AI 日报 · 2026 年 11 月 6 日 · 星期五
万物青年
Gemini Omni 1.2 Flash 发布 支持 15 秒原生视频生成与多轮对话编辑
Gemini Omni 1.2 Flash 正式在 Gemini API 和 Gemini for business 上线,支持原生 15 秒视频创建、多轮对话编辑和增强的参考遵循能力。价格从 Gemini Omni 1.1 下调 30%,720p 视频定价为 $0.07/秒,并支持 360p 或 720p 快速草稿生成。
模型发布/更新
OpenAI 发布 GPT-6 Cyber 可发现系统漏洞并提出修复方案
OpenAI 发布 GPT-6 Cyber,一款专门用于搜寻软件安全漏洞的 AI 模型,该模型能发现缺陷、构建可工作漏洞利用代码并建议补丁。GPT-6 Cyber 在无特殊安全指令下,边界违规率降至 0.07%,优于前代 GPT-5.6 Cyber 的 0.06%。
百度开源 ERNIE 5.5 Flash Base 基础模型 2800 亿参数
百度发布了 ERNIE-5.5-Flash-Base 开源基础模型,该模型采用 Mixture-of-Experts 架构,拥有 2800 亿参数,预训练于 33.5 万亿 tokens,训练上下文达 128,000 tokens,支持微调和推理高达 100 万 tokens。
行业动态
AI行业人才变动与多模型发布综述:OpenAI安全、Kimi K3.1 Pro及企业应用实践
AI领域出现人才变动,包括Cat Wu从Anthropic加入OpenAI,Sharon Zhou从AMD加入Anthropic;OpenAI报告其自主管道发现了948个Linux内核LPE漏洞。
论文研究
使用 PDD Kit 形式化验证 Agent 编写的全栈 Web 应用
Microsoft Research 发布 PDD Kit 工具包,用于形式化验证 Agent 编写的全栈 Web 应用,以 Pet Store 的 Rust 前端和后端登录逻辑为例。PDD Kit 将用户意图转化为 Verus 形式化规范,自动生成证明和高质量测试,开发者只需审查意图而非逐行代码。
技巧与观点
Amazon SageMaker AI利用VLM和OCR评估Amazon Marketplace A+内容质量
Amazon Marketplace使用VLM和OCR构建内容质量评估系统,将完整页面渲染为单张快照进行VLM整体评估,并结合OCR的文本可读性信号训练CatBoost分类器。该融合模型在5,478个产品详情页上达到0.94的准确率和0.95的F1分数,通过SHAP生成可操作的改进建议,使修订后的页面质量得分平均提升1.4分。