• 月之暗面发布Kimi K2 Thinking模型 #1
• OpenRouter上线新stealth模型Polaris Alpha #2
• 科大讯飞发布讯飞星火X1.5及AI产品 #3
• inceptionlabs发布下一代扩散模型Mercury #4
• Gemini API 发布文件搜索工具 #5
• OpenAI修复云任务问题并提供免费积分 #6
• VS Code内联补全功能开源 #7
• Zed编辑器新增Auggie CLI和Opencode智能体 #8
• Novita AI宣布KAT-Coder API 限时免费 #9
• CodeBuddy国内版三端同步上线GLM-4.6 #10
• LMArena发布Arena Expert专家级评估框架 #11
• NotebookLM手机应用更新 #12
• Google Finance新增Deep Search等功能 #13
• Google Labs将Opal扩展至160+国家 #14
• GPT-5.1 thinking字符现身OpenAI网站 #15
• Maya Research发布Maya1开源AI语音模型 #16
• MiniMax与OpenRouterAI合作推出interleaved thinking统一协议 #17
• vLLM发布多项重大更新支持Kimi K2 Thinking与混合模型 #18
• Google推出第七代TPU Ironwood芯片 #19
• 微软组建MAI超级智能团队推进人本主义超级智能战略 #20
• Snap与Perplexity达成4亿美元合作 #21
• Google洽谈加深对Anthropic的投资 #22

月之暗面发布了其最强开源思考模型 Kimi K2 Thinking，该模型拥有 1万亿参数和强大的自主工具调用能力，并在多项基准测试中刷新纪录。

月之暗面(MoonshotAI) 发布了其迄今能力最强的开源思考模型Kimi K2 Thinking。该模型基于“模型即Agent”理念构建，是一个拥有1万亿总参数的混合专家（MoE）模型，原生掌握“边思考，边使用工具”的能力，可自主执行高达200至300轮的连续工具调用。Kimi K2 Thinking在多项基准测试中取得SOTA成绩，并在推理、Agentic搜索和编程方面有显著提升。该模型支持原生INT4量化以提高效率，现已通过API和开源权重等方式提供。

Kimi K2 Thinking是Kimi K2模型家族的最新成员，被构建为一个“Thinking Agent”。通过同时扩展思考Token和工具调用轮次，实现更强的Agent和推理性能。模型采用混合专家（MoE）架构，总参数量为1万亿，激活参数为320亿，上下文窗口为256K。其核心能力在于能够无需人类干预，自主实现高达200至300轮的连续工具调用，并在此过程中保持连贯的多轮思考，以解决复杂问题。

Kimi K2 Thinking在多个评估推理、编码和Agent能力的基准测试中刷新了记录。在Agentic Reasoning方面，于“人类最后的考试”（Humanity‘s Last Exam, HLE）基准测试中，当使用搜索、Python和网络浏览工具时，取得了44.9%的SOTA分数，并成功通过23次推理与工具的交错调用解决了一个博士级别的数学问题。在Agentic Search and Browsing方面，于BrowseComp基准测试中获得60.2%的成绩，显著超过29.2%的人类基准，成为新的SOTA模型。在Agentic Coding方面，模型在SWE-Multilingual、SWE-Bench Verified和Terminal-Bench等测试中分别得分61.1%、71.3%和47.1%。此外，根据Artificial Analysis的独立测试，该模型在𝜏²-Bench Telecom Agentic基准测试中以93%的成绩位列第一。

为提升推理效率，Kimi K2 Thinking在后训练阶段采用了量化感知训练（QAT），对MoE组件应用了INT4纯权重（weight-only）量化。这使其能够支持原生的INT4推理，生成速度提升约2倍，并有效降低了延迟和GPU显存占用。所有基准测试成绩均在INT4精度下取得。此举也使模型文件大小从先前FP8版本的1.03TB减少到约594GB。

除了Agentic能力，模型在通用能力方面也得到升级。创意写作方面，表达更生动，情感共鸣更强；在学术与研究等实用性写作中，分析深度和逻辑结构均有提升；在处理个人或情感问题时，回答更具同理心和平衡感。

Kimi K2 Thinking现已上线http://kimi.com网站和最新版Kimi手机应用的常规对话模式，但为保证体验，仅部署了部分工具并减少了调用轮次。其完整的Agentic模式将在后续更新。模型的API已在Kimi开放平台上线，定价与K2非思考版本一致，支持256K上下文，并提供标准和Turbo两种速率选项。模型的开源权重已在Hugging Face和ModelScope等平台发布，采用定制修改的MIT许可证。同时，该模型也可通过OpenRouter等第三方平台访问。

https://moonshotai.github.io/Kimi-K2/thinking.html
https://mp.weixin..com/s/oQp1kFpoYFhYQ8GzbwZLyA

OpenRouter推出了一款名为 Polaris Alpha的全新stealth模型，该模型定位为功能强大的通用模型，特别擅长编码和工具调用，并支持 256k上下文窗口。

OpenRouter宣布推出名为Polaris Alpha的新型stealth模型（不公开供应商），现已上线。该模型被定位为功能强大的通用模型，在现实世界任务中表现优异，尤其在编码、工具调用和指令跟随方面表现突出。该模型支持256k上下文窗口，为复杂任务提供了充足的处理空间。

https://openrouter.ai/openrouter/polaris-alpha 

科大讯飞发布了基于全国产算力的 讯飞星火X1.5深度推理大模型，该模型在数学等多个核心能力上表现优异，并支持超过 130种语言。

科大讯飞正式发布基于全国产算力的讯飞星火X1.5深度推理大模型。

讯飞星火X1.5采用MoE架构，总参数293B，激活参数30B，单台昇腾标配服务器即可部署，推理效率相较X1提升100%，端到端性能达到国际竞品效率的93%以上。模型在语言理解、文本生成、知识问答、逻辑推理、数学、代码六大核心能力上对标国际主流大模型，数学能力持续保持国际领先。高考数学测评中，星火X1.5得分145分，超越GPT‑5的141分和DeepSeek V3.2‑Exp的140分；在国际数学奥林匹克竞赛IMO 2025第三题中，星火X1.5给出正确答案。教育与医疗大模型在辅助教学、辅助学习、考试评测及医疗知识问答、诊疗推荐等任务上均超过GPT‑5和DeepSeek V3.2‑Exp，教育模型平均得分突破85分门槛。

星火X1.5的多语言能力升级后支持130+种语言，整体性能达到ChatGPT‑5的95%以上，拉美、东盟等14个重点语言效果领先；星火语音同传大模型2.0在IDC发布的《中国AI翻译技术评估》中8项核心维度评测均获行业第一。

https://mp.weixin..com/s/sW18MtR3k58YBuGhVg6rxw 

Inception Labs对其旗舰扩散语言模型 Mercury进行了重大升级，通过扩大模型规模、优化架构和改进训练推理算法，提升了模型整体能力。

Inception Labs宣布推出其旗舰扩散语言模型Mercury的重大升级版本。新版Mercury的主要改进包括：更大的模型和更多数据，增加参数数量并在更广泛、更高质量的数据集上训练；关键架构升级，改进去噪器架构以提高效率、表现力和整体模型能力；主要的训练和推理改进，设计新的训练目标、引入更快更准确的推理算法、构建优化的内核并推出全新的服务引擎。

升级后的Mercury模型已在Inception Labs的API平台以及通过合作伙伴OpenRouter和Poe提供。新用户可获得1000万个免费token，API与OpenAI API兼容，只需几秒钟即可集成。Mercury的定价保持不变：每100万输入token 0.25美元，每100万输出token 1.00美元。

https://www.inceptionlabs.ai/blog/mercury-refreshed http://platform.inceptionlabs.ai/ http://chat.inceptionlabs.ai/ 

Gemini API推出了 File Search Tool，这是一个内置于API中的全托管 RAG系统，旨在简化开发流程并提供强大的向量搜索和引用功能。

Gemini API 宣布推出File Search Tool，这是一个完全托管的检索增强生成（RAG）系统，直接构建在Gemini API中。该工具简化了RAG开发流程，让开发者能够专注于构建应用。

File Search Tool的核心优势在于其简化的开发者体验。该工具自动管理文件存储、最优分块策略、嵌入生成以及检索到的上下文动态注入到提示中，与现有的generateContent API无缝集成。它使用最新的Gemini Embedding模型进行向量搜索，能够理解用户查询的含义和上下文，即使没有使用确切的词汇也能找到相关信息。

该工具还提供内置引用功能，模型的响应自动包含引用，指定用于生成答案的文档部分，并支持广泛的文件格式，包括PDF、DOCX、TXT、JSON以及许多常见的编程语言文件类型。

在定价方面，为了让File Search对所有开发者都简单且负担得起，Google DeepMind实行了新的计费模式：存储和查询时的嵌入生成完全免费，开发者只需在首次索引文件时支付嵌入生成费用，固定费率为每100万个token 0.15美元（或适用的嵌入模型成本，在这种情况下是gemini-embedding-001）。

https://blog.google/technology/developers/file-search-gemini-api/ https://ai.google.dev/gemini-api/docs/file-search 

OpenAI修复了 Codex云任务的使用追踪问题，并为受影响的 Plus和 Pro用户提供了 200美元的免费积分作为补偿。

OpenAI Developers宣布已修复多项Codex云任务使用追踪问题，并表示更多效率改进即将推出。为感谢用户耐心等待，OpenAI向过去一个月使用云任务的Plus和Pro用户提供了200美元免费积分，有效期至11月20日。

OpenAI还计划在未来几天推出令人兴奋的更新，帮助用户在CLI和IDE扩展中获得更多使用量和积分价值。

https://x.com/OpenAIDevs/status/ https://x.com/embirico/status/ 

微软VS Code团队宣布其AI编辑器开源计划达到第二个里程碑，将 内联补全功能作为 Copilot Chat扩展的一部分正式开源。

微软VS Code团队宣布开源AI编辑器取得第二个里程碑，内联补全（inline suggestions）功能现已成为Copilot Chat扩展的一部分。在今年5月首次宣布开源AI编辑器计划，6月达到第一个里程碑开源GitHub Copilot Chat扩展后，团队今日完成了第二个里程碑，将内联补全功能开源。

开源之旅的下一个阶段是将Copilot Chat扩展中的一些AI功能和组件重构到VS Code核心中。团队将继续积极改进内联补全体验，开发者可以关注最新的迭代计划。

https://code.visualstudio.com/blogs/2025/11/04/openSourceAIEditorSecondMilestone https://github.com/microsoft/vscode-copilot-chat/tree/main/src/extension/completions-core 

Zed编辑器宣布新增支持 Auggie CLI和 OpenCode两款AI智能体，用户可通过扩展商店快速安装使用。

Zed编辑器宣布现已支持两个新的AI智能体：Auggie CLI和OpenCode。这两个智能体通过ACP原生运行，用户可以从扩展商店快速安装并开始使用。

这两个新智能体可以与Zed编辑器中已有的其他AI工具协同工作，包括Claude Code、Gemini CLI和Codex，为开发者提供更加丰富的代码辅助功能选择。

https://x.com/augmentcode/status/0 

Novita AI宣布其平台上的编程辅助工具 KAT-Coder API将限时免费开放，以推广其先进的编程辅助技术。

Novita AI宣布其平台上的KAT-Coder限时免费使用。Kat Coder Pro V1版本已可用，平台方表示，这一举措旨在让更多开发者能够体验到先进的编程辅助技术，降低开发门槛，提升编程效率。用户可以通过访问@Trae_ai来体验KAT-Coder的各项功能。

https://x.com/KwaiAICoder/status/ https://x.com/novita_labs/status/ 

CodeBuddy国内版已在 IDE、插件和 CLI三端全面内置 GLM-4.6并免费开放，同时 IDE更新至 1.2版本，带来多项功能优化。

CodeBuddy国内版已在IDE、插件、CLI三端全面内置GLM-4.6，CodeBuddy国内版免费开放。与此同时，CodeBuddy IDE已更新至1.2版本，为日常开发体验带来多项优化功能。具体包括：内置浏览器增强，新增DOM编辑与尺寸切换功能，结合模型能力实现对预览页面的微调与代码同步；新增历史对话记录一键清除功能，便于管理会话空间；支持展示MCP返回的图片内容；支持双击Mermaid图像以SVG格式预览源码，便于细节校对；同时修复了若干问题。

https://mp.weixin..com/s/NRjcq7qa2YlKcaNUHNYaDQ https://copilot.tencent.com/ 

LMArena团队发布了 Arena Expert评估框架，通过引入专家级真实问题和 23个职业类别的评估体系，为大语言模型提供更严格、更具区分度的性能评估。

LMArena团队正式发布了Arena Expert，这是一个革命性的大语言模型评估框架，专门针对专家级真实问题进行测试。该框架不仅引入了新的专家排行榜，还建立了23个职业类别的评估体系，为AI模型在各个专业领域的性能提供了全面的评估标准。

Arena Expert的核心创新在于其能够识别和标记来自真实用户的专家级提示，这些提示来自各行各业的前沿专家。与之前的Arena Hard方法相比，Expert更加严格，Expert类别仅包含约5.5%的LMArena总提示，而Hard类别包含约三分之一。这种更严格的筛选产生了更明显的模型区分度，Expert排行榜上顶级模型的分数差异达到约80分，而整体排行榜的分数差异约为60分。

为了进一步推动研究，LMArena同时发布了包含5千个专家对话的数据集及其职业类别标记，该数据集已在Hugging Face上发布。这些评估体系的重要特点是它们能够持续自动更新，随着平台上有机使用量的增长而不断完善，为高质量人工评估提供了可扩展的替代方案。

https://news.lmarena.ai/arena-expert/ 

Google更新了 NotebookLM手机应用，同步了Web端的抽认卡和测验功能，并基于最新的 Gemini模型大幅提升了聊天质量和上下文处理能力。

Google更新NotebookLM手机应用，同步Web端已上线的抽认卡、测验等功能。同时，移动端的聊天功能也得到重大改进，质量提升50%，上下文窗口扩大4倍，对话记忆长度增加6倍，这些改进都基于最新的Gemini模型。

https://blog.google/technology/google-labs/notebooklm-app-quizzes-flashcards/ 

Google Finance推出重大更新，新增 Deep Search复杂问题研究功能，引入预测市场数据，并首次扩展至 印度市场。

Google Finance正在进行重大功能更新，推出了多项新特性。其中包括Deep Search功能，允许用户提出最复杂的研究问题；引入来自Kalshi和Polymarket的Prediction markets数据，使用户能够探索关于未来市场事件的问题；以及首次进行国际化扩展，正式进入印度市场。这些新功能现已通过Google Finance beta版本向用户开放。

https://x.com/NewsFromGoogle/status/ 

Google Labs宣布将其无代码AI应用构建器 Opal的服务范围扩展至全球 160多个国家，让更多用户能通过自然语言构建应用。

Google Labs宣布将其无代码AI应用构建器Opal扩展至全球160多个国家。Opal具备强大的功能，包括自动化复杂研究任务和从单一想法生成完整营销活动的能力。该平台允许构建者使用自然语言描述需求，系统自动生成相应的应用程序。

https://opal.google https://blog.google/technology/google-labs/opal-expansion-160/ 

据报道， OpenAI网站的 CDN资源中出现了 gpt-5-1-thinking字符串，引发了关于 GPT-5.1模型即将发布的猜测。

据报道，在OpenAI网站CDN资源中发现了gpt-5-1-thinking的字符，这被解读为GPT-5.1模型即将发布的确认信号。有观点认为，OpenAI很可能在Google发布Gemini 3.0的同一天推出GPT-5.1 thinking模型。目前这些消息主要来自社交媒体上观察者和技术爱好者，尚未有OpenAI官方消息。

https://x.com/btibor91/status/ 

Maya Research发布了开源文本转语音AI模型 Maya1，该模型基于 Llama架构，支持通过自然语言描述实时生成具有多种情感的语音。

Maya Research发布了Maya1模型，这是一个具备语音设计功能的开源文本转语音AI模型。Maya1采用3B参数的Llama架构，支持通过自然语言描述进行实时语音生成，具备20多种情感表达能力，使用场景涵盖游戏角色语音生成、播客和 audiobook制作、AI语音助手、视频内容创作、客户服务AI和辅助工具等。模型采用Apache 2.0开源许可证，支持商业使用，提供完整的vLLM集成和自动前缀缓存功能。

MiniMax与 OpenRouterAI合作，为 MiniMax-M2模型提供了 interleaved thinking支持，并致力于推动该协议成为行业统一标准。

MiniMax与OpenRouterAI宣布合作，为MiniMax-M2提供interleaved thinking支持。

OpenAI Chat Completion API长期缺乏proper interleaved thinking支持。基于OpenRouterAI的Preserve Reasoning Tokens能力，双方合作开发了新的解决方案。MiniMax-M2的响应现在包含独立的reasoning_details字段，开发者只需在后续请求中传递该字段，即可维持interleaved thinking并解锁MiniMax-M2的完整性能。只需在请求中添加reasoning_split参数即可使用该功能。

双方正积极与更多编程工具合作伙伴协作，推动该协议成为Chat Completion API中支持interleaved thinking的统一标准，让更多模型和开发者受益。

https://x.com/SkylerMiao7/status/ https://openrouter.ai/docs/use-cases/reasoning-tokens#preserving-reasoning-blocks 

vLLM项目宣布重大更新，正式支持 Kimi的 Kimi K2 Thinking模型，并全面支持 Qwen3-Next等混合模型。

vLLM项目宣布了一系列重要更新，包括对Kimi K2 Thinking模型的官方支持以及混合模型的全面支持。在Kimi K2 Thinking支持方面，vLLM与Kimi Moonshot合作，为这款最先进的开源思考模型提供官方支持。在混合模型支持方面，vLLM宣布对Qwen3-Next、Nemotron Nano 2和Granite 4.0等混合模型提供全面支持。这是vLLM社区将混合模型从V0版本的实验性功能提升为V1版本的重要里程碑。PyTorch生态系统中的这些混合模型现在在vLLM中得到了完全支持。

https://pytorch.org/blog/hybrid-models-as-first-class-citizens-in-vllm 

Google宣布其迄今最强大的第七代 TPU芯片 Ironwood (TPU v7)已广泛提供给 Google Cloud客户，其峰值性能相比 TPU v5p提升了 10倍。

Google宣布其第七代TPU芯片Ironwood (TPU v7)即将进入正式上市(GA)阶段，并已广泛提供给Google Cloud客户。根据官方声明，Ironwood是Google迄今为止最强大的TPU。与TPU v5p相比，其峰值性能实现了10倍的提升。在与TPU v6e (Trillium)的比较中，Ironwood在训练和推理两种工作负载下的单芯片性能均提升了超过4倍。另有信息指出，其速度是前代产品的4倍。

在系统扩展性方面，单个pod能够连接超过9000个TPU。Google内部已使用TPU来训练和服务其前沿模型，其中包括Gemini。该芯片最早于四月份被介绍。

https://x.com/Google/status/ 

微软人工智能部门 CEO 穆斯塔法・苏莱曼宣布成立 MAI超级智能团队，旨在开发以人类利益为中心的 人本主义超级智能(HSI)系统。

微软人工智能部门首席执行官穆斯塔法・苏莱曼宣布成立MAI超级智能团队，致力于开发人本主义超级智能系统。该团队由苏莱曼与Karén Simonyan领导，旨在通过聚焦特定领域问题解决而非无限制自主发展，打造始终服务于人类利益的超级智能技术。

微软AI部门在其官方博客中详细阐述了人本主义超级智能(HSI)的核心理念。HSI强调以人类利益为中心的AI发展路径，通过谨慎校准和情境化的AI系统来探索最先进AI技术，同时确保人类保持控制权并加速解决全球最紧迫挑战。该方法拒绝AGI竞赛叙事，将技术发展视为改善人类生活前景的更广泛人文努力的一部分。

https://microsoft.ai/news/towards-humanist-superintelligence/ 

Snap与AI搜索引擎 Perplexity达成一项价值 4亿美元的合作协议， Perplexity将从 2026年起成为 Snapchat的默认搜索引擎。

Snap与AI搜索引擎Perplexity签署合作协议，Perplexity将支付Snap总计4亿美元的现金和股权，作为回报，Perplexity的AI搜索引擎将从2026年开始成为Snapchat内的默认搜索选项。

https://techcrunch.com/2025/11/06/perplexity-to-pay-snap-400m-to-power-search-in-snapchat/ 

据报道， Google正在洽谈加深对 Anthropic的投资，这笔潜在交易可能使 Anthropic的估值超过 3500亿美元。

根据报道，Google正处于早期洽谈阶段，计划加深对Anthropic的投资。此次潜在的新融资可能使Anthropic的估值超过3500亿美元，具体交易形式仍在协商中，可能包括提供额外云计算服务的战略投资、可转换票据或明年初的定价融资轮。

Google与Anthropic在10月宣布了一项价值数百亿美元的大规模云计算协议，该协议使Anthropic能够使用多达一百万个Google定制设计的TPU。同时，Anthropic也与Amazon保持着紧密的合作关系。Amazon已向Anthropic投资140亿美元，后者使用AWS的定制芯片来构建和部署其AI模型。Anthropic上月表示，其仍然“致力于与我们的主要训练合作伙伴和云提供商Amazon的合作关系”。此外，Anthropic也使用NVIDIA的GPU来训练和驱动其模型。

https://www.businessinsider.com/google-deepen-investment-in-ai-anthropic-2025-11 

提示：内容由AI辅助创作，可能存在幻觉和错误。

作者橘鸦Juya，视频版在同名哔哩哔哩。欢迎点赞、关注、分享。