← Aishaobing的个人播客
2026.11.04
Show notes
节目简介
本期16条:DeepMind 的 Antigravity 上线化学信息学技能并开放一万个免费科研名额;Mistral 放出 Large 4 开放权重;OpenAI 公开评测与生产的行为落差;Google 给出按任务成本路由模型的实践;Claude 增加文本水印;Vercel 发布安全评审;Meta 的 F3 Lightning 把广告 ML 特征推上生产;Hugging Face 开放 CWE-Bench v2、发布 StateBench 与模型集成契约;谷歌 AI 教育者系列扩展;国内方面腾讯开源 WeVisOne-VL-2B、Kimi Code CLI 更新到 v2.4.0、DeepSeek harness 发到 v0.2.2-alpha.3、MiniMax Code 提交 Python SDK beta、Kimi 发布感知评测基准。覆盖模型能力、安全评测、开发工具与企业落地四个方向。
00:00 能力进工具 落差被公开
00:25 Google DeepMind:Antigravity上线 化学信息学技能
00:55 Vercel Security Review 公开测试: 推送即扫漏洞
01:27 Mistral Large 4 权重开放: 1万亿参数原生多模态
01:54 Google 开发者博客:按"每个成功任务" 给 Gemini 做模型路由
02:18 Anthropic 发布说明:这三个 Claude 模型 生成的文本带官方水印
02:49 OpenAI 对齐团队:六个模型都存在 "评测-生产"落差
03:16 Google 宣布 AI 教师培训 将扩展到四个国家和撒哈拉以南非洲
03:52 Meta:广告特征框架 F3 上线 Lightning 层
04:20 CWE-bench v2 开放100个 漏洞修复任务
04:52 Ai2 发布 StateBench: 长文档状态追踪基准
05:22 Transformers 引入"模型集成契约": 靠小模型抓到 UMT5 回归
05:58 腾讯开源 WeVisOne-VL: 2B / 4B 两档视觉语言模型
06:28 Kimi Code CLI v2.4.0 上线: 可导入 Claude Code 与 Codex 会话
06:59 DeepSeek Harness 发布 v0.2.2-alpha.3: 统一菜单与代码审查入口
07:31 MiniMax Code 开源 Python SDK 首个公开测试版 0.1.0b1
08:04 月之暗面发布 PerceptionBench: 把"看错"拆成10项原子能力
08:34 看口径 也看边界
原始来源
Google DeepMind:Antigravity上线 化学信息学技能
https://deepmind.google/blog/agentic-cheminformatics-with-google-antigravity/
Vercel Security Review 公开测试: 推送即扫漏洞
https://vercel.com/blog/vercel-security-review
Mistral Large 4 权重开放: 1万亿参数原生多模态
https://mistral.ai/news/mistral-large-4
Google 开发者博客:按"每个成功任务" 给 Gemini 做模型路由
https://developers.googleblog.com/cost-per-task-using-cheap-classifiers-to-route-across-gemini-models-and-thinking-levels/
Anthropic 发布说明:这三个 Claude 模型 生成的文本带官方水印
https://platform.claude.com/docs/en/release-notes/overview#november-3-2026
OpenAI 对齐团队:六个模型都存在 "评测-生产"落差
https://alignment.openai.com/eval-production-behavior-gap/
Google 宣布 AI 教师培训 将扩展到四个国家和撒哈拉以南非洲
https://blog.google/products-and-platforms/products/education/google-ai-educator-series-global-expansion-november-2026/
Meta:广告特征框架 F3 上线 Lightning 层
https://engineering.fb.com/2026/11/03/ml-applications/f3-lightning-how-meta-accelerates-ads-ml-features-to-production/
CWE-bench v2 开放100个 漏洞修复任务
https://huggingface.co/blog/cwe-bench
Ai2 发布 StateBench: 长文档状态追踪基准
https://huggingface.co/blog/allenai/statebench
Transformers 引入"模型集成契约": 靠小模型抓到 UMT5 回归
https://huggingface.co/blog/transformers-mic
腾讯开源 WeVisOne-VL: 2B / 4B 两档视觉语言模型
https://huggingface.co/tencent/WeVisOne-VL-2B
Kimi Code CLI v2.4.0 上线: 可导入 Claude Code 与 Codex 会话
https://www.kimi.com/code/docs/kimi-code/whats-new.html
DeepSeek Harness 发布 v0.2.2-alpha.3: 统一菜单与代码审查入口
https://github.com/deepseek-ai/deepseek-harness/releases/tag/dsh-v0.2.2-alpha.3
MiniMax Code 开源 Python SDK 首个公开测试版 0.1.0b1
https://github.com/MiniMax-AI/minimax-code/commit/a5a05c23cd9ffe2ef4b5c339e165a9aa8220efcd
月之暗面发布 PerceptionBench: 把"看错"拆成10项原子能力
https://www.kimi.com/blog/perception-bench
OPC 中国:https://opczhongguo.com
本节目采用AI辅助编辑、AI配音与酷恩02数字人。新闻画面来自所列官方文档、原帖、官方网站及官方演示;事实核查与编辑由酷恩工作流完成。
00:00 能力进工具 落差被公开
00:25 Google DeepMind:Antigravity上线 化学信息学技能
00:55 Vercel Security Review 公开测试: 推送即扫漏洞
01:27 Mistral Large 4 权重开放: 1万亿参数原生多模态
01:54 Google 开发者博客:按"每个成功任务" 给 Gemini 做模型路由
02:18 Anthropic 发布说明:这三个 Claude 模型 生成的文本带官方水印
02:49 OpenAI 对齐团队:六个模型都存在 "评测-生产"落差
03:16 Google 宣布 AI 教师培训 将扩展到四个国家和撒哈拉以南非洲
03:52 Meta:广告特征框架 F3 上线 Lightning 层
04:20 CWE-bench v2 开放100个 漏洞修复任务
04:52 Ai2 发布 StateBench: 长文档状态追踪基准
05:22 Transformers 引入"模型集成契约": 靠小模型抓到 UMT5 回归
05:58 腾讯开源 WeVisOne-VL: 2B / 4B 两档视觉语言模型
06:28 Kimi Code CLI v2.4.0 上线: 可导入 Claude Code 与 Codex 会话
06:59 DeepSeek Harness 发布 v0.2.2-alpha.3: 统一菜单与代码审查入口
07:31 MiniMax Code 开源 Python SDK 首个公开测试版 0.1.0b1
08:04 月之暗面发布 PerceptionBench: 把"看错"拆成10项原子能力
08:34 看口径 也看边界
原始来源
Google DeepMind:Antigravity上线 化学信息学技能
https://deepmind.google/blog/agentic-cheminformatics-with-google-antigravity/
Vercel Security Review 公开测试: 推送即扫漏洞
https://vercel.com/blog/vercel-security-review
Mistral Large 4 权重开放: 1万亿参数原生多模态
https://mistral.ai/news/mistral-large-4
Google 开发者博客:按"每个成功任务" 给 Gemini 做模型路由
https://developers.googleblog.com/cost-per-task-using-cheap-classifiers-to-route-across-gemini-models-and-thinking-levels/
Anthropic 发布说明:这三个 Claude 模型 生成的文本带官方水印
https://platform.claude.com/docs/en/release-notes/overview#november-3-2026
OpenAI 对齐团队:六个模型都存在 "评测-生产"落差
https://alignment.openai.com/eval-production-behavior-gap/
Google 宣布 AI 教师培训 将扩展到四个国家和撒哈拉以南非洲
https://blog.google/products-and-platforms/products/education/google-ai-educator-series-global-expansion-november-2026/
Meta:广告特征框架 F3 上线 Lightning 层
https://engineering.fb.com/2026/11/03/ml-applications/f3-lightning-how-meta-accelerates-ads-ml-features-to-production/
CWE-bench v2 开放100个 漏洞修复任务
https://huggingface.co/blog/cwe-bench
Ai2 发布 StateBench: 长文档状态追踪基准
https://huggingface.co/blog/allenai/statebench
Transformers 引入"模型集成契约": 靠小模型抓到 UMT5 回归
https://huggingface.co/blog/transformers-mic
腾讯开源 WeVisOne-VL: 2B / 4B 两档视觉语言模型
https://huggingface.co/tencent/WeVisOne-VL-2B
Kimi Code CLI v2.4.0 上线: 可导入 Claude Code 与 Codex 会话
https://www.kimi.com/code/docs/kimi-code/whats-new.html
DeepSeek Harness 发布 v0.2.2-alpha.3: 统一菜单与代码审查入口
https://github.com/deepseek-ai/deepseek-harness/releases/tag/dsh-v0.2.2-alpha.3
MiniMax Code 开源 Python SDK 首个公开测试版 0.1.0b1
https://github.com/MiniMax-AI/minimax-code/commit/a5a05c23cd9ffe2ef4b5c339e165a9aa8220efcd
月之暗面发布 PerceptionBench: 把"看错"拆成10项原子能力
https://www.kimi.com/blog/perception-bench
OPC 中国:https://opczhongguo.com
本节目采用AI辅助编辑、AI配音与酷恩02数字人。新闻画面来自所列官方文档、原帖、官方网站及官方演示;事实核查与编辑由酷恩工作流完成。