跳转至

← X AI 日报

X AI 日报

日期2026 年 11 月 18 日 · 周三时间窗口2026-11-17 02:00 至 2026-11-18 07:54覆盖部分

1. AI 模型、产品与应用

OpenAI 发布 GPT-6.2 Astra 与 Sol:Astra 输入输出价格降两成,第三方评测排第二

北京时间 11 月 18 日 01:54,OpenAI 官方账号 @OpenAI 宣布 GPT-6.2 Astra 和 GPT-6.2 Sol 上线。两款模型当天进入 ChatGPT Work 与 Codex,面向 Plus、Pro、Enterprise、Edu;Pro 500 用户可在两个模型上使用 Ultrafast,Pro 200 用户首次获得 Ultrafast 权限,先从 GPT-6.2 Sol 开始。开发者可在 API 以 gpt-6.2-astra 和 gpt-6.2-sol 调用。官方发布帖约 459.7 万浏览、2.86 万赞、2991 转发、1727 回复、4259 书签、2792 引用;数据采集于 2026-11-18 08:00 前后(上海时间)。

定价是这次的主线。已核验:官方博文写明 GPT-6.2 Astra 每百万 token 输入 8 美元、输出 40 美元、缓存输入 0.40 美元,输入输出价格比 GPT-6 Astra 低 20%,缓存输入折扣为 60%;GPT-6.2 Sol 维持 GPT-6.1 Sol 的 API 价格。OpenAI 开发者社区的公告帖列出的价格表与此一致,并写明 Sol 为每百万 token 输入 2 美元、输出 10 美元;上线渠道、API 模型 ID 与 Ultrafast 权限范围也与该公告一致。Artificial Analysis 的评测帖另给出 Sol 缓存输入 0.10 美元。

官方对能力的说法集中在专业产出与科学任务:Astra 在 Agents' Last Exam 上比 GPT-6 Astra 高 5.2 分;内部 GDPval v2 上高 6.2 个百分点,同时少用 22% 的输出 token;Sol 在 FrontierCode 2.0 上以约五分之一的成本落后 Astra 0.5 分。安全方面,官方称两款模型在网络能力上达到 Preparedness 框架的 Critical 级别,因此对高风险网络安全请求收紧了防护,并计划通过 Daybreak 向受审核的防御方开放。方法与数字条件见 GPT-6.2 系统卡;这些是厂商自测,不是独立复现。

第三方评测给出了更细的图景。Artificial Analysis 的 原帖(约 33.7 万浏览、2662 赞、237 转发、114 回复、403 书签、125 引用)称 Astra 在 AA 智能指数上升 5 分、排第二,仅次于 Claude Fable 5.2,超过 Gemini 4 Carbon 的 60 分和 Claude Opus 5.5 的 59 分;AA 榜单给出的具体分数为 Astra 62、Fable 5.2 65(据 The Decoder 引述);Sol 升 2 分至 57,与 GPT-6 Astra 同档而单任务成本约为其 15%。同一帖也指出编程没有进步:Coding Agent Index 上 Astra 与上代持平,Sol 反比 GPT-6.1 Sol 低 3 分,主因是 SWE-Atlas-QnA-AA 掉了 14 分。据 The Decoder 的报道,AA 还测得 Astra 与 Sol 在 AA-Omniscience 难题集上的幻觉率为 59% 和 55%,该口径只针对高难题,不等于日常使用中的幻觉比例。

值得关注的地方在于,这一代把卖点从“更强”换成了“同等或略强的能力、明显更低的单任务成本”,同时把最锋利的能力收进受控通道。传播上,它是本窗口互动最高的一条,远超同日其他 AI 消息。判断:能力提升集中在专业交付物、科学与 3D,编程是明确短板;是否真能改变开发者的模型选择,取决于 API 价格能否兑现到实际用量。

First Person Labs 推出 Second:把“关于你的模型”做成可携带的本地资产,a16z 领投 1000 万美元种子轮

北京时间 11 月 18 日 02:02 至 02:18,First Person Labs 公司号、联合创始人 @kenziyuliu 与 @a16z 先后公布产品 Second 与 1000 万美元种子轮。创始人 Ken Liu 的介绍帖约 10.7 万浏览、639 赞、93 转发、115 回复、399 书签、73 引用;a16z 的投资帖约 4.9 万浏览、621 赞、531 书签;公司号发布帖约 6999 浏览、71 赞。

产品逻辑并不复杂:Second 装在 Mac 上,持续汇总邮件、消息与工作过程,蒸馏成一个“可携带的用户模型”,再以 API 形式把你的优先级、待办、写作样本、偏好提供给 Claude、Muse、Grok Bot 等外部 agent。已核验:联合创始人宣布本轮为 a16z 领投的约 1000 万美元种子轮;Dealroom 的报道同样写“约 1000 万美元”、由 a16z 基础设施团队领投。a16z 的投资公告确认投资 Second,并写明默认在设备本地运行、由用户控制哪些应用和 agent 可以访问,但公告正文未写明融资金额。

值得关注的是叙事重心:不是再做一个更强的助手,而是争夺“关于你的上下文”归谁所有。判断:这类产品的难点不在模型,而在能否说服用户把最敏感的数据交给一个本地守护进程,以及外部 agent 生态是否愿意接这套接口。

Alljoined 发布 AIR-O:用非侵入式脑信号实时生成“正在注意的东西”

北京时间 11 月 18 日 01:00,脑机接口公司 Alljoined 的官方账号 @alljoined 发布 AIR-O。官方原帖称,该模型只使用非侵入式脑数据,就能实时从零生成一张图像,描绘此人注意力所在;并称这是“能直接从脑活动中读取思维形状”的新一代算法中的第一个。该帖约 9.9 万浏览、1347 赞、163 转发、104 回复、825 书签、91 引用。

讨论集中在能力边界。神经科学方向的回复者提醒 EEG 的空间分辨率与信噪比限制,认为演示更像是对“注意到的视觉内容”做粗粒度重建,而不是读取任意思维;也有人肯定这是较诚实的非侵入式路线。这些是回复中的观点样本,不是独立验证。

待核验:截至本期,Alljoined 官网未提供 AIR-O 的技术博客、论文或基准页,X 上也没有第三方复现,因此上述能力只能作为公司声明记录。判断:这是本窗口最抓眼球的研究型发布之一,但“读心”式的传播表述跑在了证据前面。

SID.ai 发布 SID-2:用“可扩展的检索蜂群”替代单一大模型检索

北京时间 11 月 18 日 02:27,SID.ai 联合创始人 @maxrumpf 发布 SID-2。据其原帖(约 8.3 万浏览、1090 赞、109 转发、122 回复、867 书签、48 引用),SID-2 建立在 compute-scaling swarms 之上,蜂群检索的结果优于 Opus 与 Astra,速度快 8 倍、成本低 20 倍,当天即可通过 API 使用。

已核验:官网确认同一组宣传口径,并写明单个 agent 约 300 毫秒完成一次推理加检索,可扩展到最多 24 个 agent 协同,单 agent 上下文 256K,可通过 API 使用。上述 8 倍、20 倍和“优于 Opus 与 Astra”均为厂商宣传;本期未能从可完整核验的技术报告正文中核对更细的 NDCG 与分项成本表,这些数字不以已核验事实写出。

判断:“快 8 倍、省 20 倍”是官网与发布帖的概括口径,实际表现取决于任务与 agent 数量;目前可以确认的是产品定位——用可并行的小检索 agent 做检索,而不是已经由独立评测证明全面超过前沿模型。

商汤开源 SenseNova-Loop-9B:9B 参数、循环执行 56 层,官方称对标 Qwen3.8-27B

北京时间 11 月 17 日 22:45,商汤官方账号 @SenseTime_AI 宣布 SenseNova-Loop-9B 正式版开源。官方原帖称该模型 9B 参数,在多项基准上与 Qwen3.8-27B 有竞争力,并列出从预览版到正式版的提升:NL2Repo 19.91 到 41.36、AutomationBench 14.33 到 36.67、GAIA 37.86 到 69.90。该帖约 5.9 万浏览、876 赞、106 转发、35 回复、705 书签、48 引用。

已核验:Hugging Face 模型卡与 GitHub 仓库确认:Apache 2.0 许可,约 9B 总参数、推理等效约 14.6B;32 个物理解码层,其中中间 24 层共享权重循环两次,前向一次相当于执行 56 层;交错线性与全注意力、双流 mHC;上下文最长 512K;模型卡写明可采用 4bit 权重加 8bit KV 缓存做低显存部署。模型卡给出的对照也更细:AutomationBench 与 Qwen3.8-27B 同为 36.67,AIDABench 为 65.31 对 65.01,NL2Repo 为 41.36 对 44.60,即并非全面领先。

值得关注的是路线选择:不靠堆参数,而是用层循环换取计算深度,把“能跑在单卡上”作为卖点。中文圈很快出现量化与本地部署的讨论,包括 4bit 版本体积和在较低显存上运行长上下文等说法,但这些多为个人实测;模型卡只说明了 4bit 权重加 8bit KV 缓存的低显存部署路径,未核到具体的 15GiB 数字。判断:9B 模型逼近 27B 的部分能力,对小团队本地部署是实质选项,但“对标”只在部分基准成立。

2. AI 算力与产业

NVIDIA 财年第三季度:营收 1158 亿美元、同比增 103%,数据中心 1076 亿美元,下季指引 1300 亿美元

11 月 17 日美股盘后(北京时间 11 月 18 日清晨),NVIDIA 发布截至 10 月 25 日的 2027 财年第三季度业绩。已核验:官方新闻稿写明营收 1158 亿美元,同比增 103%、环比增 20%;数据中心营收 1076 亿美元,同比增 110%、环比增 21%;GAAP 毛利率 74.8%,GAAP 与 non-GAAP 每股摊薄收益分别为 2.70 和 2.68 美元;第四季度指引 1300 亿美元、上下浮动 3%,并且不含来自中国的数据中心计算收入。新闻稿还写明 Vera Rubin NVL72 已开始出货,称其为公司历史上最快的产品爬坡,合作方包括 CoreWeave、Google Cloud、Microsoft Azure、Oracle Cloud Infrastructure 与 Nebius。

这次财报在 X 上没有官方入口。窗口内 @nvidia 账号只发了运营高管获奖等内容,未见财报帖;Bot 已用两种查询做过零结果复核,因此传播以交易员与摘要账号为主,例如 SmallCapSnipa 的摘要帖(约 5697 浏览、47 赞),互动远低于模型发布类消息。数字一律以投资者关系新闻稿为准,不采信帖子里的二手计算。

值得关注的是结构:增长仍由数据中心单一引擎拉动;指引明确不含来自中国的数据中心计算收入。判断:同比高增之外,更值得看的是下季指引口径和数据中心占比。

Isomorphic Labs 完成 50 亿美元 C 轮,Greenoaks 与 Sequoia 共同领投

北京时间 11 月 17 日 20:00,Isomorphic Labs 官方账号 @IsomorphicLabs 宣布完成 50 亿美元融资。公司原帖约 10.6 万浏览、873 赞、76 转发、38 回复、130 书签、68 引用;Demis Hassabis 的发帖约 53.1 万浏览、1.11 万赞、1139 转发、498 回复、1351 书签、314 引用,是本窗口传播最广的融资消息。

已核验:公司公告页写明本轮为 50 亿美元 C 轮,由 Greenoaks 与 Sequoia Capital 共同领投,Andreessen Horowitz 等新投资方参与,Alphabet 继续大额投资,原有股东 Thrive Capital、MGX、GV、CapitalG、Temasek 与 UK Sovereign AI Fund 全部跟投;资金用于扩展自研药物设计引擎 IsoDDE 与 AI 设计的候选药物管线。

值得关注的是资金流向:这是本窗口最大的一笔 AI 相关融资,标的不是通用模型而是药物设计,且老股东全额跟投。判断:在模型能力差距收窄的阶段,资本正在把筹码押到“AI 直接产出可专利资产”的领域。

3. 中文 AI 生态

可灵发布 Kling Image 4.0:原生 8K、单图 2000 字、一次最多 10 张连贯图

11 月 17 日,快手可灵发布图像模型 Kling Image 4.0,官方新闻稿称其支持原生 8K 输出、单张图最多 2000 字符文字、一次提示最多生成 10 张风格连贯的图像,内置 70 多种预设字体,并向企业与开发者开放 API。官方账号 @Kling_ai 于北京时间 11 月 18 日 00:39 发布演示帖,约 3873 浏览、50 赞、4 转发、16 回复、10 书签、3 引用。

互动偏低,是官方新发布但尚未形成高互动的典型。中文圈的讨论以功能解读为主,例如 @GeekCatX 在发布前的预告帖(约 745 浏览)注意到官方海报只给了三个形容词、没有上线日期;发布后多为功能介绍与模板玩法,未见成规模实测。新闻稿引用 Artificial Analysis 图像榜称预览版在文生图与图像编辑上领先、文生图在 UIUX 设计场景排第三,这属于厂商引用第三方榜单的说法,不是独立评测结论。

判断:原生 8K 与长文本排版切的是商用设计流程里的具体痛点,比参数更能解释这次更新的取向;但热度和第三方验证都还没跟上。

豆包工作与 WorkBuddy 的同题对比:同一模型、同一条提示词,账单最多差 37 倍

北京时间 11 月 17 日 13:36,中文账号 @AYi_AInotes 发帖比较两款国内办公 agent。该原帖约 12.6 万浏览、150 赞、8 转发、39 回复、65 书签、17 引用,称在分析订单表、做网页这类任务上,同一模型、同一条提示词分别用豆包工作与 WorkBuddy 跑,两边合计 34 次对比,账单差距最大的一组相差 37 倍,差距最明显的是 Kimi K3.1 那一组。

这是个人实测,不是官方定价结论:计价涉及各平台的套餐倍率、缓存与限流规则,账单差额不能直接换算成模型单价差异,帖中也没有给出完整的分组数据。转载与讨论把结论简化成“豆包更便宜”,缺少可复核的明细。

判断:这类对比的真实价值不在名次,而在提示一个被忽略的事实——国内办公 agent 的选择成本,很多时候由平台计价规则而不是模型能力决定。

本期覆盖缺口:11 月 16 日日报缺失,历史去重少一天;NVIDIA 财报在窗口内没有官方 X 帖,数字以投资者关系新闻稿为准;Alljoined AIR-O 缺少独立技术材料,仍只能作为公司声明。