Claude 上线 Sheets 等办公三件套,微软市值一夜蒸发 893 亿美元【AI 早报 2026-11-16】

Claude 上线 Sheets 等办公三件套,微软市值一夜蒸发 893 亿美元【AI 早报 2026-11-16】

Anthropic 在 IPO 路演期把白板、表格、数据看板打包进 Claude,微软股价当日收跌 2.2%;具身智能侧,韩松团队用纯仿真强化学习让 27B 模型在单张 RTX 5090 上操控双臂机器人,美团则开源 1.6 万亿参数 LongCat-2.5。

今日概览

要闻

  1. Claude 上线 Sheets 等办公三件套,微软市值一夜蒸发 893 亿美元
  2. 韩松团队 PEAR:27B 模型在 RTX 5090 上操控双臂机器人,30 次成功 18 次
  3. 美团开源 LongCat-2.5:1.6 万亿参数,Terminal Bench 88.4 分

模型发布

  1. MMLab@NTU 提出 NEO-VLA:视觉语言主干直出动作,无需独立视觉编码器
  2. Claude Fable 5.2 不生成像素,用 Python 写 70 万笔触作画

开发生态

  1. Uber 发布智能体安全框架,覆盖自主 AI Agent 全生命周期
  2. Devil's Analyst:开源营销分析技能集,基准测试提升有限

产品应用

  1. a16z 领投 Syncere 1100 万美元,落地灯形态家务机器人 Lume

技术与洞察

  1. EMNLP 2026 杰出论文 OptiMer:合并分布向量替代数据配比,调参提速 15~35 倍
  2. 中科院自动化所等发布 Agent 递归自我改进综述,梳理四条进化主线
  3. 李海洲院士 ACM MM 2026 演讲:让机器人知道该听谁说话
  4. JetBrains 让 12 个模型吐槽编程语言 1200 次:全员攻击 Python
  5. OpenAI 用 GPT-6 Astra 推进标准模型格点定义

行业动态

  1. Anthropic IPO 路演图曝光:算法乘数曲线超指数上扬,重训 Mythos 算力大降
  2. OpenAI 第二次解散机器人团队,研究人员并入核心模型团队
  3. 李沐出任 Aimotion 联合创始人兼 CTO,主攻产业级世界模型
  4. 一周 AI 商业速览:黄仁勋辞任英伟达 CEO,OpenAI 单季营收破 100 亿美元
  5. 42章经对话 Mind Lab 骁腾:1T 以下模型已有标准配方,国产模型短期悲观长期乐观

前瞻与传闻

  1. Dwarkesh Patel 改口:超级智能 2027 年就来,最迟 2030 年

要闻

Claude 上线 Sheets 等办公三件套,微软市值一夜蒸发 893 亿美元

Anthropic 在 IPO 路演期间发布三款办公产品:Whiteboards、Sheets、Data。Sheets 可根据一句自然语言需求生成可用电子表格,支持多标签页、公式、格式和下拉菜单,可修改单元格并标出修改情况,团队能在同一张表内继续填数调结构;当前提供基础表格能力,可导出 .xlsx 或 CSV。Whiteboards 把讨论内容铺成带负责人和截止日期的时间线,支持团队与 Claude 实时协作,并可一键转为文档或幻灯片。Data 的前身是 10 月 8 日推出的 Claude Dashboards,可接入 Snowflake、BigQuery、Databricks 和 Salesforce,新增测试版“认证查询”:数据团队先认证核心指标定义,图表上会挂认证标记,共享看板只跑批准过的查询。三款产品共享同一份上下文,一个想法可以从白板流到表格再到看板;交互式连接器让 Adobe、Atlassian、Box、Notion 等应用在 Claude 内全屏打开,应用市场已有 9000 多个连接器与插件。消息公布后微软股价盘中一度跌约 3%,收跌 2.2%,市值蒸发 893 亿美元。Anthropic 计划 11 月 18 日 IPO 定价,截至 10 月 31 日年化收入 810 亿美元,一个月增长 100 亿美元。 来源:https://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2652743221&idx=2&sn=94166010bc71bedc14b2b7d376e8520e

韩松团队 PEAR:27B 模型在 RTX 5090 上操控双臂机器人,30 次成功 18 次

MIT 韩松团队公布机器人后训练项目 PEAR,基于开源 Qwen3.8-27B,不采集一帧人类遥操演示、不使用一条真机数据,只在仿真环境做强化学习;训练后直接部署到此前未见过的双臂 YAM 机器人,30 次测试成功 18 次,训练前为 0 次。方法名为 Robot-Use RL:每回合输入三路摄像头画面和机械臂关节状态,模型在思维链中推理,输出包含末端执行器下一目标位姿(x、y、z、roll、pitch、yaw)的 JSON,逆运动学换算关节角后由底层控制器执行,本轮记录回填上下文进入下一轮。LIBERO 上 Qwen3.8-27B 零样本成功率 1.6%,PEAR 达到 74.4%;GPT-6 Astra medium 档 49.3%、max 档 76.2%,GPT-6.1 Sol medium 档 48.1%、max 档 80.6%。在扰动测试中,仅替换指令时 π0.5 从 96.9% 跌至 0.75%,PEAR 从 74.4% 降至 57.4%;替换物体布局时 π0.5 跌至 20.8%,PEAR 为 57.5%。RTX 5090 上运行速度超过 220 tok/s,AIME、GPQA、LiveCodeBench 等九项通用基准分数与 Qwen3.8-27B 几乎不变。 来源:https://mp.weixin.qq.com/s?__biz=MzU3NjE4NjQ4MA==&mid=2247557749&idx=1&sn=b4cb4dd8fd158f806ea197db32cdb59e

美团开源 LongCat-2.5:1.6 万亿参数,Terminal Bench 88.4 分

美团发布并开源 LongCat-2.5,参数规模 1.6 万亿,面向 AI Agent 场景。Terminal Bench 得分 88.4,仅次于 Claude Opus 5。示例部署运行在 194 颗华为昇腾芯片上,美团未提及英伟达 GPU。美团未披露训练数据量、上下文窗口和推理成本等细节。这是万亿参数级模型中少有的完全依托非英伟达硬件完成训练与部署的公开案例。 来源:https://the-decoder.com/meituan-releases-a-1-6-trillion-parameter-agent-model-that-never-touched-an-nvidia-gpu/

模型发布

MMLab@NTU 提出 NEO-VLA:视觉语言主干直出动作,无需独立视觉编码器

南洋理工大学 S-Lab、商汤研究院与 Ropedia 提出 NEO-VLA,把原生视觉语言模型引入机器人动作学习。图像经轻量卷积层转换后与语言指令共同进入主干,动作模块直接读取主干不同深度的表征,整个视觉通路不需要 CLIP、SigLIP、DINOv2 等独立预训练视觉编码器。模型以 NEO-2B 为基础,主干 40 层、约 20 亿参数,视觉通路没有独立视觉 Transformer、自编码器或离散视觉码本;动作专家网络宽度较小,从随机初始化开始训练。输入同时接收前一时刻与当前时刻观测,每个时刻最多三个相机视角,所有视角共用同一图像嵌入层,保留原始宽高比,每个视角最多 88 个视觉 Token;另用 6 个状态词元表示双臂与身体状态,缺失部件的输入会被屏蔽,以适配单臂、双臂和移动底盘。团队围绕四个问题做对照实验:原生主干是否更适合动作学习、动作专家最依赖哪些层、保留多模态理解能力对动作训练有何影响、常规任务与场景变化下表现如何。论文已在 arXiv 公开。 来源:https://mp.weixin.qq.com/s/0EGEp1oiAQySHW9J9BmF2w

Claude Fable 5.2 不生成像素,用 Python 写 70 万笔触作画

Anthropic 的 Claude Fable 5.2 不按常规方式生成图像,而是由语言模型编写 Python 代码,在虚拟画布上放置数十万笔模拟笔触,包含刷毛纹理和颜料涂抹效果。Anthropic 员工 Jake Eaton 称,单张逼真的停车场场景大约使用了 70 万笔触。这种方法把图像生成转化为可执行的绘制程序,而非逐像素计算。 来源:https://the-decoder.com/anthropics-claude-fable-5-2-doesnt-generate-images-it-paints-them/

开发生态

Uber 发布智能体安全框架,覆盖自主 AI Agent 全生命周期

Uber Engineering 发文讨论 AI Agent 的安全治理,指出传统身份与 API 控制难以约束会对外部内容动态推理、并在真实世界执行动作的 agent。Uber 为此开发了一套覆盖 agent 全生命周期的框架,用于判定 agent 的行为边界。文章把治理对象从 API 调用上移到 agent 本身。摘要未披露该框架的具体组件与部署规模。 来源:https://www.infoq.com/news/2026/11/uber-secure-ai-framework/?utm_campaign=infoq_content&utm_source=infoq&utm_medium=feed&utm_term=global

Devil's Analyst:开源营销分析技能集,基准测试提升有限

作者构建开源分析技能集 Devil's Analyst,覆盖营销指标、归因、实验、研究、定价、渠道表现、Power BI 模型与报告。测试案例中,9 月邮件收入增长 11.2%,但 8 月存在的每个分群都下降约四分之一,全部增长来自新的 VIP 分群;只看总体的看板会给出完全错误的解释。作者用相同提示和合成数据对比有无技能的输出:一项广泛评估显示几乎无差异,较小规模的后续测试在部分报告与审计任务上表现更好,但也暴露出需要修改技能集的失败。结论是尚未证明普遍性能提升,但明确了结构化分析技能在哪些环节有效、哪些仍会失败。 来源:https://pub.towardsai.net/i-built-an-ai-marketing-analyst-then-i-tested-whether-it-actually-helped-mostly-it-didnt-31ec50f15cfb?source=rss----98111c9905da---4

产品应用

a16z 领投 Syncere 1100 万美元,落地灯形态家务机器人 Lume

Syncere 发布落地灯形态家务机器人 Lume,2026 年 11 月 3 日宣布完成 1100 万美元 Pre-seed 融资,由 a16z Speedrun 领投,Draper Associates、Physical World、SeaX Ventures、Sequel 参与。Lume 收起时是床边灯,展开后是一条机械臂,可完成取物、搬动物品、整理玩具等单机任务;叠衣服、铺床等需要双手配合的工作由两台组成的 Lume Duet 完成。官方演示包括从洗碗机取放餐具、在房间之间自主移动并回到家居环境。Syncere 还设计 Personalization Band 配件,用于初始设置时学习用户偏好。公司思路是先靠照明价值让用户愿意把硬件带回家,再通过软件更新增加家务能力。4 月发布的产品帖显示约 135 万次浏览、444 条回复。 来源:https://mp.weixin.qq.com/s?__biz=MzAxMDMxOTI2NA==&mid=2649113170&idx=1&sn=c4c9ad5c890b455dda72c9f29db9bc6a

技术与洞察

EMNLP 2026 杰出论文 OptiMer:合并分布向量替代数据配比,调参提速 15~35 倍

日本 NICT 宋海越团队论文 OptiMer 获 EMNLP 2026 杰出论文奖,本届 17,661 篇投稿中仅 22 篇获奖。方法分三步:先在基座模型上分别对各类数据做持续预训练;再将训练后模型参数减去基础模型参数,得到代表能力变化的分布向量;最后以基础模型权重加不同比例的分布向量和指令遵循向量,在验证集上自动搜索最优合并比例,每次尝试只做模型合并与评估,无需重新训练。传统数据混合训练一个配比需 129.3 小时,OptiMer 尝试 100 次配比仅需 8.5 小时,配比最优化阶段加速 15~35 倍。在 C-Eval、Japanese Leaderboard、MMLU、GSM8K、HumanEval 上平均得分 70.37,高于传统混合的 63.71,提升约 6.7 分;把最优合并权重直接用作数据配比重新训练,平均分从等比例混合的 63.71 提升至 68.66。新任务只需更换评估目标、复用已训练分布向量即可快速再优化。 来源:https://mp.weixin.qq.com/s/fyS_AzoKoDuiwIIk0HbaWQ

中科院自动化所等发布 Agent 递归自我改进综述,梳理四条进化主线

中科院自动化研究所、美团联合山东大学、中国人民大学、中科院微电子所、上海交通大学、理想汽车等发布 LLM Agent 递归自我改进综述,围绕 Prompt 优化、Memory 进化、Skill 进化和 Harness 进化四条主线,选取 40 项代表性研究绘制全景,并对 20 项研究的具体更新闭环做对照分析。综述提出三个问题:何时更新与何时保留、失败应修改哪个组件、如何从执行日志提炼修改并验证。核心观察是模型权重不变时,Agent 仍可通过外部组件更新改善行为;递归意味着保留下来的经验还要能参与后续修改的诊断、生成或筛选。Prompt 优化从搜索指令,发展到利用失败反馈修订,再到优化“生成指令的 Agent”本身;Memory 从容量管理,发展到提炼可复用经验,再到管理信息时效、适用对象与增删改查。 来源:https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651074549&idx=3&sn=5f2b05e08cb027c3f6284554462f8144

李海洲院士 ACM MM 2026 演讲:让机器人知道该听谁说话

11 月 12 日,香港中文大学(深圳)人工智能学院院长李海洲在巴西里约热内卢 ACM Multimedia 2026 作《Listening the Chinese Way》主题演讲。他从汉字“听”的耳、目、心结构切入,指出倾听是听觉、视觉与认知共同参与的主动过程,并对应 William James 的统觉概念。机器在多人同时说话时难以判断该识别谁,这正是鸡尾酒会问题;传统降噪处理背景噪声,目标说话人提取(TSE)则要在混合人声中按指定线索提取某一个人的语音。团队用参考语音加 Memory Bank 保存说话人特征并持续追踪;视觉上可通过框选面部从混合语音中提取对应声音,面部被遮挡时身体姿态和手势仍能提供线索,因为肢体动作与语音存在时间同步。目标提示方式已扩展到文字描述(如“男声”“女声”)、参考音频和人物照片。 来源:https://mp.weixin.qq.com/s?__biz=MzA5ODEzMjIyMA==&mid=2247749110&idx=1&sn=51f31c64dee8635bf303cff049095e2c

JetBrains 让 12 个模型吐槽编程语言 1200 次:全员攻击 Python

JetBrains 选取 10 家实验室、3 个国家的 12 个最新模型,包括 GPT-6.1 Sol、GPT-6.1 Terra、GPT-6 Astra、Claude Opus 5.5、Gemini 4 Argon、Grok 4.7、Muse Spark Open、DeepSeek V4 Pro、Qwen3.8 2.4T A95B、Kimi K3.1 Pro、GLM 5.3、Mistral Large 4,用两个问题各问 50 次,共 1200 次请求,全部返回,总成本 7.68 美元,平均每条约三分之二美分。结果显示所有模型都攻击 Python,只有两个模型曾为 Python 辩护;Muse Spark Open 的 100 条回答中 57 条攻击 Python、0 条辩护,Gemini 4 Argon 为 55 比 0,Kimi K3.1 Pro 为 36 比 0。GLM 5.3 是唯一同时给出较多辩护的模型,8 条攻击、9 条辩护,其中一条辩护称 GIL 是 Python 最好的设计决策。没有模型对 C# 发表意见,还有一个模型在 Go 错误处理上同时论证了正反两面。 来源:https://blog.jetbrains.com/ai/2026/11/ai-models-hate-python-and-love-php-we-asked-12-of-them-1-200-times/

OpenAI 用 GPT-6 Astra 推进标准模型格点定义

OpenAI 发文提出一种在格点上定义标准模型的候选非微扰方案。文章称 GPT-6 Astra 参与其中,帮助把一个想法推进为详细证明。OpenAI 未披露证明规模、验证方式和算力消耗。 来源:https://openai.com/index/step-toward-defining-the-standard-model

行业动态

Anthropic IPO 路演图曝光:算法乘数曲线超指数上扬,重训 Mythos 算力大降

Anthropic 在 IPO 路演中公开一张内部“算力乘数”曲线图:纵轴为算法进化节省的算力倍数,采用对数刻度,橙色曲线仍加速上扬。图中第三个橙色圆点对应今年 4 月初代 Mythos 的预训练节点,箭头指向半年后迭代至 Mythos 5.2 时的算法乘数。按招股书时间表,如今只需最初一小部分算力就能重训出同级模型。前 OpenAI 与 Anthropic 预训练研究员 Jacob Coxon 称因看到这张图而在两个月前辞职。路演材料还称内部超过 90% 代码由 Claude 完成,复杂工程盲测成功率 90%,新芯片底层算子可由 Mythos 在 3 天内独立重写,人均代码贡献增长 45 倍。Anthropic 把算力集中到代码与 Agent 方向。 来源:https://mp.weixin.qq.com/s/aeMZnFdetiI2FfxIKr2fRg

OpenAI 第二次解散机器人团队,研究人员并入核心模型团队

OpenAI 第二次解散独立机器人团队。本周 CoRL 机器人学术会议上,OpenAI 预订的 208 号展位空置,没有挂 Logo。2019 年 OpenAI 曾展示机械手拧魔方,2020 年首次撤掉团队;2024 年多模态技术兴起后重新组队,与 Figure 合作开发“机器人大脑”,2025 年 2 月 Figure 宣布分手转向自研;今年 5 月底奥特曼还在招机器人工程师,公司曾计划 2027 年公开展示自研人形机器人。此次调整的背景是 GPT-6 Astra 等通用模型已能直接完成部分机器人任务:英伟达一项仿真测试中,Astra 智能体成功率 74.8%,专用机器人模型为 51%。机器人研究人员将并入核心模型团队,硬件与应用人员划入应用部门。国内厂商也在调整:腾讯今年撤销 AI Lab,Robotics X 保留但不做机器人本体量产;小米 8 月整合具身智能团队,称汽车工厂特定工位作业成功率已达 98%;字节把机器人团队归入多模态体系。 来源:https://mp.weixin.qq.com/s?__biz=MjM5OTEwNjI2MA==&mid=2651934489&idx=1&sn=10b4cd615a1cc813daafef5d9ec7eb33

李沐出任 Aimotion 联合创始人兼 CTO,主攻产业级世界模型

李沐正式出任 Aimotion 联合创始人兼 CTO,主导下一代产业级 AI 技术体系建设,同时继续担任 Boson AI 联合创始人兼 CTO。Aimotion 总部在硅谷,面向汽车等高价值、长决策周期行业做 AI 销售营销解决方案,业务覆盖美洲、欧洲和亚太,近期完成 BAI Capital 领投的 A 轮数千万美元融资。双方合作核心是把 Boson AI 的底层模型能力与 Aimotion 的产业场景打通,做“产业级世界模型”:与物理仿真类世界模型不同,它建模商业规则、客户决策逻辑和业务因果关系,用于场景推演、趋势预判和长周期任务规划。李沐的公开表态是 AI 下一阶段核心在于深度落地复杂商业场景。 来源:https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651074549&idx=1&sn=5af6f646bcad4a81a50fe188d15649b2

一周 AI 商业速览:黄仁勋辞任英伟达 CEO,OpenAI 单季营收破 100 亿美元

11 月 12 日,英伟达宣布创始人黄仁勋辞去总裁、CEO 及董事职务,即刻生效,由执行副总裁兼首席财务官科莱特·克雷斯出任临时 CEO 并继续担任 CFO;英伟达股价当日开盘跌约 13%、盘中一度跌 14.3%,市值蒸发约 5000 亿美元。OpenAI 截至 9 月的季度营收首次达到 100 亿美元,环比增长近 50%。软银完成对 OpenAI 追加 300 亿美元投资,累计投资 646 亿美元,持股约 13%。Anthropic 与 OnePWR Solutions 达成 34 亿美元燃气发电设备交易,包括总装机容量 1.7GW 的重型发电机组及安装工程。Claude 10 月网站访问量约 13 亿次,环比增长 23.8%,同比增长 536.3%。Token 首次成为天猫双 11 独立品类,智谱、MiniMax、千问办公、阿里云、Qoder 等参与 5 折促销。 来源:https://mp.weixin.qq.com/s?__biz=MjM5OTAzMjc4MA==&mid=2650897198&idx=2&sn=30007a7f87049d6c76f57f053af3a085

42章经对话 Mind Lab 骁腾:1T 以下模型已有标准配方,国产模型短期悲观长期乐观

42章经播客对话 Mind Lab 联合创始人兼首席科学家骁腾,讨论后训练与 RLaaS。他把 post-train 类比互联网时代的推荐系统,认为它是底层技术,上层产品形态不是当前重点。关于国内强化学习,他认为后验看差距在于硅谷研究者更早参与语言模型训练,国内缺少“熔炉式”环境、容易按方向立山头。他判断 1T 以下模型训练已有较成熟的 standard recipe,差异在于数据组织与模型设计效率,OpenAI 和 Anthropic 在大规模强化学习上仍明显领先。对国产模型他持“短期悲观、长期乐观”:短期蒸馏变难会拖慢追赶,长期看国产算力和数据组织能力,中国团队在数据组织上强于美国。他还提到大多数场景用不上 1T 以上模型,几百 B 的 Flash 模型已能解决大量办公任务。 来源:https://mp.weixin.qq.com/s?__biz=MzIyMDE5OTYyMw==&mid=2651051702&idx=1&sn=3e3de13864f10d39ac09c31c581e1503

前瞻与传闻

Dwarkesh Patel 改口:超级智能 2027 年就来,最迟 2030 年

科技播客主理人 Dwarkesh Patel 公开推翻此前判断,称超级智能将在 2030 年甚至更早到来,快的话 2027 年,核心原因是 AI 将自动化 AI 研发本身。他引用 METR 在 Anthropic 驻场三个月的结论:Anthropic 在明确任务上的研发推进速度是一年前的两倍,大部分提速来自广泛使用 AI 做研发。OpenAI 9 月数据称,使用 AI 最频繁的前 10% 研究人员,每天调用内部编程 Agent 的成本从初夏的 1000 美元涨到 8 月底的 7000 多美元;Anthropic 称截至 8 月 Claude 主导公司超过 26% 的 AI 研发工作,而 2 月还不到 1%。他给出基准预测 2028 年,若按 METR 的研发翻倍速度推算可能 2027 年,也存在 25% 概率拖到 2032 年之后。以上均为预测,不是已发生事实。 来源:https://mp.weixin.qq.com/s?__biz=Mzg3MTkxMjYzOA==&mid=2247520258&idx=1&sn=c5481a377db2e9cb38de6b507d8b2018

评论

暂无评论。

登录后可发表评论。