X 上

MIPLIB 汇集了机组排班、配送路线规划等优化问题；根据帖文配图，最多由 300 个智能体组成的团队使用 Fable 5.2 的早期版本处理了这些问题。针对一份旨在降低峰值用电量的 42 列火车时刻表，智能体在不到两小时内将已知最佳方案再优化了 2,6 %，随后证明不存在更优方案。这些解已提交至 MIPLIB。

🔗 @claudeai 的演示系列帖文

Cursor、Devin、Perplexity 和 v0 首日即接入 Fable 5.2，各自在自有基准上测试

发布当晚，三款工具公布了各自在内部基准上测得的 Fable 5.2 成绩。Vercel 的应用创建工具 v0 也开放了该模型，但未提供数据（参见简讯）。

开放 Fable 5.2 的工具	厂商基准测试	Fable 5.2 成绩	所列最接近的竞争模型
Cursor	CursorBench 4.0	Max 思考强度下为 60,0 %，32,79 美元	Opus 5.5 Max：57,8 %，13,43 美元
Devin (Cognition)	FrontierCode 2.0	49,1 %	Opus 5.5：45,5 %
Perplexity	WANDR	0,851，每项任务 14,51 美元	Gemini 4 Argon：0,802，7,88 美元

Cursor：登顶 CursorBench 4.0，推理强度设置不宜沿用 Fable 5.1

11 月 9 日 — Cursor 当天上线 Fable 5.2。在最高推理强度下，该模型以 60,0 % 的成绩登顶 CursorBench 4.0，领先于 Claude Opus 5.5 Max（57,8 %）；在默认推理强度（High）下，其得分为 56,9 %，而 Fable 5.1 为 49,2 %。Cursor 提醒，新模型的推理强度级别与 Fable 5.1 的表现方式已有不同，建议从默认设置开始，而非沿用旧设置。其排行榜页面展示了这一点：

Fable 5.2 推理强度级别	CursorBench 4.0 得分	每项任务成本
Max	60,0 %	32,79 美元
High（默认）	56,9 %	9,70 美元
Extra High	56,3 %	15,48 美元
Medium	54,8 %	4,66 美元
Low	53,2 %	3,94 美元

Extra High 的得分低于 High，成本却更高；Low 已经超过最高推理强度下的 Fable 5.1（51,8 %，成本为 17,28 美元）。Cursor 列出的模型价格为每百万 tokens 8 美元和 40 美元，但未提供更新日志，也未说明适用于哪些套餐。

🔗 @cursor_ai 的公告 · CursorBench 4.0 排行榜

Devin：以 49,1 % 登顶 FrontierCode 2.0，低推理强度即超越 Fable 5.1

11 月 9 日 — Cognition 在 Devin Desktop 和 Devin CLI 中开放 Fable 5.2，并将其列为 FrontierCode 2.0 的榜首。该基准测试采用真实工程任务，按解决方案的质量和可合并性（mergeability）评分。Fable 5.2 得分为 49,1 %，领先于 Claude Opus 5.5（45,5 %）、GPT-6 Astra（42,8 %）、Sonnet 5.5（41,0 %）和 Gemini 4 Carbon（40,0 %）；其中，Claude Opus 5.5 自该基准测试于 10 月 27 日推出以来一直领跑，Fable 5.1 的最高分则为 32,4 %。据博文介绍，在低推理强度下，Fable 5.2 已超过 Fable 5.1 的最佳成绩，每项任务成本不到后者的三分之一；推文则称成本为三分之一。解决方案只要未通过任一硬性标准，就会得 0 分；成本指按 API 公开价格计算的每次运行平均费用。Cognition 未公布任何 Devin 定价。

🔗 Claude Fable 5.2 现已登陆 Devin（Cognition） · @cognition 的公告

Perplexity：WANDR 得分 0,851，据其自有基准测试创下纪录

11 月 9 日 — Perplexity 向 Pro 和 Max 订阅用户开放其智能体 Computer 中的 Fable 5.2，并仅向 Max 订阅用户开放搜索（Search）中的该模型。在其自有的循证研究基准测试 WANDR 上，该模型得分 0,851，每项任务成本为 14,51 美元。Perplexity 称，这一成绩创下纪录，并位于帕累托前沿，即没有其他模型能同时在得分和成本上胜过它。根据 Perplexity 发布的图表——这些数据的唯一来源——Fable 5.2 超过了 Gemini 4 Argon，后者自 10 月 16 日起以 0,802 的得分和 7,88 美元的成本保持纪录；Fable 5.2 的每项任务成本约为其 1,8 倍。重新测评的 Fable 5.1 得分为 0,684，成本为 13,16 美元，高于其 9 月上线时的 0,601。推文未说明推理强度，也未说明在 Computer 中消耗多少积分。该得分不能与 11 月 5 日公布的 Agent API 在 ultra 级别下取得的 85,9 % 相比较，后者采用的是多智能体配置。

🔗 @perplexity_ai 的公告

Meta 推出其最小模型 Muse Ember，输入价格为每百万 tokens 0,10 美元

11 月 9 日 — Meta 推出 Muse Ember，称其为旗下最小、效率最高的模型。它面向智能体全天反复执行的工作：连续调用工具、编程子任务（读取文件、运行测试、定向修复）、路由、提取和长文档分析。其上下文窗口为一百万 tokens，最多可输出 512 000 tokens，并原生支持文本、图像、音频和视频理解。这是首个使用 Muse Wonder Full 训练的模型，正如 Meta 在 10 月发布 Muse Wonder 时所预告的那样；在这一产品系列中，Muse Wonder 负责最困难的问题，Muse Spark 负责代码和智能体工作流，Muse Ember 则负责大规模重复性任务。

该模型已在 Muse Code 和 Meta Model API 上提供，名称为 muse-ember-1.0，支持 Responses API。每百万 tokens 的价格分别为：输入 0,10 美元、缓存输入 0,004 美元、输出 0,50 美元。Meta 尚未宣布开放模型权重。

On the @ArtificialAnlys Intelligence Index, it achieves performance comparable to Claude Haiku 5.5 at roughly one-third of the cost per task, while scoring higher than GPT-6 Luna across all of Luna’s reasoning settings.

🇨🇳 在 Artificial Analysis 的 Intelligence Index 上，它以约三分之一的每项任务成本，达到与 Claude Haiku 5.5 相当的性能，同时其得分高于 GPT-6 Luna 在所有推理设置下的成绩。 — @AIatMeta 在 X 上

这是 Meta 的核心主张；其博文还补充，Muse Ember 追平了 Haiku 5.5 的最佳得分。两款模型在该指数上均为 36 分，图表说明指出，Muse Ember 的成本是按拟定价格估算的。

Meta 发布的对比	Muse Ember (max)	Muse Spark 1.3 (max)
Artificial Analysis Intelligence Index	36	37
该指数测试中每项任务的成本	0,14 美元	2,39 美元
每百万 tokens 价格（输入 / 输出）	0,10 / 0,50 美元	1,25 / 4,25 美元

max 设置下的基准测试（据 Meta）	Muse Ember	Claude Haiku 5.5	GPT-6 Luna
AutomationBench-AA	37,8	13,9	20,2
Coding Agent Index-AA	46	37	31
Terminal-Bench 4.0（最佳评测框架）	40,9	39,2	16,4
OSWorld 2.1（部分得分，内部测试）	69,5	68,9	50,5
FrontierCode 2.0-AA	27,2	34,9	25,2
Artificial Analysis Intelligence Index	36	36	28

在最高推理强度下，Muse Ember 在公布的十项基准测试中，有七项领先于 Claude Haiku 5.5 和 GPT-6 Luna，但 Haiku 5.5 在 FrontierCode 2.0-AA 上仍然领先。部分数据来自 Meta 的内部评测，包括其自有的 Personal Superintelligence Index；Terminal-Bench 4.0 则采用每个模型已公布的最佳评测框架进行比较。Vals AI 的独立排行榜也呈现类似趋势：Muse Ember 是其中成本最低的模型，每次测试为 0,15 美元，总体得分为 60,5 %，与 DeepSeek V4.1 Flash 相差 0,8 个百分点，而成本约为后者的四分之一。

Meta 表示，已按照其 Meta Superintelligence Scaling Framework 对 Muse Ember 进行评估，结果低于高风险阈值，并交由 Box、Cline、Oracle、Cloudflare 和 You.com 测试；公司还宣布，效率更高的模型正在训练中。

🔗 Muse Ember（Meta 研究博客） · Vals AI 排行榜

Google 为第八代 TPU 新增 TPU 8tx 和 TPU 8i Max，尚未公布日期或价格

11 月 9 日 — Google 在一篇由 Amin Vahdat 署名的博文中，为其第八代 TPU 新增 TPU 8tx 和 TPU 8i Max 两款系统。继 4 月发布面向训练的 TPU 8t 和面向推理的 8i 后，Google 称，这是首次在同一年推出四款 TPU 系统。公司强调，这些并非新芯片，而是围绕现有芯片构建的新系统，涵盖封装、内存、网络和安全。这种方式使其能够在数月内交付专用超级计算机，而无需耗时数年。

TPU 系统	目标用途	Google 公布的特性
TPU 8t	大规模训练	训练性能最高为上一代的 2,7 倍
TPU 8i	实时推理	推理性价比较上一代提高 80 %
TPU 8tx	机密推理、小规模训练	采用 8t 芯片、第五代 AMD EPYC 主机，延迟最低可降至 8t 的 1/2
TPU 8i Max	超长上下文、机架密度	每个封装包含两颗 8i 芯片：算力、SRAM 和 HBM 带宽均为 8i 的 2 倍

TPU 8tx 面向受监管企业和政府。其安全保障在硬件层面实现：计算过程中，数据和模型权重始终受到保护并相互隔离（confidential compute），据 Google 称，性能损失几乎为零。同一台机器还可在不转移敏感数据的情况下，使用私有数据微调模型、蒸馏大模型，或通过强化学习训练智能体。TPU 8i Max 则着力解决内存墙（memory wall）问题，这一瓶颈会在数十个智能体处理整个代码库或数小时视频时出现。

软件也同步推进。一套处于预览阶段的开源 TPU 智能体工具可接入 Claude Code、Cursor 和 Google Antigravity，用自然语言协助迁移到 TPU、诊断瓶颈并调整内核；XLA Serving Engine 使用 C++ 在 TPU、GPU 和 CPU 上提供模型服务；TPU Sync 将 KV 缓存传输延迟和首个 token 生成时间降低超过 90 %；Agent Compute Engine 会自动挂起闲置的智能体会话。支撑 Gemini 的 Google DeepMind 运行时 Cloud Pathways，以及 GKE 动态切片（GKE dynamic slicing：任务启动速度最高提升至 5 倍，故障恢复速度最高提升至 4,5 倍），现已正式可用。

Google 称其拥有近 100 家 TPU 客户，这些客户如今可以在自己的数据中心部署 TPU。不过，公司未公布 TPU 8tx 和 TPU 8i Max 的上市日期或价格，其在 InferenceX 和 AgentX 基准测试上的结果也未附带任何具体数字。

🔗 TPU 8i Max 与 TPU 8tx（blog.google） · Google Cloud 博文 · TPU Sync 介绍（Google Cloud）

NVIDIA 在 CoRL 展示开放式世界行动模型 GR00T 2，未提供许可证或下载链接

11 月 9 日 — 在奥斯汀举行的机器人学习会议（CoRL）开幕之际，NVIDIA 展示了 GR00T 2，称其为基于 Cosmos 平台构建的开放式前沿世界行动模型（open frontier world action model）。该模型使用机器人和人类数据训练，其中包括 NVIDIA 开源的 100 000 小时人类第一视角视频，旨在学习精细操作动作，并在无需机器人示范的情况下，将这些动作从一种机器人身体迁移到另一种。智能体可通过 API 串联其技能，并从错误中恢复。

NVIDIA 公布的指标	公布数值
GR00T 2，无专门示范时成功完成的任务数	50 项中有 40 项至少成功过一次
GR00T 2，每项任务提供 1 次示范时的平均成功率	50 项任务中达到 71 %
GR00T 2，每项任务提供 5 次示范时的平均成功率	95 %
使用 Newton 的 Isaac Lab 3.0，与使用 PhysX 的 Isaac Lab 2.3 相比	训练吞吐量最高达到 2,5 倍
AlphaNIST，单一策略与多个独立策略相比	超过 98 % 对比 81 %，GPU 耗时约减少至原来的 1/39
EgoHand 在 Hugging Face 上的下载量	两周内超过 40 000 次

NVIDIA 称，GR00T 2 在 RoboCasa365、RoboLab、RoboDojo 和 MolmoSpaces 排行榜上均位列前三，其中多项排名第一，但未提供具体分数。Nexuni 正在测试其衣物处理能力，Foxconn 用其测试服务器制造，Siemens 用其进行评估；MicroAGI 则使用经过强化学习后训练的模型，控制机械臂更换 Ethernet 线缆。

在仿真方面，自 10 月 21 日起提供的 Isaac Lab 3.0，更多地依靠开源物理引擎 Newton 处理可变形物体（线缆、织物）和关节式机械手。AlphaNIST 就是一个例子：仅凭简单的成功或失败信号，一个策略就能学会 NIST Assembly Task Board 的全部 20 项装配任务。在评测方面，NVIDIA 发布了 Isaac Lab-Arena 0.4 开发者预览版，以及两套开放基准测试：与 RLWRLD 联合设计的 DexBench，涵盖从零售到酒店业的四个场景、共 15 项任务；与 UC Berkeley 联合设计的 VABAR，包含六项工业任务。此外，还有将人类视频转换为机器人仿真示范的 Video to Data 工作流，以及开放式手部三维重建模型 EgoHand。

博文将 GR00T 2 描述为开放模型，但未提供许可证、下载链接或可用日期。

🔗 NVIDIA 的 CoRL 博文

NVIDIA 在韩国：与 Rebellions 和 SK Telecom 合作 NVLink Fusion，发布 Dynamo 配置方案并推进物理人工智能

11 月 9 日 — 在 NVIDIA AI Day Seoul 期间，NVIDIA 发布了一系列韩国相关公告。核心内容是与芯片设计公司 Rebellions 和运营商 SK Telecom 的合作，该合作获得韩国科学技术信息通信部支持：Rebellions 将通过 NVLink Fusion 把未来的 Rebel R200 神经网络处理器（NPU）接入 NVIDIA 平台，并基于 MGX 机架架构构建系统；SK Telecom 计划将其部署在人工智能数据中心，用于 A.X K2 等自有模型，以及政府 AI for All 项目的公共服务。推理将采用分离式架构：NVIDIA GPU 负责读取提示词（prefill），Rebellions NPU 负责生成 tokens。公告未提供日期或部署规模。

NVIDIA 还为四款韩国开放模型（A.X K2、K-EXAONE 2.0、Solar Open 2 和 Motif-3）发布了针对 B200 GPU 优化的 Dynamo 配置方案。据 NVIDIA 称，开箱即用的性能最高可提升至 2 倍。LG AI Research 开放了 K-EXAONE-2.5 的 API 访问，该模型使用了 Nemotron 数据集进行训练，其中包括 Nemotron-Personas-Korea（700 万个人物画像）；Hyundai Motor Group 则正在探索 NemoClaw 和 OpenShell。NVIDIA 还宣布投资 Point2（射频互连），并计划投资 Motif Technologies、RLWRLD 和 Upstage，但未披露金额。在同一系列公告中，Samsung、Kakao Mobility 和 LG Electronics 详细介绍了与 NVIDIA 合作的物理人工智能项目（见简讯）。

🔗 NVIDIA、Rebellions 和 SK Telecom 联合公告 · 面向韩国模型的 Dynamo 配置方案 · 韩国的安全智能体 · 对韩国初创企业的投资

编程智能体：Claude Code 2.1.321、Vibe CLI 3.1.1、Qwen Code、Copilot CLI、Antigravity CLI、Amp 和 Delta

Claude Code 和 Vibe CLI 发布了当天更新内容最丰富的两个版本。Qwen Code v0.27.1、Copilot CLI 1.0.108 稳定版、Antigravity CLI 1.5.2、Amp 的 Portals 和 Windows 应用，以及重写后的 Delta 编辑器，均在简讯的“编程智能体与工具”栏目中介绍。

Claude Code 2.1.321 将 Fable 5.2 设为默认 Fable 模型，并修复 74 个问题

11 月 9 日 — Claude Code 2.1.321 随新模型一同发布：Fable 5.2 成为默认 Fable 模型（上下文窗口为一百万个 token，每百万个 token 的价格为 8 和 40 美元，缓存读取价格为 0.20 美元）。已保存的 Fable 5.1 选项会切换到别名 fable，Pro 和 Max 立即生效，Team 和 Enterprise 则在组织允许后生效；/model claude-fable-5-1 可切回原来的模型。claude remote-control --settings 会为每个启动的会话应用一个配置文件。

118 项更新中有 74 项修复，其中包括多项安全漏洞：OAuth MCP 令牌可能在重定向后被发送到另一台主机，只读 Bash 命令可能未经询问就在沙箱外运行，拒绝规则也未能应用于针对目录的 cp 或 mv。快速服务受限或发生故障时，快速模式会先回退到同一模型的标准速度。在自动模式和绕过模式下，Claude 编写的模组会直接启用，无需询问，但仍会执行拒绝规则。2.1.320 版本并未发布，npm 稳定渠道仍为 2.1.311，Agent SDK 则同步更新至 TypeScript 0.3.321 和 Python 0.2.180。

🔗 Claude Code 2.1.321 版本说明

Vibe CLI 3.1.1 新增四个 hooks 事件、Vim 模式以及其他代理配置导入功能

11 月 9 日 — 在 3.1.0 发布五天后，Mistral 发布了 Vibe CLI 3.1.1，未在 X 上发布公告。虽然版本号属于补丁版本，但它包含 92 项更新：17 项新增、26 项变更、44 项修复和 5 项移除。hooks 新增四个事件：pre_agent 在模型读取消息前触发，可以阻止消息、改写消息或为其补充上下文；notification 在 Vibe 等待批准或回复时触发；以及 session_start 和 session_end。内置 skill /vibe:import 可查找其他编程代理的配置，并导入其中的指令、skills、子代理、命令、hooks、MCP 服务器和权限。

输入区新增 Vim 模式，/pr 可列出当前会话的 pull requests，打开首个失败的 CI 检查，或编写用于推动 PR 继续进行的 prompt；这项跟踪功能现已默认启用。此版本移除了 /teleport、--teleport 选项和 /remote-project。Mistral Large 4 的思考等级改为 Low、Medium 和 High，这些等级现已获得 API 支持；插件中的 skills 则改为使用插件名称（以 my-plugin:review 取代 my_plugin:review），因此需要相应调整自定义代理。

🔗 Vibe CLI 3.1.1 版本说明

ChatGPT 的 dots 可在多台本地计算机上工作，并为每项任务选择设备

11 月 9 日 — 9 月底推出的 ChatGPT 常驻代理 dots，如今可以使用多台本地计算机：将多台计算机连接到同一个 dot 后，即可选择执行某项任务的设备。OpenAI Developers 重点介绍了开发者使用场景：在专用机器上构建和测试应用，同时继续在笔记本电脑上编程；在第二台 Mac 上通过 Xcode 测试修改并接收截图；在安装了较旧 SDK 的机器上复现问题；或让代理浏览界面，而不占用用户的屏幕和光标。

根据帮助页面，每台计算机都需要通过其安装的 ChatGPT 应用，在 dot 资料中的“计算机”栏目进行连接，并保持在线且应用处于打开状态。对于相互独立的任务，可以要求 dot 为每台计算机分别建立一个对话。离线状态不会撤销访问权限，必须明确移除访问权限；这项权限也独立于 Codex 连接和 Work Sync。OpenAI 未说明适用套餐及上线时间安排。

🔗 @OpenAIDevs 的公告 · 将计算机和应用连接到你的 dot

OpenAI 再次发售 Codex 版 ModRetro Chromatic，并推出用于制作 Game Boy Color 游戏的插件

11 月 9 日 — OpenAI Developers 在 OpenAI 商店 OpenAI Supply Co. 再次发售 Codex 版 ModRetro Chromatic。这款掌机可以运行 Game Boy Color 游戏，售价 200 美元，附带可编程卡带和保护套。它最初仅在 DevDay 独家发售，如今以全新外观回归；商店宣布将于 11 月 19 日补货，配送范围仅限美国、加拿大、澳大利亚、新西兰、日本、英国和欧盟。

这款掌机也用于展示 ModRetro 发布的 ModRetro Chromatic 插件，该插件可通过 ChatGPT 桌面应用中的 Codex 插件目录安装。它基于 GB Studio，提供 sprite 和动画工具、显示在场景旁的碰撞地图、在 Codex 内置浏览器中打开的模拟器，以及可逐步执行并在每一步截图的按键序列。经验更丰富的开发者可以使用 GBDK-2020 编写 C 代码，或用汇编语言构建自己的引擎。通过 USB 线将游戏安装到可重写卡带时，会擦除卡带上原有的游戏，也可能擦除其存档，且不会创建备份。

🔗 @OpenAIDevs 的公告 · 使用 Codex 和 ModRetro Chromatic 开发复古掌机游戏 · OpenAI Supply Co. 上的 Codex 版 Chromatic

Google AI Studio 可通过 prompt 创建 Google Maps Platform 应用，无需信用卡

11 月 9 日 — Google AI Studio 现已支持直接通过 prompt 创建基于 Google Maps Platform 的应用。向 Gemini 描述自己的想法，例如纽约的交互式 3D 导览，AI Studio 就会完成 Google Maps Platform 配置并管理 API 密钥，无需跳转，然后在预览中显示交互式地图；它也可以关联现有的 Google Cloud 项目。可使用的 API 包括 Maps（风格化地图、逼真的 3D 城市）、Places（本地搜索、地点详情）、Routes（含途经点的路线）和 Environment（空气质量、花粉）。示例库还提供三个可供改编的示例：城市沉浸式导览、宠物美容路线优化器以及门店定位与附近搜索。

试用免费且无需信用卡，但受沙箱配额限制：每个 API 每天可调用 100 次，每 24 小时重置。用于生产环境时，需要关联 Google Cloud 结算账户，并按 Google Maps Platform 标准价格付费。

🔗 从 prompt 到应用：在 AI Studio 中使用 Google Maps 构建应用（Google Developers） · @GoogleAIStudio 的公告

ElevenLabs 推出 Campaign Manager，让 ElevenAgents 执行外呼活动

11 月 9 日 — ElevenLabs 推出 ElevenAgents Campaign Manager，可将完整的外呼活动交给语音代理执行。用户提供联系人列表和目标，例如筛选出合格的潜在客户或确认预约：代理会在指定时段拨打电话，在不同通话之间保留上下文，稍后再次致电，预订所需时段，或改拨同一客户账户的其他号码、联系其他人员，并在目标达成或联系人提出要求时停止。

该模块提供通话管控：限制尝试次数（回拨另设上限）、在联系人要求停止联系后立即更新拒接名单，并在代理开场白中加入必需的告知内容。每位联系人都有一份决策时间线，不确定的情况会进入待处理队列，所有内容都可导出为 CSV。该模块已在保险、银行和电子商务领域进行测试；据 The AA Ireland 的首席技术官杰里米·奥沙利文介绍，它使该公司每天处理的潜在客户比例从 50% 至 60% 提高到了 100%。Campaign Manager 现已支持电话和 WhatsApp，电子邮件和短信支持即将推出，尚未公布单独定价。

🔗 ElevenAgents Campaign Manager（ElevenLabs） · @ElevenLabs 的公告

开放数据与研究：NVIDIA 的日语合成数据集和 Amazon 的 HOPE 剪枝方法

当天 Hugging Face 博客上的两篇文章，一篇讨论训练数据，另一篇讨论专家模型占用的内存。

NVIDIA 与 Elith 发布两个日语合成数据集，分别面向金融和数据保护

11 月 9 日 — NVIDIA 在 Hugging Face 上发布了两个配套设计的日语合成数据集。与 Elith 联合开发的 Nemotron-Personas-Finance-Japan 将 Nemotron-Personas-Japan 扩展到金融领域：提供 900 万个日语人物画像（100 万条记录，每条包含 50 个字段），其中的家庭构成、资产和金融行为均以官方统计数据为依据，共约 15 亿个 token，采用 CC BY 4.0 许可。据作者介绍，这是首个达到这一规模、结合日本公共统计与家庭财务数据的开放人物画像数据集。

Nemotron-PII-Japan 提供 100 000 份日语合成业务文档，涵盖医疗、金融、行政、法律等八个领域，标注了 56 类个人数据，包括 My Number 号码，用于训练检测并遮蔽这些数据的模型。NVIDIA 使用其中的 95 000 份文档微调了一个 GLiNER 模型。整体思路是：用第一个数据集模拟客户，再用第二个数据集验证处理流程能否保护客户数据。

🔗 Nemotron-Personas-Finance-Japan（Hugging Face 博客） · Nemotron-PII-Japan（Hugging Face 博客）

Amazon 介绍 HOPE：一种考虑专家协同关系的 MoE 专家剪枝方法

11 月 9 日 — 在一篇署名亚历克斯·埃姆·曾的文章中，Amazon 团队介绍了 HOPE（Higher-Order Pruning of Experts），一种无需重新训练即可从混合专家模型（MoE）中移除最无用专家的方法。MoE 会将所有专家保存在内存中，但每个 token 只会用到少数几个：在 Qwen3.5-122B 中，专家占据了模型约 250 GB 内存的 95%。现有方法会单独为每个专家评分；HOPE 还会衡量经常共同激活的专家对之间的交互。

据 Amazon 介绍，在 Qwen3.5-122B、Qwen3.5-35B 和 GLM-4.5-Air 上，与 REAP、MAN、EAN 和 Frequency 对比，并移除 10% 至 50% 的专家时，该方法取得了最佳平均排名（5 种方法中为 2.07），而且优势会随着剪枝比例增大而扩大：剪枝比例达到 50% 时，在代理式编程任务上，相比表现最好的竞争方法，提升最高达 +6.1%。该方法兼容量化，每层额外耗时一至两秒。

🔗 Amazon 的 HOPE 文章（Hugging Face 博客）

简讯

智能体与编程工具

Qwen Code v0.27.1 — 11 月 9 日发布稳定版，距离 v0.27.0 仅两天，没有破坏性变更：共 122 条更新，包括 26 项功能和 65 项修复。Managed Agent 新增基于 Mem0 的可选个人记忆，以及归档功能和 MCP 服务器自助安装；Desktop v0.27.1 和 TypeScript SDK v0.1.31 也于同日发布。🔗 来源
Copilot CLI 1.0.108 稳定版 — 11 月 9 日转为稳定版，相比 11 月 7 日已报道的预览版 1.0.108-0 和 1.0.108-1，没有新增内容：/index 命令、默认共享的 tgrep 索引、Windows 沙箱设置，以及 72 项修复。🔗 来源
Antigravity CLI 1.5.2 — 更新日志中的版本日期为 11 月 6 日：--dangerously-skip-permissions 不再自动批准受保护的命令；当 Gemini Enterprise 管理员要求审核时，也不再自动批准对工作区外部的访问；名称存在风险的插件会被拒绝，云端插件的技能也可用于 --remote-agent 会话。🔗 来源
Amp 运行器上的 Portals — 此前仅供 orbs 使用的 Portals 现已支持在用户自己的机器上运行：智能体启动的开发服务器可以从会话的 Portal 标签页打开，文档称浏览器以及 iPhone 和 iPad 应用均可访问。通过“允许 Portals”或 amp --no-tui --remote-control-portals 启用；除使用共享运行器的情况外，Portals 均为私密，文档明确表示它们绝不会公开。🔗 来源 · 🔗 文档
Amp 的 Windows 版 — 11 月 7 日，Amp 首席执行官奎因·斯拉克开放了一款实验性 Windows 应用，配有可自动更新的安装程序；报告缺陷可获额度奖励，并承诺约三至四天内推出可靠版本。下载页面还列出了一款实验性 Linux 应用。🔗 来源
Delta 的会话编辑器 — 阿古斯·苏维亚加在 Delta 博客上介绍了重写编辑器的过程：放弃基于 Zed 编辑器的架构，将会话变为可共享、可批注的文档；Zed 总结称，期间不得不从零重来六次。这是一篇工程文章，没有发布新版本。🔗 来源 · 🔗 Zed 的推文
v0 与 Fable 5.2 — Vercel 的应用构建工具在发布当晚便提供了 Claude Fable 5.2，并给出直接入口 v0.app/?fable52，但未说明适用套餐或价格。🔗 来源

平台、API 与企业

如何选择 Claude 模型 — 在 claude.dev 发布的指南中，阿迪·奥斯马尼建议从推理强度设为 medium 的 Opus 5.5 开始；对于范围明确或需要大量处理的工作，可降至 Sonnet 5.5 或 Haiku 5.5；最困难的项目则可升级到 Fable 5.2，但应先尝试将推理强度提高一档。在 SWE-bench Pro 上，以 low 运行 Opus 5.5、再以 high 重试失败任务，可达到约 97 % 的成绩，每项任务成本为 0.17 美元；全程使用 high 则为 95.3 %，每项任务 0.29 美元。🔗 来源
Agents API 中的异步函数 — OpenAI Agents API 团队的迈克尔·罗介绍了异步函数：智能体调用工具后无需等待结果，即可继续工作，从而提前启动耗时较长的搜索，或处理请求中相互独立的部分。他还提到了此前已于 10 月 20 日报道的 12 小时提示词缓存。🔗 来源
OpenAI SDK — openai-python 3.48.0 为智能体会话新增流式传输选项，Python SDK 和 Node SDK（7.54.0）也已在测试版 Responses 中支持 gpt-6-rosalind；Codex CLI 自 11 月 6 日的 0.167.0 以来没有发布新的稳定版，仅发布了没有版本说明的 0.169.0 预览版。🔗 来源
AWS Marketplace 上的 ChatGPT Enterprise — ChatGPT Enterprise（ChatGPT、ChatGPT Work、Codex 和 dots）现可通过 AWS Marketplace 购买，使用现有 AWS 账单结算，相关支出可计入 AWS 消费承诺；据 OpenAI 称，功能与直接购买相同，未公布价格，此前已于 10 月接入 Google Cloud 和 Oracle。🔗 来源
Kuken Industries — 这家日本冷却塔制造商利用初创公司 Recursive 基于 OpenAI API 构建的工具，将查找一份备件图纸的时间从近一小时缩短至 4.5 分钟；预计一年内可减少约 90 % 的检索工时。🔗 来源
Perplexity 的记忆功能指南 — Perplexity 解释了人工智能助手的记忆机制，并详细介绍了自身实现：适用于所有模型，每个 Project 的记忆相互独立，使用时会显示在来源列表中，并可删除；个人用户账户的记忆内容可能用于改进模型，除非关闭“AI Data Retention”设置；Enterprise 账户的内容则绝不会用于此目的。🔗 来源

安全

Actions 日志中的密钥扫描 — GitHub 的密钥扫描现可在 GitHub Actions 工作流运行结束时分析日志，已面向启用 Secret Protection 或 Advanced Security 的 GitHub Enterprise Cloud 开放公开预览；企业策略默认关闭，预览期间不扫描历史日志，也不发送通知。🔗 来源
Fizzl 的 x402 测试 — 弗里茨·兹瓦格将 x402 Agent Safety Bench 改为 Fizzl 网站上面向所有智能体开放的测试：包含 19 项向模拟卖家购买商品的任务，其中 14 个卖家存在欺诈行为，使用 Base Sepolia 上的测试 USDC 付款。🔗 来源

开放模型与社区

执行框架适配器 — 11 月 6 日介绍的 harness-hub 项目迎来后续进展：针对 Liquid AI 的 LFM2.5-24B 和 LFM3，以及 webAI 的 Twil-8B，在 pi、hermes 和 opencode 执行框架中的 LoRA 训练已经完成；团队宣布，LFM3 的工具使用效率最高提升 43 %、准确率最高提升 15 %，Twil-8B 的工具使用效率最高提升 37 %。🔗 来源
面向医学的权重编辑 — OpenMed 的马齐亚尔·帕纳希通过直接修改权重、无需训练，提高了小型 Qwen 模型在医学考试中的表现：Qwen3.5-2B 在 MedQA 上的成绩从 52.0 % 升至 70.5 %，数学表现没有显著变化；文章说明，部分提升来自回答格式的改变。🔗 来源
在 Mac Studio 上微调 Qwen3.8-27B — 罗曼·梅尔尼克完全在一台配备 512 Go 内存的 Mac Studio M3 Ultra 上，将 Qwen3.8-27B 微调为面向 Kafka、Strimzi、Kubernetes 和 Argo CD 的助手；4 位版本约占 15 Go，作者认为这一初步成果有好有坏。🔗 来源
Together AI 上的 Step 5 — 11 月 8 日，Together AI 表示，通过使用智能体优化服务栈，包括 MoE 路由、调度、计算内核、推测解码和稀疏注意力，已将 StepFun 的 Step 5 吞吐量提升至原来的三倍以上，但未公布绝对数值。🔗 来源
Hub 上的 3D 图库 — 据卡莱布·法尔格伦介绍、Hugging Face 转发，包含 .glb、.ply、.stl 文件或泼溅数据的数据集现在会自动以 3D 图库形式展示；已有超过 350 个公开数据集受益，这是继 10 月推出 OpenUSD 查看器后的又一进展。🔗 来源
Hugging Face 与 Qai 在多哈举办黑客马拉松 — 阿里特拉·罗伊·戈斯蒂帕蒂与四位 Hugging Face 合著者回顾了这场于 11 月 5 日至 7 日举办的黑客马拉松，称其为 Hugging Face 在海湾地区举办的首场活动：超过 500 份申请、150 名参与者、40 支队伍、15 支决赛队伍和 3 支获奖队伍。🔗 来源
Sakana AI 移动应用 — Sakana AI 正在招募其首款移动应用的测试版用户，招募截至 11 月 15 日；应用暂名 Sakana AI App，尚未介绍具体功能。🔗 来源

机器人、3D 与视频

韩国的物理人工智能 — 在 NVIDIA 的韩国系列文章中，Samsung 加速了半导体设计计算，借助 PhysicsNeMo 实现约 1 600 倍加速，将 18 小时缩短至 41 秒；Kakao Mobility 计划利用 NVIDIA Hyperion 和 Kia 车辆实现 4 级自动驾驶；由 Isaac GR00T 驱动的 LG 机器人 CLOiD 则已在真实工厂中工作；均未公布时间表或规模。🔗 来源
组装 IKEA 家具的人形机器人 — 11 月 8 日，哈普里特·萨霍塔将 2026 Humanoid IKEA Assembly Challenge 的一段数据转换为 FiftyOne 格式：共 6 个片段、30.7 分钟，来自一台配有 35 个电机和七个摄像头的人形机器人，电机扭矩数据与腕部摄像头数据同步对齐。🔗 来源
Meshy 的 SAM3D-Part 与 BranchTokens — SAM3D-Part 可一键从现有 3D 对象中提取完整部件，在 500 个对象上的 Chamfer 距离比 OmniPart 低约 72 %，论文已被 SIGGRAPH Asia 2026 接收，权重已发布；与 Purdue 合作开展的 BranchTokens 则将 3D 骨架生成误差较 Auto-Connect 降低了 16.9 %。🔗 来源 · 🔗 BranchTokens
Runway 的 Sightline — App Studio 的一款新应用：可为地点生成 360 度全景，在保持场景一致的情况下从任意角度取景，并导出为 3D 环境；使用时消耗 Runway 额度，未说明具体费用或所用模型。🔗 来源

这意味着什么

如今，集成前沿模型的厂商会在发布当天，就用自己的测试集对其进行评测。Cursor、Cognition 和 Perplexity 在 Fable 5.2 发布后的数小时内便公布了各自在内部基准上的成绩，Claude Code 也立即将其设为默认的 Fable 模型。这些评测传递的信息并不完全相同：在 CursorBench 上，Extra High 推理强度的表现不如 High，成本却更高；在 WANDR 上，创纪录成绩的每项任务成本约为 Gemini 4 Argon 的 1.8 倍。Cursor 建议先从默认设置重新开始，这条建议的适用范围超出了其自身工具：新模型意味着需要重新校准推理强度。

每项任务的成本正成为比较单位。Anthropic 将 Fable 的价格下调 20 %，并强调它能以约一半的价格达到 Opus 5.5 的成绩；Meta 则根据自己的数据，将 Muse Ember 定位为以约三分之一的每项任务成本达到 Claude Haiku 5.5 的水平；Cursor、Devin 和 Perplexity 都在成绩旁列出每项任务的成本。在模型底层，Google 不断增加用于推理的 TPU 系统，Amazon 则尝试通过 HOPE 降低 MoE 的内存需求。不过，TPU 8tx 和 8i Max 尚未公布上市日期或价格，因此仍无法进行比较。

演示的规模正在扩大：费马实验使用 1 000 个智能体，MIPLIB 每支团队最多使用 300 个智能体，一个操作系统原型则动用了超过 1 000 个子智能体。Anthropic 在展示这些数字的同时，也给出了量化的安全防护措施：费马实验超过一百万次工具调用中的每一次都经过分类器检查，沙箱逃逸率降至 3.1 %，Mythos 5.2 则仅向网络安全和生物领域的验证计划开放。不过，这两个模型更频繁地怀疑自己正在接受评测，使这些安全指标更难解读。

在机器人领域，开放程度仍有待确认。NVIDIA 将 GR00T 2 称为开放模型，并发布了 DexBench 和 VABAR 两个开放基准，但文章既未提供许可证，也未给出下载链接。在韩国，NVIDIA 正构建主权人工智能生态，通过 NVLink Fusion 让自家 GPU 与 Rebellions 的 NPU 协同运行：平台向其他设计商的芯片开放，同时仍居于推理的中心。