AI 前沿速递 · Vol.171

AI前沿速递 · 2026年11月09日

世界模型融资入冬、OpenAI 发布社区契约与算力园区蓝图、两款美国开源编码模型同周打擂、AWS Kiro 常驻机器人上线、32MB 端侧语音模型

前沿速递 AI 世界模型 OpenAI 开源模型 编码模型 Coding Agent 端侧AI 资本市场

AI 前沿速递 · 2026年11月09日

热钱退潮的世界模型、一份写给社区的算力契约、同周打擂的两款美国开源编码模型、有名字有记忆的编码机器人，还有一个 32MB 就能跑的语音模型。

资本正在撤离”世界模型”

事件概述：量子位 11 月 8 日发布调查报道，“世界模型”赛道正从上半年的热钱汹涌转向”一 TS 难求”。财联社创投通不完全统计显示，10 月物理 AI 及世界模型相关一级市场融资事件仅 5 起，较此前明显减少。多位一线投资人给出的”还能顺利拿钱”名单高度一致：自然意志（清华助理教授丁宁创办，红杉中国、蚂蚁集团、宁德时代入局）、LiberAI（00 后刘松铭，数亿元 Pre-A++ 轮）、物原科技（MIT 博后吴海旭，估值已达数亿美元）、逆矩阵（超亿美元种子++ 轮，新一轮已交割未官宣）、蚂蚁灵波（大厂子弟，LingBot 系列模型）——清一色顶尖高校履历或大厂资源。报道点出两个标志性节点：9 月底 AMD 拟以 82 亿美元收购李飞飞的 World Labs，10 月《华尔街日报》传出亚马逊洽谈约 70 亿美元收购 Decart，两位旗手先后选择”上岸”。二级市场的参照更刺眼：宇树科技 8 月上市首日市值一度约 4449 亿元，10 月中旬股价一度跌至 404.03 元。

为什么值得关注：这篇报道补上了世界模型叙事的资本侧证据——发布侧还在热闹（上期的魔芯 MoWorld 2.0、NVIDIA Cosmos 3），融资侧已经入冬。拐点信号在于分化逻辑：概念溢价消失后，钱集中流向”能拿出技术证据的少数 outlier”，上半年”没模型没产品讲概念”的公司开始失血。行业至今没有统一的”世界模型”定义，李飞飞 6 月专门发文把它划分为渲染器、模拟器、规划器三类，也没能止住”万物皆可世界模型”的注水。对一个兴起不到三年的方向，洗牌来得比谁预想的都快。

相关链接：

OpenAI 发布社区契约与算力园区蓝图：不再让官员签 NDA

事件概述：OpenAI 11 月 5 日发布《国家社区契约》（National Community Compact）与《算力园区政策蓝图》（Compute Campus Policy Blueprint），对自建自营的每个算力园区做出承诺：全额支付自身电力与基础设施成本、项目延期或取消时提供保护其他用户的财务担保、逐园区制定水计划并公开水电用量与噪声研究、每年公开汇报。最实质的一条是不再与公职人员签署 NDA，仅保留覆盖安全信息与商业机密的窄例外。政策蓝图则向各级立法者提议：大电力用户须承担新增电网成本，税收激励条款应公开且未达标可追回。落地样本已经存在：佐治亚 Effingham County 把 OpenAI 的 480 万美元拨款用于全县 1.4 万名学生的免费校餐；俄亥俄 Pike County 敲定了 600 万美元托育投入；与 Georgia Power 的协议允许电网在高需求时段削减对 OpenAI 至多 100 万千瓦的供电。TechCrunch Equity 播客 11 月 7 日讨论了文件出台的背景：中期选举后反数据中心情绪成了跨党派草根议题，地方层面的限制性表决案几乎全部通过。

为什么值得关注：这是选举结果直接改写公司政策的落地样本。TechCrunch 的 Kirsten Korosec 点破了机制：一旦市场上出现监管确定性的信号，企业就会响应；不给信号，他们不会主动做你希望的事。从 1 月的 Stargate 社区承诺到 11 月的全国契约，OpenAI 把”社区关系”从公关动作升级为标准化条款，顺手把已经 toxic 的”数据中心”改名为 compute campus——改名能否救回舆论另说，NDA 退出意味着地方政府与企业之间的信息不对称被撬开了一道口子。电力全价、财务担保、公开水耗这套模板，对国内智算中心的选址谈判也有直接参考价值。

相关链接：

同一周，两款美国开源编码模型打擂

事件概述：11 月 4-5 日，两家公司先后发布开源编码模型。前 Google AlphaChip 团队出身的 Ricursive Intelligence（CEO Anna Goldie、CTO Azalia Mirhoseini）推出 65B 稠密模型 Ripple-65B Preview：12 万亿 token 从头训练，Terminal-Bench 2.1 拿下 80.5（超过 Reflection Beam 的 80.1），SWE-bench Pro v2.0 Hard 79.1，训练总成本 3200 万美元，Apache 2.0 开放下载，OpenRouter 定价 0.20/0.20/0.60 每百万 token。次日，Mira Murati 的 Thinking Machines 发布 Inkling 2 Small：594B 总参数、17B 激活的 MoE，EnterpriseBench-CoreCraft 71.8% 排行榜第三（仅次于 Claude Fable 5.1 的 77.4% 与 Opus 5.5 的 74.4%），Artificial Analysis 智能指数 31 分，承诺一周内以 Apache 2.0 开源权重，Tinker 定价 0.30输入/0.30 输入 / 1.00 输出。

为什么值得关注：两款模型是开源编码两条路线的对撞——Ripple 用 65B 稠密架构讲效率叙事：3200 万美元训练成本，约为上一任美国开源编码王座的十分之一，140 万次 rollout，约为 Reflection 的七十分之一；Inkling 2 Small 用大 MoE 讲性能叙事：权重发布后将是中国以外最强的开源权重模型。VentureBeat 的报道本身也是一堂基准素养课——Ripple 的 model card 与发布图里竞品分数互相矛盾（Meta 在 SWE-bench Pro Hard 一处 72.4、一处 52.3），各家自报数字混着内部评测，“美国开源编码第一”的口径经不起深究。选型时该看的不是榜单，是拿自家仓库实测的完成率、token 消耗与人工介入量。

相关链接：

AWS 给 Kiro 装上”有名字、有记忆”的常驻机器人

事件概述：AWS 11 月 5 日宣布 Kiro Crew 的 bots 功能正式可用。每个 bot 拥有名字、持续对话、独立笔记与专属工作区，负责一块固定职责——监控失败构建、审查代码变更、发布前检查测试与文档——并能调度多个 worker 会话、跟踪进度、纠偏、汇总产出；遇到需要人类决策的节点，bot 会发起请求并继续推进不依赖该答案的任务。权限按 bot 隔离：研究型只读、部署型需审批、审查型只能评论不能合并；协调者与 worker 可选用不同模型，模型目录覆盖 OpenAI、Anthropic 与开源权重选项。团队版 20/席位/月、每席位500credits，额外credit20/席位/月、每席位 500 credits，额外 credit 0.04。

为什么值得关注：这是 coding agent 从”一次性任务”向”常驻岗位”演进的又一块拼图。Cursor Automations、Claude Code 定时任务、ChatGPT 定时任务都做了调度与记忆，Kiro 的差异点是把”岗位”做成产品原语：持续对话、独立记忆、独立权限，开发者回来时不用重开每个 worker 会话。对照上期 GitHub 被 AI 写入频率逼到自建基础设施的窘境，多 agent 常驻协作正在成为各家 IDE 的标配战场。VentureBeat 的提醒同样成立：AWS 没给基准，也没给生产力数据，bot 是否真的降低管理开销，取决于它能否可靠执行指令、上报决策、守住权限边界——企业该从一块窄职责试起。

相关链接：

32MB 的语音模型：Underdog 把”私有 AI”做成了游戏

事件概述：初创公司 Underdog 发布仅 32MB、3100 万参数的语音生成模型 Woof，并配了一个复古房间小游戏做演示：在打字机上敲任何字，浏览器里的模型会离线读出来，全程无需联网。模型开放下载。此前数周它还发布了 167MB 的端侧语音转文字模型 Bark，以及一个可跑在笔记本上的 27B 模型。创始人 Sigil Wen 的宣言是训练”美国制造、开放、可用、私有”的模型，他的判断是：几个月内，今天大多数能力模型都能在用户已有的设备上运行。

为什么值得关注：当资本和算力都在向万卡集群集中，这条新闻是另一个方向的注脚——端侧小模型的可用性边界在快速外推。32MB 语音模型不会替代前沿模型，但足够支撑本地助手、个性化播客这类体验；对数据管线从业者，端侧推理意味着”数据不出设备”从合规口号变成工程选项。与高通本周在进博会展示的端侧 MoE 智能体放在同一周看，端侧叙事正从手机厂商的营销词变成模型公司的一致动作。

相关链接：