METR独立评估:Anthropic的AI研发或已提速约两倍

METR 在 2026 年 8 月至 10 月对 Anthropic 做了高权限独立评估,估算其模型能力提升速度约为历史水平的 2 倍,并认为 AI 参与研发是主要推力之一。这为“AI 加速 AI”提供了罕见的第三方观察,但关键证据被大量遮蔽,结论需谨慎看待。

METR 在 2026 年 8 月至 10 月对 Anthropic 做了高权限独立评估,估算其模型能力提升速度约为历史水平的 2 倍,并认为 AI 参与研发是主要推力之一。这为“AI 加速 AI”提供了罕见的第三方观察,但关键证据被大量遮蔽,结论需谨慎看待。

Perplexity 推出常驻式 AI 代理系统 Teammates,与 Computer 功能整合,可同时扮演多个角色并执行大规模任务。这代表 AI 搜索产品正从“问答工具”向“持续在线的执行代理”演进,值得关注其与现有工作流如何衔接。

AI初创公司Potential Sciences以构建大规模化学数据集为核心,获得英国主权AI基金参投的八位数融资,显示政府资本开始直接押注“数据基础设施”而非只投模型公司。

Hugging Face Papers 收录的论文 SLA 提出,把空间理解从任务微调阶段前移到持续预训练阶段;它让视觉-语言-动作(VLA)模型在动作预测之外,还学习与冻结 3D 感知模型的空间表征对齐。按摘要说法,这一思路试图把空间能力变成可迁移的基础模型能力。

OpenAI 宣布在数据中心项目中不再与公职人员签署保密协议(NDA),并承诺承担全部电力及相关基础设施成本。这一变化发生在美国中期选举之后,多地选民对数据中心扩张表达了反对,值得关注的是它可能推动行业披露标准的变化。

厦门大学DeepLIT团队在Hugging Face Papers发布论文,提出以状态为中心的长期记忆框架EvoMemState,试图解决现有LLM Agent记忆系统“只存事实、不管关系与用法”的问题。

复旦大学团队提出 D3D 扩散草稿模型,让草稿生成不再依赖目标模型隐藏状态,从而与验证环节异步并行;摘要数据显示,它在 Qwen3-32B 上最高达到 7.48 倍解码加速。对推理成本敏感的开发者值得关注。

谷歌于 2026 年 11 月 6 日发布视频生成模型 Gemini Omni1.2Flash,单次生成上限从 10 秒提升到 15 秒,720p 视频成本从每秒 0.10 美元降到 0.07 美元,降幅 30%。它把 AI 视频的单价和长视频拼接成本同时压低,更贴近商业化生产。

Meta 的个人 AI 助手 Muse 于 11 月 6 日面向美国用户上线实时语音对话和虚拟形象功能,让 AI 从文字输入框里走出来,变成可以“打电话”的对话对象。值得关注的是,它把语音生成和面部动画放在同一条数据流里完成,直接指向“类人交互”的竞争方向。

淘宝 MNN 团队开源约 3 亿参数的端侧轻量模型 MNN-Pocket-0.3B,宣称在 iPhone 18 Pro 上完全离线解码可达约 350 token/s,峰值内存控制在 300MB 以内,指向手机本地跑大模型的可行路径。