Anthropic 启动 IPO 路演，8.25 亿股定价 70–78 美元【AI 早报 2026-11-11】
Anthropic 以最高 1.4 万亿美元完全摊薄估值启动 IPO 路演，七家科技巨头私募配售 260 亿美元；同日 Claude Fable 5.2 以 30 小时完成费马大定理形式化证明，模型竞赛继续加速。
今日概览
要闻
- Anthropic 启动 IPO 路演，8.25 亿股定价 70–78 美元
模型发布
- Claude Fable 5.2 发布：30 小时完成费马大定理形式化
- Gemini 4 Carbon 上线：面向最难任务的旗舰模型
- Qwen4-Max 预览版上线千问 Token Plan，限时最低 1 折
- MiniMax H3-Image 开源：10 秒生成 4096×4096 图像
开发生态
- Visual Studio 2026 18.12 换装 Copilot SDK，最多多解决 21 个任务
- Kimi K3.1 Pro Highspeed 上线 Amazon Bedrock，速度提升 2–3 倍
技术与洞察
- DeepMind 发布 AlphaProof Code：300 万行 Lean 证明验证 Signal 加密实现
- 百度 ERNIE Evolve 自动研究系统：让 AI 自己改代码，推理提速至 623.6%
- 李沐演示全双工实时多模态：160 毫秒窗口，端到端延迟 0.7–0.9 秒
- NeurIPS 2026 DGP：让每个 LLM 层动态访问全部 ViT 层
- 清华 ATW 框架：让 AI 从视频建物理世界，CLEVRER 准确率 80.82%
- Einsia AI 发布 WorkflowArena：145 项任务测多智能体编排，最强仅解决 36.95%
- 杨植麟与姚期智提出 TCSExam：用 Lean 内核验收 AI 科研产出
- Google 发布 Multimodal Knowledge Agent 基准
产品应用
- 字节 Seedream 5.5 实测：连续改图 18 轮不崩，支持透明素材
- 蚂蚁灵波开源 LingBot-Touch：532 万参数给机器人补“手感”
行业动态
- Mercor 完成 7.5 亿美元 D 轮，估值 200 亿美元、年化收入 30 亿
- 芯界光核 3 个月融资数亿元，做超节点内光互联
- NVIDIA 把 OpenShell 捐给 CNCF，为自主智能体提供安全运行时
要闻
Anthropic 启动 IPO 路演，8.25 亿股定价 70–78 美元
美国当地时间 11 月 10 日，Anthropic 宣布启动 IPO 路演，计划以每股 70 至 78 美元发行 8.25 亿股 A 类普通股，其中约 8.0135 亿股由公司发行，2365 万股来自现有股东出售，拟在纳斯达克上市，股票代码 ANT。按最高发行价 78 美元计算，公开发行募资约 644 亿美元，承销商还拥有额外购买 1.2375 亿股的超额配售权。按发行及私募配售完成后约 130.87 亿股计算，估值约 9160 亿至 1.02 万亿美元；若计入期权、限制性股票等潜在股份，完全摊薄最高约 1.4 万亿美元，低于此前市场讨论的 1.5 万亿至 2 万亿美元。七家科技公司通过私募配售投入 260 亿美元：谷歌和英伟达各 100 亿美元，AMD 25 亿美元，博通、美光、微软各 10 亿美元，台积电 5 亿美元；若公开发行和配售均完成，融资总额约 904 亿美元。截至 9 月 30 日的前三季度，Anthropic 营收 332.4 亿美元，同比增长约 12 倍，第三季度营收 169.6 亿美元，环比增长 47%；第三季度计算和基础设施成本约 99 亿美元，计算业务毛利率从 52% 降至 42%，调整后营业利润率从 19% 降至 15%。截至 9 月底，长期采购承诺和租赁协议约 9009 亿美元，其中约 4516 亿美元预计在 2030 年底前发生，约 707 亿美元将在未来 12 个月内到期。雅虎财经按 SEC 规则推算，最快可能在 11 月 16 日当周开始交易；若参照 SpaceX 从公开提交到上市 23 天的节奏，股票可能于 11 月 18 日开始交易。
模型发布
Claude Fable 5.2 发布：30 小时完成费马大定理形式化
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2，两款模型使用相同底层模型。Fable 配备严格的网络安全和生物安全防护，向所有用户开放；Mythos 面向网络安全或生物医学研究机构，通过生命科学计划和网络安全验证计划申请使用权限。生成速度最高比 Fable 5.1 和 Mythos 5.1 快 30%，定价为每百万输入 token 8 美元、每百万输出 token 40 美元；快速模式可把生成速度提升至 2.5 倍，价格为每百万输入 16 美元、每百万输出 80 美元。基准测试中，Fable 5.2 在 FrontierCode 2.0 拿到 49.1%、FrontierSWE v2 拿到 69.9%，超过 GPT-6 Astra 的 42.8% 和 65.5%；RoboDojo Sim 为 64.9%，比 Fable 5.1 的 27.6% 提升 37.3 个百分点，高于 Opus 5.5 的 39.4% 和 GPT-6 Astra 的 29.8%；OSWorld 2.1 为 89.3%，Humanity's Last Exam（带工具）为 74.2%。在正式发布前的测试中，模型仅用 30 小时完成费马大定理的形式化证明，还帮助工程师完成软件迁移、从零设计三款可运行电子设备、解决两个黑洞物理学问题。在 High 推理强度下，Fable 5.2 取得与 Opus 5.5 使用 Max 推理强度大致相当的成绩，单项任务成本约为后者一半；在 Xhigh 推理强度下，成绩超过所有参测已发布模型。订阅时间越长的用户，获得的 Fable resets 重置次数越多。
来源：https://mp.weixin.qq.com/s/UF1J6k4MnKbQ3sMtDSuNfQ
Gemini 4 Carbon 上线：面向最难任务的旗舰模型
Google 发布 Gemini 4 Carbon，定位为处理最难任务的最强模型，覆盖长程 agentic 软件工程、网络安全、知识工作和科学任务；Gemini 4 Argon 仍是多数编码和知识工作的默认推荐，Carbon 留给最难任务。Carbon 通过 Gemini API 和 AI Studio 向付费开发者开放，Android Studio 和 Gemini for business 也可使用；Ultra 订阅者可在 Gemini 应用、AI Mode 和 Antigravity 中使用，科学家可申请 6 个月免费访问。在 Cursor 中，Carbon 定价为每百万输入/输出 token 2 美元/10 美元，持续到 11 月 30 日，12 月 1 日起涨至 4 美元/20 美元。从 Argon 升级只需把模型 ID 改为 gemini-4-carbon。同日，Cursor、Devin、Perplexity 和 GitHub Copilot 完成集成。
来源：https://latent.space/p/ainews-mercor-750m-series-d-at-20b-valuation-3b-run-rate/
Qwen4-Max 预览版上线千问 Token Plan，限时最低 1 折
阿里发布 Qwen4-Max 预览版，首发千问 AI 平台 Token Plan。Qwen4 模型提升世界知识和感知能力，并在编程与 Agentic 两项能力上升级，面向复杂编程、专业办公、前端设计、专业软件操作等真实任务；开发者内测显示，Qwen4 在 3D 建模、网页设计和交互方面表现亮眼。此次开放的是旗舰 Qwen4-Max 预览版，Token Plan 用户限时 2 折，新用户再享 5 折，最低 1 折可体验 Qwen4。千问办公、Qoder、千问 APP、QwenStudio 同步开放体验。
MiniMax H3-Image 开源：10 秒生成 4096×4096 图像
MiniMax 发布并开放权重 H3-Image，这是一款衍生自 H3 的图像生成模型，支持文本生成图像、图像参考和图像编辑。它能在 10 秒内生成一张 4096×4096 像素、约 16MP（4K）的高分辨率图像，速度可达市面主流水平的 5 倍；官方称标准模式速度是主流工具的 1.5–2 倍，Highspeed 模式为 3–4 倍。模型支持最多 16 张参考图，并称具备开源模型中最强的指令遵循能力。价格仅为同档位主流工具的 50%–70%；发布首周，16MP 及以上规格生成请求提供官方价格五折优惠。除开放权重外，H3-Image 还通过 MiniMax 开放平台、MiniMax Code 和 MiniMax 海螺提供生成服务。
开发生态
Visual Studio 2026 18.12 换装 Copilot SDK，最多多解决 21 个任务
从 Visual Studio 2026 版本 18.12 开始，Copilot Chat 默认运行在 GitHub 开发的 Microsoft Copilot SDK 上，与 GitHub Copilot CLI、GitHub Copilot 应用和 VS Code 使用同一技术。微软用 100 多项编码任务对比新旧体验，新引擎在所有测试模型上领先，最多多解决 21 个任务；.NET 团队用 157 个来自真实 C# 项目的任务测试，任务只有在失败测试通过且不破坏已有通过测试时才算解决。新 harness 会让 Copilot 持续执行直到任务完成，回答更短、更聚焦，用户可在任务中途干预，并查看每次请求的成本。测试还覆盖 C++、Python 等语言。一个官方案例中，Copilot 意识到自己正运行在有 bug 的聊天窗口内，直接在原地复现了长答案被截断的问题。
来源：https://devblogs.microsoft.com/visualstudio/copilot-in-visual-studio-just-got-a-major-upgrade/
Kimi K3.1 Pro Highspeed 上线 Amazon Bedrock，速度提升 2–3 倍
Moonshot AI 的 Kimi K3.1 Pro Highspeed 在 Amazon Bedrock 上线。它是 Kimi K3 的后训练版本，保留 3T 级开源权重架构和 100 万 token 上下文窗口，后训练算力显著增加，目标指向长程 agentic 工作、减少事实错误，并提升金融建模、办公文档以及游戏引擎、3D 场景和 CAD 脚本编程。Highspeed 的输出 token 速度比 Kimi K3.1 Pro 快 2–3 倍。模型使用与 Kimi K3 相同的端点、API 和功能，已有用户改模型 ID 即可迁移；支持工具调用、结构化输出、可配置推理、图像输入和流式输出。数据在 AWS 数据边界内处理，不共享给 Moonshot AI，不用于训练，推理请求启用零数据保留。
来源：https://aws.amazon.com/blogs/machine-learning/introducing-kimi-k3-1-pro-on-amazon-bedrock/
技术与洞察
DeepMind 发布 AlphaProof Code：300 万行 Lean 证明验证 Signal 加密实现
Google DeepMind 发布 AlphaProof Code，其 AI agents 在 Lean 中编写了 300 万行形式化证明，用于验证 Signal 的核心加密实现。DeepMind 将该成果定位为在深层软件验证领域的突破。官方披露的核心数字是 300 万行 Lean 证明，验证对象为 Signal 核心加密实现；这使 AI 形式化验证从数学定理扩展到大型关键软件代码。摘要未披露所用模型、耗时和证明覆盖率等细节。
来源：https://deepmind.google/blog/introducing-alphaproof-code/
百度 ERNIE Evolve 自动研究系统：让 AI 自己改代码，推理提速至 623.6%
百度发布自动研究系统 ERNIE Evolve，让 AI 自主选题、改代码、跑实验。系统采用双层循环：外层结合历史实验结果和已有知识提出新研究方向，并安排多条研究线并行；内层针对具体方向持续修改代码、评测效果、沉淀经验。内部由 Director 选择方向、Selector 确定目标和代码起点、Executor 修改代码、Evaluator 评测、Reviewer 检查是否偏离目标和评测漏洞。它在 NanoChat AutoResearch 和 NanoGPT Speedrun 两项任务的三个评测指标上取得公开验证的 SOTA。ERNIE Evolve 已用于文心 5.5 Flash 推理优化：昆仑芯 P800 低时延场景历时约 168 小时、经过 4 轮方向探索，生成速度提升至基线的 623.6%；确定性推理吞吐优化用 3 天，吞吐提升至 133.7%，平均每 token 生成时间缩短 26%，首 token 延迟降低 12%；极致解码速度优化探索 7 个方向，累计性能提升至 114.9%，精度与基线一致。上述改动均通过压测、正确性检查和生产级验证。
李沐演示全双工实时多模态：160 毫秒窗口，端到端延迟 0.7–0.9 秒
BosonAI 联合创始人李沐在 B 站讲解全双工实时多模态交互，并演示新模型。传统语音助手经过 VAD、ASR、LLM、TTS 串行链路，延迟容易落到 1.5 到 2 秒；团队把 ASR 解码端、TTS 文字处理端和 LLM 主干合并，输入端只保留语音和视觉编码器，输出端只保留音频和视频解码器，加上网络开销后延迟降到 0.7 到 0.9 秒。系统进一步把时间切成 160 毫秒窗口，每窗口接收新语音、画面或工具结果，同时预测下一窗口输出；输出可以是静音、附和或接话，用户插话时新窗口立即调整。思考和工具调用也被拆进窗口：分段思考、异步调用工具、分段回复，必要时先说出已确认的前半句。演示中，车内场景里 AI 在用户点餐时保持安静，点完后汇报股价和 GPU 训练进度，并回答是否点了 animal-style 薯条；英语陪练场景中，AI 根据嘴型提示 vest 的 v 发音。
NeurIPS 2026 DGP：让每个 LLM 层动态访问全部 ViT 层
西北工业大学与香港科技大学提出 DGP（Dynamic Gated Pathways，动态门控路径），把多模态模型中“选哪个 ViT 层”的问题改成“ViT 层应该连接哪个 LLM 层”。DGP 让每一个 LLM 层都能访问全部 ViT 层，再根据当前图像—问题上下文和该语言层的语义状态，为不同视觉层动态分配融合权重。在 LLaVA-1.5-7B 上，DGP 在论文报告的 11 项指标中全部超过基线，其中 SQA-I 提升 4.2 分、MM-Vet 提升 3.3 分，VizWiz 与 LLaVA-Wild 均提升 3.1 分；在 Qwen3-VL-2B 与 LLaVA-NeXT 上也取得一致增益。消融实验显示，直接平均全部视觉层会明显掉点，学习到的动态权重是收益来源。可视化显示，路由会随 LLM 深度、任务类型、样本以及同一图像上的不同问题变化。论文编号 arXiv:2611.06844，代码已开源。
来源：https://mp.weixin.qq.com/s/WfKSGGMM_fpVxJCr-hBadg
清华 ATW 框架：让 AI 从视频建物理世界，CLEVRER 准确率 80.82%
清华大学团队提出 Asking the World（ATW）框架，让 AI 根据视频自主构建可运行的物理仿真世界，再通过属性查询、运动仿真和条件干预获取证据，回答物理属性、运动预测和反事实推理问题。以 Gemini-3-Flash 为基座模型，ATW 在 CLEVRER 和 ContPhy 两项物理推理基准上的整体准确率分别达到 80.82% 和 70.56%，相比直接根据视频回答分别提升 46.50 和 28.10 个百分点。该方法无需额外训练或微调，调用成本低于 Astra 这类模型。流程分“世界建模”和“世界探测”：建模阶段识别物体、恢复几何与运动、拟合摩擦/质量比例/碰撞恢复系数；探测阶段查询参数、延长仿真或复制场景施加干预。团队还开发 PolyWorld Engine，基于 Warp 构建，覆盖刚体、软体、布料、绳索、流体及其耦合交互。
来源：https://mp.weixin.qq.com/s/0JZfAlcVicOjxaG-ehdsMA
Einsia AI 发布 WorkflowArena：145 项任务测多智能体编排，最强仅解决 36.95%
Einsia AI 旗下 Navers Lab 发布 WorkflowArena，专门评测大模型的多智能体编排能力。基准包含 145 项长程任务，覆盖软件工程、企业运营、科学研究、数学推导、金融、法律、内容设计与 3D 制作 8 大领域，对 9 个主流前沿模型的 25 种推理配置进行评测。模型拿到的是一个空白“指挥台”，自己决定是否分工、怎么分工、每个子智能体拿到什么上下文，以及如何整合结果；主智能体和所有子智能体共享推理预算，规划、调度和返工都计入成本。评分采用完全解决率，只有交付物满足全部验收标准才算解决。榜首 Claude Opus 5.5（max）平均完全解决率 36.95%；形式化数学解决率 95.83%，软件工程最高 29.41%，金融最高 18.75%，法律最高仅 9.09%。没有一个系统能通吃全部领域。
来源：https://mp.weixin.qq.com/s/h1sWVA9j9L7auQvjpX3H8w
杨植麟与姚期智提出 TCSExam：用 Lean 内核验收 AI 科研产出
Moonshot AI 创始人杨植麟与图灵奖得主姚期智等提出 TCSExam，把理论计算机科学的研究产出放进同一套可验证系统。任务分四类：定理证明提交 Lean 4 完整证明；求解器工程提交可复用程序并在指定实例集运行；数学构造提交显式对象和性质证书；开放猜想需完整证明命题或其否定。Full 版共 100 项任务，每次尝试最多运行 12 小时，模型可使用工具、编写程序并读取环境反馈，最终由 Lean 内核或可执行检查器验收。Full 榜单中 GPT-6 Astra 以 71.9 分排名第一，Kimi K3.1 Pro 以 57.4 分第二；Astra 在不提供中间引理时完成 14/20 个定理，成功率 70.0%，Kimi K3.1 Pro 在 60 次尝试中成功 23 次、覆盖 9 个定理，成功率 38.3%，其余六个 Agent 均不超过 11.7%。Kimi K3 构造出 124 个顶点、630 条边且不含三角形和四边形的图，超过 629 边参考值；还给出 [[25,7,6]] 量子稳定子码，把最小距离从 5 提升到 6。Astra 证明 A(22,10) ≤ 82，把已发表上界 84 收紧到 82。项目已开源。
Google 发布 Multimodal Knowledge Agent 基准
Google 发布 Multimodal Knowledge Agent 新基准，用于评估智能体在视觉复杂多模态任务中的推理能力。官方将其定位为衡量 agent 跨视觉复杂任务推理的测试集。摘要未披露任务数量、评分方式、参评模型和具体成绩。该基准发布在 Google 的 Gemini 模型研究博客中。
产品应用
字节 Seedream 5.5 实测：连续改图 18 轮不崩，支持透明素材
字节发布 Seedream 5.5 生图模型，重点提升局部编辑和多轮修改的一致性、原生透明和半透明素材、复杂场景中的文字与排版，以及人物和场景的真实质感。模型已上线豆包、豆包工作和即梦，API 服务将于本周上线火山引擎。实测在即梦画布上对一张生日猫图连续改 18 轮蛋糕数字，从 1 改到 18，猫的花色、捧脸姿势、珍珠饰品、蜡烛和酒杯保持一致；作为对比，Image 2.6 在同样 18 轮后猫脸、毛发和桌布出现块状重绘，烛光场景变亮变暖。第二组测试用模特图做 12 轮换装，固定人物身份、身形、站姿、手机、房间陈设和光影，只改衣物和左侧搭配卡小图颜色，结果保持稳定。官方案例称同一张图连续编辑 100 轮。
来源：https://mp.weixin.qq.com/s/GmoNPBe0uD72jSUWHZnFGg
蚂蚁灵波开源 LingBot-Touch：532 万参数给机器人补“手感”
蚂蚁灵波科技发布并开源通用触觉基座模型 LingBot-Touch，把视触觉、磁触觉、压阻式三种触觉信号统一转换成动作模型可直接使用的“通用触觉 Token”。团队使用 Tiny 版，仅 532 万参数，接入三大主流动作模型后参数量只增加 0.13% 到 0.16%，不与视觉和动作模型抢算力。背景是 RoboDojo 测试中，Fable 5.2 在拼魔方、拧瓶盖、画机器人、安装齿轮并测试齿合等任务上成功率为 64.9%，是 GPT-6 Astra 的两倍多；但 Astra 在插充电器和插试管两项真机任务中，33 次测试全部失败（0%），原因是只有视觉没有触觉，插头卡死仍继续硬怼并损坏硬件。奥迪方面称，汽车厂插线束这类工作全行业自动化率至今不到 10%。LingBot-Touch 在 26 项精细操作上全线提升。
来源：https://mp.weixin.qq.com/s/W8yAZZSXVUWRuOCCk4O_yg
行业动态
Mercor 完成 7.5 亿美元 D 轮，估值 200 亿美元、年化收入 30 亿
Mercor 完成 7.5 亿美元 D 轮，估值 200 亿美元，年化收入达到 30 亿美元。公司在 2025 年 C 轮时估值 10 亿美元、收入不足 5 亿美元；2026 年 2 月收入突破 10 亿美元，6 月突破 20 亿美元，目前达到 30 亿美元年化。Mercor 称拥有 500 万专家，其 TAM 论点是美国有 800 多种职业，每种职业都有模型尚未评估过的工作流。公司还披露，其推理支出已是员工薪资的 3 倍，并称这部分投入通过提升团队工作效率回本。
来源：https://latent.space/p/ainews-mercor-750m-series-d-at-20b-valuation-3b-run-rate/
芯界光核 3 个月融资数亿元，做超节点内光互联
芯界光核成立于 2026 年 1 月，不到一年完成两轮亿元级融资，投资方包括元禾璞华、毅达资本等。公司聚焦超节点内部光互联，规划两条产品线：光引擎 CPO（采用 3D 光电共封），计划 2027 年初向潜在客户送样，之后研发 OIO；光交换芯片 OCS，采用硅光集中式大矩阵路线。联合创始人应莺和史博是北大计算机系同窗，有二十多年产业界经验，曾任职 IBM、赛灵思；首席科学家为上海交大周林杰，技术班底来自上海交大光子传输与通信全国重点实验室。公司的需求逻辑是：铜缆超过 2 米信号完整性就会受影响，而国内 GPU 单卡算力不足，超节点需要堆更多卡，跨机柜只能改用光，因此光互联成为刚需。公司定位做光互联时代的博通。
NVIDIA 把 OpenShell 捐给 CNCF，为自主智能体提供安全运行时
在 KubeCon + CloudNativeCon 上，NVIDIA 将 OpenShell 捐赠给 CNCF，作为 Sandbox 项目。OpenShell 是用于保护和治理自主智能体的开源运行时，对智能体活动施加确定性控制，团队可对工具使用、推理服务访问和工作负载执行实施策略；其架构可扩展，可接入自有计算、推理提供商、凭证存储和监控工具。NVIDIA 还向 Google 主导的 Agent Substrate 框架贡献，该框架用于在 Kubernetes 上大规模运行长时智能体工作负载，已进入 CNCF Sandbox。同时，NVIDIA 发布 NVIDIA Kubernetes Engine、Kubernetes Recipes 和 Snapshot，用于在 Kubernetes 上部署、管理和扩展 GPU 基础设施。
来源：https://blogs.nvidia.com/blog/open-source-openshell-infrastructure/
暂无评论。