# Gemini 4 Hydrogen主打日常编程与智能体任务/MedGPT在疑难肺癌病例答卷评测中取得较高评分/Qwen Code将AI编程代理带入终端 | AI资讯日报 2026/11/13
> Gemini 4 Hydrogen主打日常编程与智能体任务,MedGPT在疑难肺癌病例答卷评测中取得较高评分,Qwen Code将AI编程代理带入终端。
🚀 产品与功能更新
🔥1. Gemini 4 Hydrogen主打日常编程与智能体任务。 据宝玉转述谷歌发布信息,Hydrogen接替Gemini 3.8 Flash,提供四档思考深度。谷歌称其完成任务速度为前代的2.5倍;开发者免费层按调用频率限量,付费输入、输出价格分别为每百万Token 1.5美元、7.5美元。这些速度与价格数据来自所附帖文,具体适用条件以产品说明为准。 查看详情
💥2. World Labs向所有用户开放Atlas。 李飞飞分享的开放消息称,Atlas已向所有用户开放,并提供应用与API。用户可通过世界模型生成关键帧、视频片段及三维高斯场;开放访问不等于开放模型权重。 查看详情
⚡3. Claude Meetings开启企业套餐测试。 发布帖介绍,用户可将Claude加入团队视频通话,在讨论进行中共同制作文档、白板及其他协作产物。测试版正向Team与Enterprise套餐逐步开放,素材未列出更多平台兼容性与上线范围。 查看详情
🔬 前沿研究
🔥1. MedGPT在疑难肺癌病例答卷评测中取得较高评分。 新智元报道称,研究使用40例未公开疑难肺癌病例,由20位专家预先制定评分规则。MedGPT平均得分85分,250名三甲医生平均53分。系统通过病例状态整理、证据匹配及多智能体审查生成方案;这些结果属于特定病例答卷评测,并非临床疗效或患者结局比较。 查看详情
💥2. CAMP-II通过普通文件操作训练长期记忆。 论文提出CAMG-II环境套件,覆盖Shop、Coding、AutoResearch、General与Visual五类任务,并提供Bash及跨任务步骤持续保存的工作区。CAMP-II采用异步在策略蒸馏联合训练,在该套件上取得最强OPD基线2.97倍的增益;这里比较的是增益,并非总成功率。记忆行为还迁移至Terminal-Bench 2.1和SWE-Bench Pro V2,提高任务成功率。 查看详情
⚡3. 图搜索理论研究刻画Transformer深度优势。 论文证明,在所研究的有向图任务设定下,两层Transformer可用O(N log N)规模执行完整深度优先搜索;对至少三层的构造,前瞻范围为1+2^(k−3)。研究还在适当组织训练数据的条件下,证明两层模型可通过梯度流学会DFS,并泛化到未见图。结论针对特定理论设定,不代表任意模型都会自然获得同等搜索能力。 查看详情
🌟4. BuySideFlow揭示投资研究结果中的时点错误。 论文收录408项中文投资研究任务,覆盖股票、基金、固收及宏观分析。九种智能体配置的结果准确率为16.2%—36.8%。对100项共同任务的900次运行审计发现,通过结果检查的380次运行中,193次仍违反时点约束,占50.8%:输出一致并不保证使用了当时已披露的数据。 查看详情
💡5. Anthropic帖文称已提交首次公开募股注册声明。 所附公司账号帖文称,已向美国证交会提交包含招股书的注册声明,并引导读者查看申报文件。帖文同时说明,注册声明生效前不得销售相关证券。提交注册声明不等于完成发行或挂牌交易;本次材料未包含申报文件正文。 查看详情
📌6. 英伟达领导层变动与国会作证报道集中出现。 宝玉帖文称,黄仁勋辞去总裁、CEO和董事职务,Colette Kress兼任临时CEO,董事会寻找正式继任者。另据所附TechCrunch报道摘录,黄仁勋已同意赴国会作证。另一篇评论文章讨论其离场可能影响产业向,但摘录未列出具体五项分析。现有材料未包含可独立核对的公司公告或监管文件正文,上述重大人事消息仍待原件核验;涉及个人关系及身份的指控亦未获所附证据证实。 查看详情
🎯7. Grok Build应用公开访问引出敏感数据暴露问题。 量子位援引Claroc的调查称,受测地址中有37,571个应用在线,94.7%无需登录即可打开;这不等于所有公开应用都含敏感数据。报道描述部分应用涉及企业资料、患者记录与明文密码,并指出随机网址不构成访问控制。截至报道发布,24个由相关公司员工创建的应用已下线,其他受影响机构的通知与处置仍在进行。 查看详情
🔥8. 跨境强化学习环境交易受到关注。 The Decoder援引ChinaTalk的调查,称至少九家美国数据服务商向中国实验室出售约5亿美元的训练数据,其中包括此前为OpenAI或Anthropic构建的强化学习环境。报道认为现行出口管制覆盖有限;这些属于调查报道中的交易规模与判断,并非所附材料中的独立审计结论。 查看详情
💻 开源TOP项目
🔥1. Qwen Code将AI编程代理带入终端。 项目定位为运行在终端中的开源AI编程代理。快照记录29,561 Star、当日新增151、3,381 Fork;所附描述未列出具体版本更新内容。 查看详情
💥2. llama.cpp持续聚焦C/C++大模型推理。 项目提供C/C++实现的大语言模型推理方案。快照记录134,255 Star、当日新增162、25,472 Fork;榜单热度不等同于新增性能提升。 查看详情
⚡3. 报道:Runway开放Praxis-1权重与训练配套代码。 AI Base报道称,Praxis-1采用270亿参数MoE扩散Transformer架构,可同时预测视频与动作,并以Apache 2.0许可开放权重、推理和微调代码。报道给出的RoboLab-120评测成功率为46.2%,同时列出数据中心、工作站与机器人端侧适配情况。开源范围、许可证及部署要求应以项目文件为准,素材未附仓库正文。 查看详情
🌟4. free-claude-code聚合多工具与模型入口。 项目自述支持终端、应用、IDE、手机和浏览器场景,并宣称可使用超过13亿免费Token。快照记录68,873 Star、当日新增636。额度属于项目自述,并非每位用户均获无条件配额的证明。 查看详情
💡5. improve采用强模型规划、低成本模型执行。 shadcn的项目让能力较强的模型审计代码库并编写计划,再交给较便宜的模型执行。快照记录10,507 Star、当日新增333;所附证据未给出量化成本节省或成功率对照。 查看详情
📱 社媒分享
🔥1. GR00T 2演示灵巧手完成实验并清理。 Jim Fan的演示帖称,视频展示GR00T 2控制真实灵巧手端到端完成化学实验及清理,画面为未剪辑、一倍速。帖文还介绍二十余步、五分钟以上的长程任务能力,以及从人类可穿戴设备和仿真数据迁移至机器人的方向。单次演示不等于对所有实验任务的泛化验证。 查看详情
💥2. 马斯克转发SpaceX亚利桑那超算园区规划。 所附转发帖介绍拟投资500亿美元的项目,预计产生6,500个岗位,其中1,000个为长期岗位,并计划投入36亿美元升级电网。就业、税收及电费收益均属规划预测,不代表已建成或已兑现;所附原文摘录未覆盖园区总功率等全部参数。 查看详情
⚡3. 路演转述强调Claude复杂项目与芯片适配能力。 Chubby的转述帖称,Anthropic表示Claude可在数日内处理过去团队耗时数月或数年的复杂项目,并用约三天完成自家模型在AMD芯片上的提示处理适配,几乎没有人工介入。这些属于公司主张及路演转述,素材未提供完整测试条件或对照数据,不宜扩展为所有工程任务的通用效率结论。 查看详情
🌟4. Box早期测试称Hydrogen提高企业文档任务效率。 Josh Woodward转发Aaron Levie的测试分享称,在Box AI Complex Work Eval中,Hydrogen准确率比Gemini 3.8 Flash高5个百分点,典型任务耗时不足一半、Token约少12%。任务涉及金融、咨询及生命科学等企业文档,模型计划进入Box AI Studio;结果限于所述评测及配置。 查看详情
💡5. 英伟达早期继任讨论仍应按时间顺序理解。 Chubby较早的帖文转述媒体消息,称部分董事倾向让Colette Kress临时接任,苹果硬件主管Johny Srouji也在正式继任者考虑范围内。该帖明确表示当时董事会尚未作出决定;候选讨论不是任命公告,也不应与稍后的人事消息混为同一状态。 查看详情
📌6. 用户报告Claude Code审批提示与日志不一致。 一则Reddit帖文转述用户投诉:Windows手动审批模式下执行了九条PowerShell命令,将约11GB临时文件和旧应用数据移入回收站;用户称未见审批提示,日志却记录了批准,回收站后来被清空。这是一名用户的未独立证实报告,现有素材尚不足以确认具体原因或影响范围。 查看详情
🎯7. 后门研究讨论强调模型权重供应链问题。 Reddit讨论转述微软研究,称“Lazarus”通过改写不足十个休眠神经元植入智能体后门,无需重训或投毒数据,部分实验触发成功率达98.8%。帖文明确,前提是拥有模型权重写入权限,并非通过普通API调用实施;其称尚未观察到实际攻击活动。材料仅附讨论帖摘录,结论应与原研究的型实验设置一并理解。 查看详情
📰 💡 今日总结与启示
- 趋势分析:【大模型与产品】Gemini 4 Hydrogen主打日常编程与智能体任务;World Labs向所有用户开放Atlas。头部厂商围绕推理能力、多模态与 Agent 化持续迭代,API 与定价策略的差异化正在重塑开发者的模型选型逻辑。
- 趋势分析:【开源与开发者】Gemini 4 Hydrogen主打日常编程与智能体任务;World Labs向所有用户开放Atlas。开源社区持续涌现”让 AI 自己干活”的工具链——从部署、评测到编排,开发者正以更低门槛把模型能力工程化、产品化。
- 趋势分析:【研究与论文】MedGPT在疑难肺癌病例答卷评测中取得较高评分;CAMP-II通过普通文件操作训练长期记忆。前沿论文密集产出,SOTA 刷新与新型范式(如世界模型、推理增强)并行,学术进展正更快地向工业界传导。
- 趋势分析:【芯片与算力】英伟达领导层变动与国会作证报道集中出现;报道:Runway开放Praxis-1权重与训练配套代码。大模型厂商正加速向上游硬件延伸,自研/定制芯片成为降低推理成本、保障供给安全的关键抓手,算力自主可控正演变为核心竞争壁垒。
- 行业启示 1:【大模型与产品】在多模型适配架构上提前布局,按负载特征灵活组合模型以平衡效果与成本。
- 行业启示 2:【开源与开发者】可优先采用成熟度高的开源工具链做内部 PoC,降低试错成本并积累工程资产。
- 行业启示 3:【研究与论文】建立论文到产品的转化观察清单,对可工程化的新范式做小步快跑验证。
- 行业启示 4:【芯片与算力】企业应提前评估推理算力供给风险,关注异构算力与模型—硬件协同优化,避免被单一供应链绑定。
- 行业启示 5:【视频与多模态】内容团队应尽早试验多模态生成在营销素材中的工作流,抢占产能与创意红利。
数据来源:何夕2077·AI资讯日报
🤖 本文由晓梅自动采集,每日定时发布
📬 关注 疯狂的豇豆
🙋♂️ 疯狂的豇豆是谁?
我是 疯狂的豇豆,一位专注 AI 转型 的教练 🚀
📌 深耕 AI 在商业、营销、内容创作领域的应用
📌 帮助传统企业和个人实现 AI 赋能的数字化转型
📌 定期分享 AI 实战经验、工具评测、行业洞察
疯狂的豇豆联系方式:QQ:22078369
如果你也在思考 “AI 能给我的工作/业务带来什么改变”,欢迎关注我,一起探索 AI 的无限可能!






















暂无评论内容