2026 年 AI 视频生成模型横评:Elo、每秒价格与开源权重对比
文章基于 Artificial Analysis Video Arena 盲评 Elo,对 2026 年 11 月 13 日的 AI 视频生成模型做横向对比。
首页已经看过的不重复列。下面从更早的内容继续,可以一直往下滚。
文章基于 Artificial Analysis Video Arena 盲评 Elo,对 2026 年 11 月 13 日的 AI 视频生成模型做横向对比。
Claude Meeting 将客户误判为外部访客,导致在业务会议中 AI 不作为,暴露了 AI 安全边界设定的根本问题。
AllenAI 与卡内基梅隆、NVIDIA、Johns Hopkins 研究者发布 XYBench,包含 8,115 个真实问题,测试 AI 助手能否识别用户请求背后的隐含误解并转向真正目标,获 EMNLP 2026 最佳资源论文奖。
Meta 把 AOSP 的虚拟设备框架 Cuttlefish 原生移植到 Apple silicon Mac,让 Mac 开发者也能用上与 CI 相同的高保真虚拟设备。
Sierra 宣布 Personal Agent Protocol(Poppy)v1.0 正式可用,该协议定义个人智能体如何通过企业智能体、网站和 API 与公司交互,主要基于 MCP、OpenAPI、UCP 等现有标准构建,认证通过 OAuth 由客户控制权限。
OpenAI 推出 LifeVal 基准,衡量 AI 处理托儿、家庭预算、政府服务等日常任务的能力,GPT-5.2 得分 49%,GPT-5.6 与 GPT-6 Astra 升至约 80%。
OpenAI 推出 ChatGPT Wallet,智能体(dot)可在用户批准下安全地代为完成购买,无需接触用户实际银行卡信息,每笔购买都需通过安全校验。该功能即日起向美国 Pro 订阅用户的 dot 推出。
我们正与 American Express、Mastercard 和 Visa 携手,联合企业与开发者,共同打造 ChatGPT Wallet,让智能体支付值得信赖、稳定可靠。
ChatGPT 官方账号宣布推出 ChatGPT Wallet,dot 可在用户批准下安全地代用户完成购买。智能体支付时不会接触用户的实际卡号信息,每笔购买都需要通过安全检查。该功能即日起在美国向 Pro 订阅用户的 dot 推出,详情见 https://openai.com/index/introducing-chatgpt-wallet/。
腾讯论文发现 MoE 模型的数学、代码等领域技能分散在跨专家的零散神经元中,因此按神经元而非整个专家剪枝可在压缩模型的同时保留大部分能力。其 RAMP 方法按神经元的路由贡献打分,剪掉最无用的 25% 神经元后,6 个模型仍保留 91% 至 98% 的性能。
Anthropic 发布 Claude for Manufacturing 插件,让 Claude 直接访问工业软件以自动化工厂流程,通过四个通用接口连接 Autodesk Fusion、Oracle NetSuite、Microsoft 365 和 Infor,其他系统可经 Microsoft 365 文件导出接入。
Arena 分析了 Code Arena 从 2025 年 12 月到 2026 年 10 月 23 日的数据,涵盖 24 家实验室的 105 个模型和 44 个周榜。
Arena 基于 Code Arena: WebDev 2025年12月至2026年10月的44期周榜、105个模型发布数据发布分析,指出模型发布节奏已成常态加速:月均新增模型从约5个升至10月几乎隔天一个,4家头部实验室占新模型43%。
我们用 Gemini 4 Carbon 在 @Antigravity 中为 Chrome 的离线恐龙打造了一场完整的 3D 峡谷冒险 🦖 从用 Nano Banana 制作的平面角色图开始,Carbon 在 Blender 中绑定了 3D 模型,并编写了一款可玩的第三人称沙漠跑酷游戏,包含滑铲跳跃踢和昼夜交替的天空。
研究分析 Chatbot Arena 上 1,260,967 次盲测投票,仅保留日期快照、固定开源权重等冻结模型对,发现同一对模型"两个都差"的投票每月上升 1.71 个百分点,基线均值为 17.1%。但 2024 年较强模型在决定性投票中的胜率份额基本不变,因此模型排名保持稳定。
Perplexity 发布开源权重的 pplx-decider-v1.3 与 pplx-decider-flash-v1.3 决策模型,以 Apache 2.0 上架 Hugging Face,并可通过 Perplexity Decisions API 和 OpenRouter 使用。
Anthropic 预告美东时间中午 12 点直播 Dario Amodei 与 JPMorgan CEO Jamie Dimon 的炉边谈话,链接为 https://www.youtube.com/live/YHEaEpeY3ew。
OpenAI 于周五推出 ChatGPT Wallet,用户可让名为 dot 的智能体帮助决策购物并代为完成结账。功能初期向限量美国 18 岁以上 ChatGPT Pro 订阅者开放,需绑定美国发行的 Visa、Mastercard 或 American Express。
英伟达联合创始人黄仁勋在承认婚外情后辞去 CEO 一职,CFO Colette Kress 出任临时 CEO。美方怀疑其情人之一、Megaspeed 高管 Alice Huang 为中国间谍,该公司两年内采购了价值 48 亿美元的英伟达芯片。路透社与《纽约时报》还报道了另外两段婚外情,美国国会已就芯片对华销售展开调查并要求黄仁勋作证。
美国公共部门工会正在赢得针对 AI 监控和自动化裁员的保护措施。Ernst and Young 调查显示近 70% 的美国政府机构已使用生成式 AI。
IT之家 11 月 13 日消息,OpenAI 今天(13 日)宣布推出支付功能 ChatGPT Wallet,让旗下 dot AI 智能体代替用户购物。 ChatGPT Wallet 由 OpenAI 与美国运通、万事达卡和 Visa 合作开发,用户使用现有信用卡付款时,仍可享受原有的积分奖励和权益保障。
Anthropic 的 Lance Martin 在 AIE CODE 2026 上展示了 1000 个 Claude agent 在 28.7 小时内完成费马大定理证明及 Claude 的记忆与‘做梦’机制。
作者分享与一家大型 Claude 解决方案公司下线交流的经验,涉及 KYC 机制、环境因素及国内使用方案。
DeepSeek 推出全功能 API,集成联网搜索、深度思考、文件传输和链接读取,并支持 OCR、ASR、TTS 等独立调用。
Databricks 详解其与 OpenAI 合作(始于 2025 年 9 月的多年协议)下企业落地 AI 的三种模式:业务用户用 ChatGPT 配 Databricks Genie 插件按公司指标定义查询数据。
Deepnote 发布 Agent Initiative Benchmark,把主动型智能体放进模拟公司的 Slack 中,考察其是否知道何时介入、说什么、何时保持沉默。
前 OpenAI 研究员 Will DePue 发布取证分析,称 DeepSeek、月之暗面、MiniMax 和蚂蚁集团的六个 2026 年 4 月后发布的模型带有 Nvidia Blackwell 芯片的初始化权重指纹。
中芯国际预计2026年营收将超120亿美元,同比增长30%,12英寸晶圆占晶圆营收79%,国内销售占90.8%,联席CEO赵海军预计AI代工短缺将持续到2028年中。海光CEO沙超群在上海对全球投资者表示,AI算力已从单芯片规格转向系统级竞争,因光刻限制单芯片性能,海光将x86 CPU(下一代型号2027年量产)与DCU加速器在机架层面组合以提升整体性能。
据 Bloomberg 报道,Anthropic 的 IPO 订单超出可售股份六倍,公司及其联合创始人拟通过公开发行募资至多 644 亿美元,另通过私募募资 260 亿美元,目标估值约 1.4 万亿美元,若达成将超过 SpaceX 的 IPO。
Hugging Face CEO Clément Delangue 与 @ggerganov 宣布 llama.cpp v1.0.0 发布,这是这个最常用的本地运行 AI 模型库的首个完全稳定大版本。作者称用户可在手机、笔记本和工作站上免费掌控自己的智能,不向任何人发送数据,并承诺支持所有硬件、平台和模型类型,让 AI 分布式而非集中于少数硅谷机构。