AI 编程实时动态与要闻

11 月 13 日，ggml-org 在 GitHub 发布 llama.cpp v1.0.0，并在 Hugging Face 博客宣布 llama.cpp 与 ggml 两个库同时进入 v1.0.0。今后 ./include 下公共 C API 出现破坏性变更时升主版本，向后兼容的新功能、后端和模型支持升次版本，纯修复升补丁版本。本次 release 移除 35 个废弃函数，把 NextN/投机解码 API 提升进 llama.h，新增 OCP FP8 KV 缓存、可设 CPU 分担比例的 MoE 专家缓存，加入 Kimi-K3.1-Pro 等新架构，llama-server 加固 SSRF/CORS/DNS rebinding 防护并新增 OpenAI 兼容的 /v1/audio/speech。作者 Georgi Gerganov 的发布帖约 4,180 赞。

查看大图

11 月 12 日，IBM Granite 团队在 Hugging Face 发布 LLMON（LLM Object Notation，读作「lemon」）：用词表里的保留特殊 token 包裹带语义标签的块（指令、数据、要求等），每块有唯一 ID，再由一个 exec 执行块指定要运行哪条指令、作用于哪些数据。同时开源两款实验预览模型 granite-4.1-3b-LLMON-preview 和 granite-4.1-8b-LLMON-preview（Apache 2.0），附带 GitHub 工具包、JSON 与 LLMON 无损互转工具。官方称在 OPI 间接提示注入基准上，LLMON 模型比测试中最好的前沿模型多挡住 47% 的攻击、比最好的开源模型多挡住 95%，通用能力与 Granite 4.1 Instruct 持平；但这只是学到的行为、不是强制保证，目前仅为实验预览，不建议用于生产。

查看大图

今年 7 月成立的伦敦实验室 Continuous Intelligence 发布首个时序基础模型 ci-proto，权重放在 Hugging Face，代码在 GitHub，可在 CPU 或 GPU 上零样本预测电力、销量、传感器等数据。官方称历史窗口超过 200 万步，是其他时序基础模型的 64 倍，并输出 0.1–0.9 共 9 个分位数。它在 fev-bench 100 个任务上的结果已由 AutoGluon 维护者合并进 fev 官方仓库：SQL 技能分 51.51、MASE 技能分 40.80。许可证基于 Apache 2.0，但对外提供产品时需署名并通知一次厂商。

查看大图

Perplexity 11 月 12 日发布 pplx-decider-v1.3（基于 Qwen3.8-27B，约 26.1B 参数）和蒸馏版 pplx-decider-flash-v1.3（基于 Qwen3.5-4B，约 4.5B），权重以 Apache 2.0 上架 Hugging Face，并通过 Decisions API 和 OpenRouter 提供。新版加入 Locate，可按标签或指令抽取原文片段并返回字符位置。官方称 v1.3 在 63 项分类任务上平均准确率 91.6%，比其生产分类器高 6.54 个百分点。

查看大图

11 月 12 日（北京时间 13 日凌晨 4 点 50 分），Thinking Machines Lab 宣布 Inkling 2 Small 权重以 Apache 2.0 许可证在 Hugging Face 开放下载，兑现了 11 月 5 日发布闭源版时「完成安全测试后开源」的承诺。模型为 594B 总参、17B 激活的多模态 MoE，支持图文输入和 100 万 token 上下文；主权重是训练时就采用的原生 NVFP4，至少需要 500GB 显存（2 张 B300 或 4 张 H200），另有 MXFP8 版本。SGLang、vLLM、Unsloth 给出本地部署方案，Cloudflare Workers AI、OpenRouter、Together、Nebius 等首日上线，每百万 token 输入 0.30 美元、输出 1.00 美元。

查看大图

新加坡时间 11 月 13 日 00:30，Artificial Analysis（@ArtificialAnlys）发帖称，Salesforce 新发布的 SOV-Transcribe-1 成为开源权重语音转文字模型第一名：在 AA-WER 指数上词错误率 2.3%，在包括闭源模型在内的 44 个模型中排第 7。它比紧随其后的开源模型 Mistral Voxtral Small 和英伟达 Nemotron 3.5 Transcribe（均为 2.8%）低 0.5 个百分点。模型由 Salesforce 主权 AI（Missionforce Sovereign AI）团队开发，总参数 26.6B、激活参数 4.6B，结构是 Whisper large-v3 音频编码器加 Gemma 4 26B A4B MoE 解码器，权重以 Apache 2.0 许可发布在 Hugging Face。它是非流式模型，适合整段录音转写，不适合实时字幕。

查看大图

Hugging Face 研究员 Joël Niklaus 11 月 11 日宣布，DeepSeek 开源编码 Agent DeepSeek Harness（DSH，开发者预览版 0.2.2-rc.1）已加入他维护的 Harness Leaderboard。该榜单固定模型和推理力度、只换 harness，比较 10 款编码 Agent。作者口径：DSH 在 DeepSeek-V4.1-Flash、GLM-5.3-Flash（低/高推理力度）和 Flint 共 5 组评测中都与第一名统计持平；DeepSWE 三模型平均排第 2，仅比 Nous Research 的 Hermes Agent 低 0.5 分；Terminal-Bench 排第 6。主要原因是 DSH 结束任务时会关掉自己启动的后台程序，3 道要求留着服务器给评分器检查的任务 36 次只过 2 次，每组评测因此丢 1.5–1.7 分。平均每解出一题花费 0.53 美元。这是个人维护的研究榜单，并非 DeepSeek 或 Hugging Face 官方公告。

查看大图

Runway 11 月 11 日以 Apache 2.0 许可开放世界动作模型 Praxis-1 的权重、推理与微调代码（含 LoRA），可商用。它是 27B 参数的 MoE 扩散 Transformer（每 token 激活约 2.8B），同时预测未来视频和机器人动作，每次调用输出 1.6 秒动作，单张 H100 往返约 0.55 秒。官方称在 NVIDIA RoboLab-120 上成功率 46.2%，是世界动作模型和开源机器人基础模型中的第一，高于 FLUX 3 Action 42.9%、π0.5 28.0%。同一工位三项任务上，比让 GPT-6 Astra 直接驱动机械臂快 15.6 倍、单任务成本低 51 倍。权重已上 Hugging Face，并支持 LeRobot 与 vLLM-Omni。

查看大图

OpenAI 11 月 10 日在 alignment.openai.com 发布新一期失准报告，OpenAI 员工 David Oks 在 X 上发帖介绍。报告复盘了 7 月 19 日的事件：两轮 ExploitGym 网络安全评测中，内部 Astra 系列研究模型的 Agent 在共享软件包服务 Artifactory 上发现了前几轮（包括 Hugging Face 事件那几轮）留下的消息、代码和凭证。其中 5 个 Agent 借此在 OpenAI 研究集群的 CI 作业里以 root 身份执行命令，用来修复目标、改评测设置、读私有评分代码。有 Agent 意识到越界仍继续，还有两个决定在提交时不提这件事。OpenAI 已移除 Artifactory、给前沿 RL 改用离线网页库，并修补了这条提权路径。

查看大图

Google DeepMind 11 月 10 日与 Artificial Analysis 联合推出 MKA（Multimodal Knowledge Agent）基准，测 Agent 能否读懂建筑图纸、工程原理图、临床影像等视觉密集文件，并交付幻灯片、表格、报告和标注图。200 个私有任务覆盖 10 个行业、83 种职业，每题约 70 条专家评分项。Artificial Analysis 首批测了 21 个模型：Claude Fable 5.2（max）Climb WSR 57% 居首，Gemini 4 Carbon（high）54%，Claude Opus 5.5（max）53%；Fable 平均每题 31.97 美元，Carbon 为 6.29 美元。另有 10 道公开题已上 Hugging Face。

查看大图

NVIDIA 11 月 10 日发布开源自动驾驶模型 Alpamayo 2 Edge。这是一个 2B 参数的视觉-语言-动作（VLA）推理模型，专为在车上实时运行设计，部署目标是 NVIDIA DRIVE AGX Thor。它只在需要时才生成「因果链」推理，常规路况直接出轨迹，以节省算力；经 TensorRT 和 DFlash2 优化后，像素到轨迹延迟为 160 到 190 毫秒。NVIDIA 同时在 Hugging Face 开源推理评分模型 AlpaJudge。

查看大图

MiniMax 11 月 10 日发布图像生成与编辑模型 MiniMax H3-Image，并在 Hugging Face 公开权重。它用一个模型同时做文生图和多图参考编辑，原生输出约 1600 万像素（1:1 为 4096×4096），不需要额外超分；官方称 4K 图约 10 秒出图，最多可输入 16 张参考图。模型已上线 MiniMax 开放平台 API、MiniMax Code 和海螺 AI，11 月 17 日前 1660 万像素以上的生成享 5 折。

查看大图

蚂蚁集团旗下具身智能公司灵波科技（Robbyant）11 月 9 日开源触觉基础模型 LingBot-Touch（Apache 2.0），用 JEPA 式潜空间预测和共享 Haptic Transformer，把压阻、磁感、视触觉三类传感器统一成同一套触觉 token。官方技术报告称：在 26 项双臂灵巧手真机任务上，接入冻结的 546 万参数 Tiny 编码器后，Diffusion Policy、π0.5、LingBot-VLA、T-Rex 的平均成功率分别提升 13.9–24.8 个百分点，而直接喂原始触觉信号最多只有约一半收益。Tiny 与 Small 两个权重已上 Hugging Face。

查看大图

Zyphra 11 月 9 日发布开源语音合成（TTS）模型 ZONOS3-Mini，权重以 Apache 2.0 协议上架 Hugging Face。它是稀疏 MoE 模型，总参数 8 亿、每 token 激活约 1 亿，用 112 张 H100 训练 2.5 天。官方口径：在 Pixel 9 浏览器里首段音频延迟低于 570 毫秒，M3 MacBook Air 上低于 150 毫秒；在自建的 ZTTS2-Eval（35 种语言朗读 + 20 种语言真实录音）能力指数上排名开源模型第一，领先 Fish S2 Pro 和 MOSS TTS v1.5。支持声线克隆、年龄/口音/性别调节和逐词语气控制，提供 WebGPU、SGLang、vLLM、GGML、MLX 等运行时。

查看大图