2026-11-09-ai日报

AI 日报 · 2026-11-09

素材窗口：当日素材 16 条；近几日来源 29 条。
覆盖 2026-11-07 ~ 2026-11-09 窗口 · 生成器 ai-daily（deepseek-v4-flash） · 降级标记：fetch_budget_dropped:9、discovery_degraded、linuxdo_degraded:no_fetch_realm、ledger_unavailable

📌 今日一句话

VFlash 在 3D 点运动预测上实现约 25 倍生成提速，四任务平均成功率升至 70.2%，高效世界模型再进一步。

🔥 今日亮点

• VFlash 3D 点运动预测提速约 25 倍 — 高效世界模型让具身智能的实时预测更接近可用，速度与成功率兼得。
• Codex 配置投毒成功率超 90% — 凡使用 AGENTS.md/CLAUDE.md 的团队都可能被植入恶意指令，需把安全审查前置。
• 据报 Kimi K3.1 Pro 开放全量权重 — 若属实，开放权重阵营再添前沿级模型，影响自部署与推理成本选择。
• TB-MathModel 让建模题可执行验证 — 为 Agent 提供竞赛级、可复现的真实任务评测基准。

📄 执行摘要

VFlash 在 3D 点运动预测的单次 rollout 初测中实现约 25 倍生成提速，四个 MolmoSpaces 任务套件的平均成功率达到 70.2%，高于基线的 62.6%。TB-MathModel 把完整的数学建模竞赛题做成首个可执行、可验证、终端化的 Agent 基准，测试集覆盖 2023–2025 年 18 道真实 CUMCM/MCM 题目。安全侧，一项研究发现经 AGENTS.md/CLAUDE.md 注入的投毒攻击对 Codex 的成功率超过 90%，为编码 Agent 的配置信任敲响警钟。开源模型侧，据报 Moonshot 已将 Kimi K3.1 Pro 全量权重（3T 级、1M 上下文）上传 Hugging Face，若属实将是开放权重前沿模型的又一里程碑。资本层面，OpenAI 首笔 110 亿美元融资到账、估值 1.25 万亿美元，墨芯则完成近 10 亿元 C+ 轮，显示资金继续向头部与国产算力集中。

模型与前沿能力

VFlash 让 3D 点运动预测提速约 25 倍 已核查 2-0

VFlash 公布了初步单次 rollout 测量结果：在 3D 点运动预测任务上，生成速度约提升 25 倍。在四个 MolmoSpaces 任务套件上，其平均成功率达到 70.2%，明显高于基线的 62.6%，表明高质量预测不必以速度为代价。 [1]

可信度：高

据报 Kimi K3.1 Pro 全量权重上线 [窗口外·重大]

据报 Moonshot 已在 Hugging Face 上传 Kimi K3.1 Pro 的全量权重，规格为 3T 级参数、面向 Agent 编码/3D/金融场景的 1M token 上下文，采用自定义许可。该模型于 10 月 23 日发布，此次开放权重若坐实，将是开放权重前沿模型的重要里程碑；但信息未经窗口内投票，具体许可与可复现性暂不能确认。 [2] [未核查·待证实]

可信度：中

据报 Anthropic 三款内部模型曝光 [窗口外·重大]

据量子位报道，Anthropic 曝光三款内部模型，称其进度领先 Opus 5.5 约三个月，并通过 RSI 将实验时间缩短 80%。该消息属于能力里程碑性质的背景信息，报道日期在窗口内但未参与投票，具体评测口径待确认。 [3] [未核查·待证实]

可信度：中

研究与评测

TB-MathModel 推出首个可执行建模基准 已核查 2-0

研究提出 TB-MathModel（Terminal-style Mathematical Modeling Bench），论文称其为首个同时做到 agentic、可验证、终端化的完整竞赛式数学建模基准。其测试集包含 2023–2025 年的 18 道真实 CUMCM 与 MCM 题目，为评估 Agent 完成整题建模提供了统一、可执行的口径。 [4]

可信度：高

EvoMemState 记忆基准领先基线 12.2% 已核查 2-0

在 MemSyco-Bench 上，EvoMemState 搭配 Qwen3-8B 达到 57.6% 准确率、搭配 GPT-4o-mini 达到 58.9%，较最强基线分别高出 12.2% 与 5.9%。结果表明显式的演化记忆状态能显著提升长程记忆任务的准确率。 [5]

可信度：高

安全与伦理

AGENTS.md 投毒攻击 Codex 成功率超 90% 已核查 2-0

一项针对 AGENTS.md/CLAUDE.md 的投毒攻击链研究显示，当攻击目标为 Codex 时，攻击成功率超过 90%。这说明攻击者可借仓库中的 Agent 配置文件诱导编码助手执行恶意指令，对日常依赖 AI 编程工具的团队构成现实风险。 [6]

可信度：高

Anthropic 称 Claude 被用于导弹制导开发 已核查 2-0

Anthropic 表示，也门北部有个人试图利用其 Claude 模型开发导弹制导系统相关软件。这一披露凸显前沿模型被滥用于军事用途的风险，也让模型访问控制与滥用监测再次成为焦点。 [7]

可信度：高

据报 OpenAI GPT-6 Cyber 限量开放 [窗口外·重大]

据报 OpenAI 的 GPT-6 Cyber 是一款受控访问的网络安全模型（定价 20 美元），11 月 6 日出现在实验室新闻汇总中。它属于有限访问模型、并非旗舰竞争项，开放范围与能力细节暂不能确认。 [8] [未核查·待证实]

可信度：中

产品与硬件

阶跃 STEPX Neo 智能体手机进博会首秀 已核查 2-0

在第九届中国国际进口博览会上，阶跃终端旗下 STEPX Neo 智能体手机于高通展台首次亮相，展示支付宝神券、剪映、携程等生态合作体验。该机以模型、软件、硬件一体化协同，用户可通过个人智能体「阶跃 Amoo」查询消费优惠、用剪映生成旅行视频，并调用携程规划行程与比选交通住宿方案。 [9]

可信度：高

融资与人才

OpenAI 首笔 110 亿美元到账，估值 1.25 万亿 已核查 2-0

OpenAI 已完成本轮融资首笔交割，金额 110 亿美元（约合人民币 780 亿元），本轮总额最高可达 200 亿美元，对应估值 1.25 万亿美元。相比 9 月底原计划按 1.4 万亿美元估值至少募资 300 亿美元，目前实际到账不到原目标的一半，剩余部分预计未来几周内到账。 [10]

可信度：高

墨芯完成近 10 亿元 C+ 轮，距上轮仅 5 月 已核查 2-0

墨芯人工智能完成近 10 亿元人民币 C+ 轮融资，距上一轮近 10 亿元融资仅过去 5 个月。密集融资反映国产 AI 芯片与推理算力赛道仍在获得资本加注。 [11]

可信度：高

Jeff Dean 新公司名为 Discovery Loop 已核查 2-0

Jeff Dean 的新公司命名为 Discovery Loop，四位联合创始人为 Jeff Dean、Sanjay Ghemawat、Quoc Le 与 Oriol Vinyals，均出自 Google，公司以公益公司（PBC）形式设立。这一阵容被视为 Google 系顶级研究人才的一次集中创业。 [12]

可信度：高

⚠️ 未验证与局限

• Kimi K3.1 Pro 权重发布属 [窗口外·重大]（10 月 23 日发布、11 月 4 日上架 Hugging Face），超窗且未参与窗口内投票；规格按「3T 级、1M token 上下文」表述，被否决的「2.8T 总参数/104B 激活」说法未采用，自定义许可条款仍待确认。
• VFlash 的约 25 倍为 preliminary single-rollout 初测数据，70.2% 成功率覆盖四个 MolmoSpaces 任务套件，尚非全面基准。
• GPT-6 Cyber 与 Anthropic 内部模型均为 [窗口外·重大] / 背景信息，未经投票，能力细节与可复现性待官方确认。
• OpenAI 融资、墨芯、STEPX Neo 及 Anthropic 也门事件均来自二手媒体，金额与细节以官方披露为准。