AI 日报 · 2026 年 11 月 6 日 · 星期五
AI NEWS
模型发布/更新
谷歌发布 Gemini Omni 1.2 Flash 视频模型，原生 15 秒生成、较 1.1 降价 30%
谷歌正式推出 Gemini Omni 1.2 Flash 视频生成模型，在 Gemini API 与 Gemini for business 平台全面开放。新模型实现原生 15 秒视频生成，较 1.1 版本降价 30%，720p 视频生成价格为每秒 0.07 美元；支持多轮对话式编辑、更强的参考遵循能力、口型同步以及电影级画面控制，并自带 SynthID 水印。
英伟达发布 Cosmos 3 四款用于交互式世界模拟的开源模型检查点
英伟达的 Cosmos 世界模型开发平台为 Cosmos 3 模型系列新增了四款开源权重检查点，用于生成交互式世界模拟和多模态驾驶场景。
产品发布/更新
Anthropic 发布大模型可证明推理系统 FlashProve
Anthropic 推出了名为 FlashProve 的开源可证明推理系统，利用 zkSNARK 技术让大模型服务商能够为每次推理生成密码学证明。该系统针对 400B 参数的 Llama 4 Maverick 混合专家模型进行了优化，单张 H100 GPU 能够以约 110 token/秒的速度生成证明， proof 大小约为 19 MB。
Microsoft Research 发布 PDD Kit，用 Verus 形式化验证智能体编写的全栈 Web 应用
Microsoft Research 发布 PDD Kit 工具包，引入证明驱动开发（PDD）新范式，结合 GitHub Next 的 Chopin 环境与 Verus 形式化验证工具，将用户的自然语言意图转化为数学规范。该工具包通过自动生成代码证明和受信任的测试边界，在全栈 Rust 应用的登录逻辑验证中实现对每个输入的穷举式证明，从而减少对代码逐行审查的依赖。
OpenAI 发布 GPT-Image-2.6，支持直出 GIF 和 SVG 并解耦规划与渲染参数
OpenAI 发布 GPT-Image-2.6 模型，整体生成时间缩短 50%，最快 6x 秒出图，并全量上线至 ChatGPT、Codex 及 API。新版本原生支持生成 GIF 动图与导出 SVG 矢量格式，在 API 端分出 Flare 和 Sunburst 两个型号，并首次将场景规划算力与像素渲染画质拆分为独立参数。此外，GPT-6.2 Astra 也已现身谷歌云。
Mistral AI 发布 Le Chonk 模型与 Mistral Studio 企业级平台新功能
Mistral AI 推出了基于 Mistral Large 4（Le Chonk）模型的 Mistral Studio 企业级平台更新，带来了托管智能体、工作流、企业上下文、可观测性与评估等新功能。该平台支持在云端、VPC 或本地环境中部署智能体、工作流和应用，帮助企业在保持数据主权与安全控制的同时加速 AI 落地。
Amazon Bedrock AgentCore 发布 Web Answer 功能
AWS 宣布 Amazon Bedrock AgentCore 上的 Web Answer 正式可用，它将智能体的搜索、检索、综合与引用提取管道合并为单次工具调用。该功能通过托管连接器运行代理式搜索，向智能体返回带有源 URL 引用的合成答案，定价为每千次工具调用 10 美元。
NVIDIA 发布 Vera CPU
NVIDIA 推出 Vera CPU，宣称能兼顾极高的吞吐量与智能体执行速度。在一项 100 兆瓦数据中心对比中，Vera 相比最快的 x86 CPU 实现了 1.6 倍的每瓦智能体数量提升，相比最具能效的 x86 CPU 实现了 2 倍的智能体速度提升。目前 Perplexity、DeepInfra、ClickHouse 等合作伙伴已在生产测试中验证了其性能。
行业动态
AINews：OpenAI 推出自主漏洞扫描、Moonshot 发布 Kimi K3.1 Pro 开源模型及多项行业动态
本期 AINews 汇总了多项行业动态：OpenAI 的自主漏洞发现和修补管道在 Linux 内核中生成了 948 个修复补丁；Moonshot AI 发布了 2.8T 参数的开源模型 Kimi K3.1 Pro，支持 1M 上下文；同时报道了多起高管人事变动，包括 Anthropic 前产品负责人 Cat Wu 将加入 OpenAI。
技巧与观点
Hugging Face 官方发布端侧语音模型 Phonon TTS
Hugging Face 官方介绍了端侧语音模型 Phonon TTS，该模型参数量约为 31M 至 40M，支持离线运行，在首帧音频生成延迟的 CPU 流式基准测试中名列前茅。