Google智能眼镜开启预购，Runway上线3D生成功能
本期AI动态聚焦硬件与创作工具的落地。Google联合三星等品牌推出智能眼镜并开放预购，标志着AI可穿戴设备进入商业化新阶段。Runway新增文本转3D模型功能，Hugging Face发布相关微调指南。企业侧，Databricks Genie集成Slack，AWS完善多智能体互操作与安全控制。此外，百度昆仑芯M100投用，Anthropic漏洞修复效率引发争议，UCSD推出可验证LLM基础设施。
每日精选
AI 资讯
2026年11月13日 · 星期五
每日 AI 精选
汇集前沿动态、工具解读与行业观察，一站读完今日 AI 要闻。
Gemini 4 Hydrogen接入搜索与编码，MiniMax开源H3图像模型
Google发布Gemini 4 Hydrogen，主打快速编码并接入搜索服务，Agent Arena排名第五。AWS升级AgentCore runtime以支持长时智能体任务。MiniMax开源H3 Image权重，支持原生4K图像生成。Hugging Face推出LLMON标记语言并应用于Granite 4.1。Cognition公布Hydrogen在FrontierCode 2.0基准得分为38.2%。
GitHub发布Agent Skills指南，Devin Teams强化企业协作能力
本期重点包括GitHub推出Agent Skills实践指南，解决智能体间知识复用难题；Cognition为Devin Teams增加共享桌面与企业级管控功能。此外，AWS开放SGLang-Neuron以降低Trainium部署门槛，LMArena开源Web开发数据集，Google向全球推送Gemini 4 Hydrogen模型。
DeepMind用AI验证Signal加密，Google推出低价决策API
本期重点包括DeepMind利用AlphaProof Code在四周内完成Signal协议核心代码的数学形式化验证，生成600万行Lean证明，大幅压缩人工审计范围。Google发布Gemini Decisions API，支持单次处理1000个多模态问题，价格极具竞争力。百度千帆上线深度思考与微表情模型。此外，AWS分享了Java生产级智能体构建方案，Databricks提供了凭据劫持攻击的检测方法。
Claude Fable 5.2登顶评测，百度新模型纯代码生成视觉场景
本期速报关注两大模型动态：Anthropic的Claude Fable 5.2在Web开发与智能体评测中表现强劲，但单次任务成本高达10美元以上；百度文心新模型展示通过纯代码生成《后室》场景并快速切换画风的能力，且计划开源。此外，AWS推出跨框架智能体评估系统UAEF，昆腾动力机器人进入物流规模化交付阶段，酒店洗衣机器人展示双脑协同方案。
Salesforce开源SOV-Transcribe-1：40亿参数语音模型实测表现
Salesforce发布了SOV-Transcribe-1，这是一个拥有40亿活跃参数的开源语音识别模型。它在英文转录准确率、关键实体识别以及口音适应性上表现突出，尤其在嘈杂环境和特定领域术语识别上优于同类开源模型。该模型支持通过指令调整输出风格，并允许开发者通过上下文偏置优化专有名词识别，适合构建企业级语音应用。
ZONOS3-Mini开源：1亿参数实现实时语音克隆与精细控制
Zyphra发布ZONOS3-Mini，这是一个仅含1亿激活参数的开源TTS模型。它支持43种语言的零样本语音克隆，能在手机和浏览器中实时运行。通过新的音频编码器和混合架构，它在保持高音质同时大幅降低延迟，并允许用户像调音一样精细控制语速、情感和口音。
用 LoRA 微调 TRELLIS.2：让 3D 生成模型更懂你的数据
通用 3D 生成模型在处理特定品类时往往细节失真。本文介绍如何通过 LoRA 技术微调 TRELLIS.2，仅针对几何结构阶段进行训练，在保留原有纹理能力的同时，显著提升鞋类等特定物体的生成精度。我们将拆解从数据预处理、适配器注入到训练评估的完整流程，并提供可在 Hugging Face Jobs 或本地 Docker 运行的脚本方案。
IBM发布LLMON：用结构化标记解决大模型提示注入难题
IBM Granite团队推出LLMON，一种专为大语言模型设计的标记语言。它通过显式分离指令与数据，利用保留特殊令牌界定结构，显著降低提示注入攻击成功率。新版3B和8B预览模型在保持通用能力的同时，能精准识别执行块，忽略未绑定的干扰信息，为构建更安全的AI应用提供了新思路。
NVIDIA发布日语PII合成数据集，解决业务文档隐私保护难题
NVIDIA发布了包含10万份合成日语业务文档的Nemotron PII Japan数据集。该数据集覆盖金融、医疗等8个领域，提供精确的PII标注，旨在帮助开发者在不使用真实客户数据的情况下，训练和评估AI模型的隐私保护能力，特别是解决日文语境下实体识别和数值一致性校验的痛点。
离线语音交互新方案：Google AI Edge Gallery 端侧 ASR 与 TTS 实践
Google 在 AI Edge Gallery 中推出了完全离线的端侧语音识别（ASR）和文本转语音（TTS）能力。通过 ML Kit、MediaPipe Tasks 和 LiteRT，开发者可以在 Android、iOS 及 Web 端实现低延迟、高精度的多语言语音交互，无需联网即可运行 Gemini Nano 等小语言模型，适用于 XR 语言教学、智能眼镜及离线聊天场景。
Anthropic玻璃翼计划遭质疑：挖出近4万漏洞，仅修复217个
网络安全公司VulnCheck发布报告指出，Anthropic的“玻璃翼计划”在七个月内利用Claude挖掘了37966个候选漏洞，但公开记录中仅修复217个。文章分析了AI挖洞速度与人工审核、开源维护者修复能力之间的巨大落差，探讨了技术债偿还困境及AI自动修补代码的现实难题。