2026 年 11 月341 条

OpenAI 推出 Images 2.6 模型，ChatGPT 首次可原生生成 GIF：用户输入提示词或上传照片即可出图，并能调整播放速度、逐帧编辑和分享。此前 ChatGPT 无法一步生成 GIF。该版本同时加快 ChatGPT 内的图像生成，并向所有 ChatGPT 与 Codex 用户开放，覆盖网页、桌面和移动端。API 侧新增 GPT-Image-2.6 Flare 与 Sunburst 两个型号，主打更快速度与更高画质。OpenAI 称 ChatGPT 与 API 每周生成的图像已超过 40 亿张，高于 9 月公布的 30 亿张。

Google宣布，从明年起K-12学生账号中的Gemini、NotebookLM、Classroom中的Gemini及Google Search等AI功能默认关闭，需管理员主动开启。管理员无法单独关闭AI功能而保留搜索，因为搜索与AI已深度整合；选择限制AI的学校，学生将无法使用搜索，并会看到学校提示不可用的消息。Google教育副总裁Chris Phillips表示，搜索和AI已深度整合。同时Google将Guided Learning嵌入搜索的AI Overviews，本月起在部分美国学校测试。

OpenAI 官方博客宣布启动 Grid Protectors Program。该计划将与公用事业公司合作，目标是让未来的算力园区在运行中支持电网可靠性，并保护普通用户的用电成本。材料未披露参与方名单、时间表、具体技术手段或覆盖范围。

Anthropic 在周一提交的修订版 S-1A 文件中，除更新财务数据外，还在细则部分提示公司已接近具备递归自我改进（RSI）能力的模型。文件显示其营收大幅增长，支出同样上升。RSI 指模型能够自行构建或改进 AI 系统。

Netflix 在电视端应用中新增“AI Discover”标签页，用来展示由 AI 驱动的实验性功能，帮助用户寻找新剧集和电影。首批实验会按主题聚合内容，例如“轻松一点”“家庭电影夜”“快速观看”；用户选定主题后，应用会给出与该主题匹配的推荐，如果用户不喜欢某条推荐，可以告知应用，应用会记住这一反馈。Netflix 称，该功能由一套持续构建的智能层驱动，能实时响应用户的反馈并持续学习。该标签页位于顶部菜单，目前正在美国逐步向在受支持电视上以英语使用 Netflix 的会员推出。

Apple 在 iOS 27.3 更新中向开发者开放 Apple Watch 的 Audio Intelligence 测试，包含四项可选 AI 功能：重要声音识别、借助 Shazam 的歌曲识别、Live Rewind 与 Siri Recaps。Live Rewind 允许用户双击数码表冠，把过去 15 秒的对话以文字片段显示在表盘上；片段可忽略并永久消失，也可存入 iOS 27 自带的 Siri 应用，或点选「Ask Siri」追问其中内容。双击时会伴随提示音与动画，告知周围人正在录音；未保存的片段在 30 秒后自动删除。

Anthropic技术人员确认，已在Opus 5.5模型的系统提示词中加入两条规则，引导Claude不要重新创建属于他人的特定游戏，允许原创游戏、特定类型游戏以及使用用户自有设计和素材制作的游戏，但不得复刻已存在的特定游戏，改名或自称原创也不行。这一限制源于Opus 5.5在代码能力上的提升：逆向工程与反编译游戏代码变得容易，出现了跨作品改造、PS5越狱后运行其他平台独占游戏等现象。禁令上线后，Claude Code的GitHub issue页面出现大量开发者反馈，称原创项目被误判为复刻而中断。

人形机器人公司 Agility 通过 SPAC 反向并购成为上市公司，并从散户投资者和一部分私募资金处募得 4.65 亿美元新资本。约一年前，竞争对手 Figure AI 的首席执行官曾公开预测 Agility 会在不到 12 个月内破产，如今 Agility 反而先一步进入公开市场。

OpenAI 官方博客披露，其构建了一条自主流水线，用于发现、验证并生成补丁，目标是 Linux 内核中的本地权限提升类漏洞，最终覆盖 948 个此类漏洞。材料未说明该流水线使用的模型、漏洞的发现时间跨度、补丁是否已进入上游内核，也未说明这些漏洞的严重等级分布与对外使用范围。

DreamX 把预训练视频扩散模型当作通用潜在动作学习器，从模型丰富的时空特征中提取紧凑的潜在动作，把每个潜在视频帧从 1200 个 token 压缩到 4 个，压缩约 300 倍。借助视频模型的生成先验，这些潜在动作能捕捉与动作相关的动态，并与视觉外观解耦，从而构成跨本体（人和机器人）、跨环境和跨动作参数化的共享动作接口。在 LARY-Bench 上，DreamX 在潜在动作模型中达到当前最优；在一种设定下编码的动作在另一种设定下仍然有效，支持任意到任意的视频迁移，以及跨本体、跨环境的零样本动作迁移。该共享接口还支持在紧凑的潜在动作空间中学习策略，降低基于视频扩散的策略的计算开销。

论文提出 ReSI-Math 框架，核心观察是模型直接答错并不等于不具备相应能力，部分失败可通过探索模型自身轨迹恢复，形成依赖策略的“可恢复能力前沿”。该框架用 Self-Judge 引导的进化搜索在固定策略下找出可恢复的失败，并随策略演化自适应挑选前沿问题做序列化 RLVR。在 Qwen3-VL-8B 上，621 次尝试中经正确-错误轨迹交叉得到 272 个验证器确认的正确后代，占 43.8%；经三个阶段的一次性 RLVR 后，MATH500 与 WE-MATH 平均分从 78.71 升至 80.16。在单问题 RLVR 对照下，随机选择为 53.31，前沿引导的 Q1 为 54.16。

ElevenLabs 与 SoundCloud 达成合作，用户用 ElevenMusic 生成的音乐可以直接发布到 SoundCloud，不必先导出再上传。SoundCloud Artist Pro 订阅用户可免费获得三个月 ElevenMusic Pro，该档位每月支持生成最多 1000 首歌曲、拆分歌曲分轨文件 500 次、使用 5 个自定义风格或人声。从 ElevenLabs 直接发布到 SoundCloud 的歌曲会被标注，以说明其 AI 来源。这一集成的深度不如 SoundCloud 此前与 Moises 的合作。

纽约时报周一起诉隐私浏览器公司 Brave，指控其抓取该报受版权保护的内容，并把这些内容分发给诉讼中点名的 Anthropic、Perplexity、Mistral、xAI 和 Cohere。同一天，Daily News、Chicago Tribune 和 Orlando Sentinel 也提起类似诉讼。两起案件均提交至曼哈顿联邦法院。

Nothing CEO Carl Pei 在 X 上表示，公司首款 AI 设备将于 12 月出货，距其公布「AI 原生」设备与 AI 操作系统计划仅一年多。他透露该产品没有新屏幕，也不是一款应用，而是带有 Nothing 产品一贯个性与设计感的工具。随文图片只显示「NOTHING(R)」字样与一个黑色圆角轮廓。此前有传闻称 Nothing 计划推出两副 AI 智能眼镜，其中一副不带摄像头，并转向 AI 配件方向。Pei 还提到，全行业都在寻找 AI 的「iPhone 时刻」，但直接去找 AI 的 iPhone 是死路。

一篇被 AISec '26 接收的论文对 MCP 工具投毒做了跨框架实测。作者用开源工具 mcpvenom 构建 9,720 格测试矩阵，覆盖 12 个框架、18 个模型、45 个攻击场景，并用 canary HTTP 回执确认数据是否真的外泄。整体攻击成功率 22.9%，其中 64.9% 触发攻击者工具调用，23.0% 访问攻击者端点，12.1% 可验证地泄露了秘密。防御差异主要来自模型而非框架：九个核心框架的成功率集中在 23% 至 26%，代码审计未发现任何框架有刻意防御，对四家厂商的五次协同披露均被拒绝。

FlowTranslator 是一个免训练的图像内机器翻译框架，思路是把多语言文本生成能力从文生图扩散模型迁移到图像内翻译任务上。它先用 OCR 模型和 LLM 生成翻译提示，再注入基于文生图的扩散模型，并通过 Region Coupling Release 与 Coupling Expansion 两项轨迹控制来提升译文生成的准确性与自然度。在 EasyOCR 回读协议下，PRIM 的 BLEU 与 COMET 平均分分别为 20.6 和 57.2，超过需要训练的基线 UniTranslator；在整图 ScenePair 照片译成中文的任务上，精确匹配准确率为 40.1%。

Uber 高管在财报电话会上披露，2026 年第三季度由第三方 AI 代理完成的行程只有 4 次。同期由 AI 代理完成的 Uber Eats 订单量略高，约为 500 单。这一数据说明，通过 AI 代理调用 Uber 服务的实际规模仍然很小。

苹果服务业务仍处历史高位，但增长承压：App Store 面临监管压力，移动游戏收入下滑。在周一的财报电话会上，苹果表示可能通过第三方应用提升服务收入，但未说明具体做法。材料未给出方案细节、时间表或涉及哪些应用。

一篇被 NeurIPS 2026 GlobalSouthAI Workshop 接收的论文提出，遮挡信息可以从纯视觉流程已经算出的两个距离估计中读出。遮挡对表观高度影响很小，因为检测框仍覆盖整个人；而单目度量深度会被遮挡物拉近，因为深度图报告的是框内最近的表面。方法只依赖两者的排序关系，不需要焦距、身高或深度尺度，前提是深度模型误差接近纯增益，而这一条件可在无标注下检验。在 KITTI 上检测重度遮挡 AUC 为 0.909，覆盖全部标注行人时为 0.888，无需训练和遮挡标注；在固定距离带内 AUC 为 0.894 至 0.925，而单用真实距离接近随机。合成 CARLA 场景中为 0.819，单用距离为 0.644。

论文提出「视野外因果演化」任务：模型需渲染事件、推断其对世界状态的影响，并在视野外延续出因果合理的结果。作者给出 EvoWorld 框架，由视觉语言模型充当「世界大脑」，观察已生成片段、维护世界状态并推理状态转移，再由分段自回归视频渲染器把结果画出来。同时发布 EvoWorld-Data 与 EvoWorld-Bench，用于训练和评测事件实现、因果反应与重访一致性。实验称该方法在保持画质与一致性的同时，明显优于近期模型的事件条件因果演化表现。