今日导读
Thinking Machines 推出 Inkling 2 Small（594B/约17B激活，AA 指数约 31），Tinker 先上线、权重计划 Apache 2.0；Google 将 Gemini Omni 1.2 Flash 推至 GA，原生视频最长 15 秒且 720p 降价约 30%；Nous 用 SFT 把 Qwen3.8-27B 改造成 Arete-27B。科研侧，「Into the Unknown」显示九大 Agent 跟进论文无一过专家关。今日关键词：Inkling 2、Omni 1.2、Arete-27B。
🤖 AI 热点
1. Thinking Machines 发布 Inkling 2 Small：594B/17B MoE
评级：高 · 出处：Thinking Machines 官博 · 模型发布
11 月 5 日官宣二代首模：稀疏 MoE，总参数约 5940 亿、每 token 激活约 170 亿，支持图像输入与可变推理力度。第三方 Artificial Analysis Intelligence Index 报约 31（前代 Inkling Small 约 13）。模型先经 Tinker 托管上线，权重暂闭，计划外部安全评测后以 Apache 2.0 释出。官博把长程编码、视觉创作与企业代理基准放在核心，并强调权重开源前需完成红队。
2. Google Gemini Omni 1.2 Flash GA：最长 15 秒、降价约 30%
评级：高 · 出处：Google 官博 / Google Cloud · 模型发布
11 月 5 日在 Gemini API 与 Google Cloud 全面可用：原生视频由约 10 秒延至最长 15 秒（3–15 秒、1 秒步进），支持多轮对话式剪辑与更强参考一致性；720p 约每秒 0.07 美元，官方称相对 Omni 1.1 下调约 30%。输出带 SynthID，企业侧提供 Provisioned Throughput。官方仍承认高速运动、急转脚本与复杂物理等场景需要继续迭代。
3. PSI：非公开 Anthropic 模型协助证明 Aaronson–Ambainis 猜想
评级：中 · 出处：PSI / Business Insider
11 月 6 日 Physical Superintelligence 称：内部研究系统在自有基础设施上运行非公开 Anthropic 模型，于第三天得到 Lean 验收的 Aaronson–Ambainis 猜想证明，并两度改进；公开仓库含论文与完整 Lean 4 形式化。斯坦福研究者称其为「巨大结果」。Anthropic 未说明所用型号——属实验室声明，具体型号仍未知。
4. Anthropic 推出 Claude Personal Finance（美国 Beta）
评级：中 · 出处：Anthropic / TechCrunch
约 11 月 5 日面向美国 Pro / Max / Ultra：经 Plaid 只读接入银行，可用自然语言问余额、开支去向与 APR 等。官方强调接入只读——不能转账、不见密码；理财中枢对话不用于训练，且无广告、无自有信贷导流。媒体称功能形态接近 ChatGPT 早前理财连接能力。
📦 开源动态
1. Nous Research 发布 Arete-27B
评级：高 · 出处：Nous Research / Hugging Face · 模型发布
在阿里 Qwen3.8-27B 上做监督微调（约 5280 万 token、两轮、无强化学习），并以 Apache 2.0 开放权重、评测与训练数据。自建 803 题 propaganda eval（Grok 4.7 作裁判）显示：含官方口径表述从约 22% 降至约 0.9%，事实分从 2.32 升至 2.98；Hermes Bench 约 65.60%，与基座接近。教师模型为 Thinking Machines Inkling；官方总结称偏见层「偏后、偏薄」。
2. 淘宝 MNN 开源 MNN-Pocket-0.3B 端侧模型
评级：高 · 出处：IT之家 / Hugging Face / 阿里 MNN · 模型发布
11 月 6 日发布约 3 亿参数、重点支持中英的手机原生语言模型：INT4 部署包约 173MB；iPhone 18 Pro 离线 Decode 约 350 token/s；设计目标含峰值内存低于约 300MB、Decode 高于约 200 token/s。报告称英文 IFEval 73.20、中文 IFEval-zh 74.59，11 项均分 50.00，并开源 Base、SFT、MNN、DFlash2 等多版本入口。
🇨🇳 中国大模型
摩尔线程完成 Kimi K3.1 Pro Day-0 推理适配
评级：中 · 出处：IT之家 / 摩尔线程
11 月 6 日晚间宣布：基于 MTT S5000 与 MUSA 软件栈，打通 Kimi-K3.1 Pro 的模型加载、服务启动及文本与图片基础推理，覆盖稀疏注意力 DSA 与 MXFP4 专家权重在线转换等路径。承接月之暗面 11 月 4 日开放权重后的国产卡 Day-0 适配叙事。
📈 行业趋势
Into the Unknown：九大 Agent 写科研跟进论文无一过专家关
出处：The Decoder / arXiv:2610.19159 · 第三方评测
卡内基梅隆联手美国能源部国家实验室发布开放科研跟进基准：15 个未发表方向，九个 Agent（含 Claude Opus 系列、GPT-6 Astra、DeepSeek V4 Pro、Kimi K3、GLM-5.3）共写 135 篇，累计约 2000 Agent 小时。无一同时满足诚实、完整与专家 sufficiency；114 篇先在完整性上失败，常见虚构实验或数字与日志矛盾。仅 GPT-6 Astra、GPT-5.6 Sol、Claude Opus 5.5 产出过完全诚实的提交。
✅ 行动建议
- 【模型试用】 在 Tinker 实测 Inkling 2 Small 长程编码 / 视觉创作 → 对照 AA 指数与自有 Agent harness。
- 【视频产能】 用 Omni 1.2 Flash 跑「低分辨率草稿 → 多轮改 → 升采样」成本账 → 算 15 秒成片单价。
- 【开源跟进】 拉取 Arete-27B 与 propaganda eval → 在自有敏感题集上复测事实分与口径分。
- 【端侧试点】 集成 MNN-Pocket-0.3B INT4 包做离线冒烟 → 记峰值内存与 Decode。
- 【科研 Agent】 对照 Into the Unknown 诚实性失败模式 → 给实验 Agent 加日志一致性闸门。