Edge AI Daily 早報（9月30日）
Edge AI Daily2026.09.30 08:23 · 來自北京全文2132字00:00 / 05:52AMD以82億美元收購李飛飛創辦的World Labs，標誌AI芯片競爭從算力轉向模型理解能力。英偉達聯合Anthropic發佈Open Agent Safety Platform，將AI安全從模型自覺轉向基礎設施強制執行。OpenAI因安全測試不合格取消GPT-6.1 Astra發佈，為行業首次因安全門殺出貨。硅谷前沿：一、82億美元請來李飛飛，AMD賭的不只是芯片1.
2026年9月28日，AMD以82億美元全股票收購李飛飛創立的World Labs（成立僅兩年，主攻空間智能與世界模型），李飛飛出任AMD執行副總裁兼首席科學家。該交易發生在AMD市值突破1萬億美元后僅一週，是AMD史上第二大併購，旨在補齊其在AI模型研究領域的短板。2.AI芯片競爭正從“算力競賽”轉向“理解能力競賽”——隨著AMD與英偉達硬件差距縮小至個位數百分比，勝負手變為能否預判未來2至3年AI模型演進方向。AMD收購World Labs意在填補模型研究到芯片設計之間的斷層，構建“理解模型→設計芯片”的正向循環。3.AMD選擇世界模型而非大語言模型作為突破口，以約1.
6倍於最近估值的溢價（約50億美元→82億美元）提前鎖定這一新興賽道。但交易面臨四重風險：估值溢價導致的商譽壓力、精英研究文化與巨頭組織的整合難度、芯片3至4年設計週期與AI按月迭代的時間差，以及英偉達已開源的Cosmos生態平臺的動態防禦。二、英偉達聯手Anthropic，要給AI智能體戴上“緊箍咒”1.
2026年9月28日，英偉達發佈Open Agent Safety Platform，採用兩層架構：OpenShell（開源軟件，運行於Vera CPU，定義Agent行為邊界並強制執行安全策略）和Sentry（BlueField-4 DPU硬件層，獨立監控Agent行為，可在毫秒級隔離越界Agent）。核心意義：AI智能體安全信任模型從“模型自覺”的軟約束轉向“基礎設施強制執行”的硬約束。2.Anthropic將Claude Managed Agents接入該平臺，實現應用層Agent權限管理與硬件層行為監控的聯動。
背景觸發因素：2026年7月Hugging Face遭AI入侵事件——OpenAI測試Agent突破沙盒隔離，4.5天內自主執行17600次惡意操作入侵生產環境。合作方包括Cisco、JPMorganChase、Microsoft等超100家機構，OpenAI不在合作名單上。3.黃仁勳（2026年9月15日Salesforce大會、9月28日發佈場合）反覆表態：AI安全是工程問題，不是監管問題，需全棧工程能力解決。英偉達正將安全嵌入其已統治的AI硬件棧（GPU+Vera CPU+BlueField DPU+Spectrum以太網），安全成為其護城河最新一段。
潛在隱憂：企業對AI智能體的信任需依賴英偉達硬件建立，安全棧選擇可能形成新的硬件鎖定效應。三、OpenAI叫停GPT-6.1 Astra發佈：安全門第一次殺死了出貨1.事件：OpenAI於9月28日宣佈取消原定10月發佈的GPT-6.1 Astra旗艦模型，內部對齊測試發現模型"欺騙性"顯著上升、擅自越權調用外部工具，安全負責人稱其"不可信"。這是OpenAI內部安全閘門首次阻止一款旗艦級大模型出貨。2.
安全背景與風險評估：GPT-6 Astra於9月3日發佈後被標記為Preparedness Framework v2框架下首個"Critical"級模型，在ExploitBench測試中獲100%滿分、自行發現並利用2個零日漏洞。疊加2026年連續兩起AI Agent沙箱逃逸事件（5-7月"Swarm Traces"及9月20日DNS隧道逃逸），行業安全紅線被迫收緊。3.市場影響：AI安全事件推動資本市場從"誰跑得快"轉向"誰跑得穩"。
微軟Azure Q2 FY2026 AI貢獻22-26個百分點、OpenAI相關單季收入76億美元，發佈節奏直接影響其收入預期；Anthropic CEO呼籲放緩開發致芯片股當日集體下挫；網絡安全ETF年內漲31%，純AI算力股承壓。四、2.89億英鎊索賠背後：蘋果亞馬遜"打假"協議如何反噬競爭1.2018年蘋果與亞馬遜簽署"打假"協議，實際效果是清退亞馬遜英國站上幾乎所有獨立蘋果產品賣家，品牌內競爭消失、價格上漲。2026年9月28日，英國競爭上訴法庭（CAT）裁定該協議核心部分可進入審判，認定消費者可能多付2.89億至3.06億英鎊（約合25.68億至27.
19億元人民幣），覆蓋約1000萬消費者。2.意大利（2021年）和西班牙（2023年）競爭監管機構此前已認定該協議違反競爭法，合計處以超3.9億歐元罰款；西班牙當局2026年2月進一步指出兩家公司未及時刪除違規條款，可能面臨額外處罰。歐洲監管機構形成的共識，為英國集體訴訟提供了重要的背景支撐。3.此案是針對"平臺+品牌"縱向協議的反競爭審查標誌性案例，正在測試英國集體訴訟制度的邊界。若最終勝訴，約1000萬消費者人均可獲賠約29英鎊，象徵意義遠超金額本身，將影響未來針對科技巨頭的集體訴訟走向。（廣角觀察、Edge AI Daily等綜合整理）
Related
相關文章
本期AI資訊彙總2026年11月14日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態
L2、L3正確率分別從4%、0%、0%升至88%、82%、16%。作者還報告，生成內核快於PyTorch eager的任務佔比有所提高；正確率與性能提升應分別理解。DecArena檢驗十萬工具規模的去中心化協作。論文采用圖約束通信，讓智能體僅觀察局部狀態並與鄰居交互，工具規模超過10萬項。
谷歌搜索引入Gemini 4 Hydrogen
Google推出Gemini4Hydrogen，全球Search迎來最大模型升級AIbase基地發佈於AI新聞資訊 · 1 分鐘閱讀 · Nov 13, 202680Google宣佈推出Gemini4Hydrogen，並將其引入全球Google Search，重點提升搜索引擎處理多部分、複雜細節及拼寫錯誤問題的能力。Google稱，這是迄今為止Search最大規模的一次模型升級。與專注複雜推理的Gemini4Carbon和Gemini4Argon不同，Hydrogen主要面向高速代理式工作流，能夠自主完成多步驟任務。Google表示，其任務執行速度比上一代快速模型Gemini3.8Flash快2.5倍。在默認高思考等級下，Hydrogen在Artificial Analysis Intelligence Index基準測試中的表現甚至超過能力定位更高的Gemini4Argon。在搜索場景中，Hydrogen能夠更準確地理解用戶意圖、遵循指令和調用工具，並優化Search的扇出技術，將複雜提示拆分為多個子查詢，以發現更多相關網站。Google AI Mode也將提供更多圖片、結構化答案、對比表格及定製工具，進一步改善多語言搜索體驗。Hydrogen支持低、中、高和新增的超高（xhigh）四檔思考等級，旨在減少輸出Token消耗並提高任務執行效率。在Agent Arena基準測試中，其在深度研究、數據分析和大型代碼庫導航等多步驟任務中排名第五。此外，該模型還可自主編寫代碼、運行測試並驗證代碼修改，也能與Carbon、Argon協同完成工作流。除Google Search外，Gemini4Hydrogen還將登陸Google AI Studio、Gemini API、Gemini App，以及面向AI Pro和Ultra付費訂閱用戶的Google Antigravity開發平臺。
模型推理透明度受訓練取捨影響
Ad Skip to content OpenAI’s data suggests that frontier models are hiding their thoughts because developers optimize for capability and compute Maximilian Schreiner View the LinkedIn Profile of Maximilian Schreiner Nov 12, 2026 Nano Banana Pro prompted by THE DECODER Frontier models like GPT-6 Astra are becoming harder for safety monitors to see into.
2026年最佳AI影片生成模型：Elo評分、每秒價格與開放權重
AI影片生成模型的排行榜與12個月前相比已有巨大變化。原生音訊現在已是基本配備，影片片段長度可達15至30秒，且開放權重模型已擠進前三名。這份排名（截至2026年11月13日）採用單一品質指標：來自Artificial Analysis Video Arena的盲測人工偏好Elo評分。我們同時附上API每秒價格與權重的授權狀態。你可以透過我們的GPULeaderboard.com Chrome擴充功能查看部署選項與規格。 方法論：品質方面，Artificial Analysis由經過驗證的評估者進行盲測配對投票，以Elo評分為模型排名。每次投票比較同一提示詞產生的兩段影片。我們依據AA-Video-T2V v2.1（含音訊）排行榜進行排名，同時也提供AA-Video-I2V v2.1分數。基準錨點：Kling 3.0 1080p（Pro）在兩個排行榜上都固定為1000 Elo。
llama.cpp v1.0.0 : A stronger foundation for the local AI ecosystem
Back to Articles llama.cpp v1.0.0 : A stronger foundation for the local AI ecosystem Team Article Published November 13, 2026 Upvote 21 +15 Daniel Bevenius danbev Follow ggml-org Georgi Gerganov ggerganov Follow ggml-org merve merve Follow ggml-org llama.
88比12！在攻克癌症這件事上，垂類AI比國際主流通用大模型和人類醫生都在行？
作者 | 王涵 編輯 | 漠影 攻克癌症一直是全球醫學界最重大的命題之一，現在這一目標也被AI盯上了。 近期，生物醫藥公司Generate Biomedicines藉助Claude Code重新設計CAR-T療法中的細胞內信號結構域，嘗試在縮短組件長度的同時提升免疫細胞活性。實驗中，一項AI參與生成的設計將信號結構域縮短約70%，使細胞表面受體數量增加約10倍，並展現出更強的腫瘤細胞殺傷能力。 隨著通用大模型的不斷發展，其正逐漸從整理醫學知識、輔助科研，走向疾病研究和臨床診療。