AI 资讯日报 · 11-21
抓取窗口:近 30 小时(至 2026-11-21 19:00 北京时间)|新文章 34 篇 ⚠️ 36氪源本期抓取失败(The read operation timed out),本窗口零覆盖。
🔥 必读
1. 黎曼猜想同日收到两份证明:Claude 交出约 1700 万行 Lean 代码,人类用 12 年写出 940 页
11-20 深夜,Anthropic 数学家 Levent Alpöge(34 岁,哈佛本科、普林斯顿博士,导师为菲尔兹奖得主 Manjul Bhargava)在个人网站发布 4 页《Remark》,宣称与 Claude 合作证明了黎曼猜想(RH)及其更强形式广义黎曼猜想(GRH),并称已在 Lean 中完成形式化、不依赖额外猜想。完整论证是 14 个压缩分卷、约 1700 万行 Lean 代码,转成文字超过 25 万页;4 页 PDF 只含声明、方法线索、致谢与 20 项时间线(最早 10-06,密集收尾 11-15,11-16 标为 GRH)。
技术线索:借鉴函数域中靠「重数」推进的 Stepanov 方法,把 theta 提升串成链、在自守形式框架下逐次累积重数;Claude 给出的关键参数是——长度 X 的 von Mangoldt 求和,提升链长度取约 √X。
学界尚未定论:陶哲轩在博客称初步看动用了 Langlands 纲领与算术几何的完整力量、消化还需要时间;MIT 的 Andrew Sutherland 独立编译 Lean 后称「历史性时刻」;Elliot Glazer 初步检查认为形式化命题确为 GRH。同日,美国数学会主席 Ravi Vakil 紧急公告另一份纯人类证明:Alessandro Masullo 的 940 页《The Music of the Primes》,历时近 12 年、未用任何 AI,导师 Brian Conrad 已审查数月;AI 审查团队 Refine 初步指其论证在多个环节「存在根本性问题」,但作者仍在修订,不能据此定论。按 Clay 数学研究所规则,两者都需正式发表、至少两年检验并获国际普遍认可。
⚠️ 本次属「人设定方向 + 模型推进技术工作 + 形式化工具检查」,理解与传播仍需人类投入,不宜写作「AI 独立证明」。
原文:机器之心|突发!Anthropic数学家宣称用Claude证明黎曼猜想 / 智东西|陶哲轩邓煜等菲尔兹奖得主回应 / 量子位|34岁数学家放出Lean证明 / 机器之心|人类数学家紧急公开广义黎曼猜想证明
2. 美股「黑色星期五」:英伟达单日 -14%、自高点蒸发 2.74 万亿美元,SEC 正调查其会计问题
11-20 美股 AI 板块遭集中抛售。英伟达单日跌 14%,连续 7 个交易日下跌、创 2008 年以来最长连跌;自 10-06 高点累计跌 47.5%,市值蒸发 2.74 万亿美元,现约 3.03 万亿,退居苹果、微软、Alphabet 之后。费城半导体指数跌 10.7%、自 6 月峰值累计跌 43%(美光 -14%、AMD -13%、台积电 -9%、ASML -7%)。纳斯达克 100 跌 5.6%、连跌 7 日、单周 -10.4%(六年多来最大单周跌幅),较 10-06 高点跌 20%,触及通常定义的熊市线;VIX 一度升至 40。24 小时内 27.15 万人爆仓、金额 17.9 亿美元。
Anthropic 收 88.91 美元(-8.5%),市值 1.18 万亿美元,盘中跌近 13% 逼近 83 美元发行价,上市两日涨幅几乎回吐。触发因素叠加:路透援引两位知情人士称 SEC 正调查英伟达可能存在的会计问题;黄仁勋已同意出席参议院公开听证,并将于 12-01 接受众议院三个委员会闭门面谈;特朗普公开表示希望他「道歉并回归」。全球股市自 8 月峰值已蒸发近 9 万亿美元。
⚠️ 数字均为 11-20 收盘口径;「AI 泡沫」是市场叙事而非已证实结论,SEC 调查亦未获官方确认。
原文:智东西|深夜,美股AI血崩,英伟达市值已跌去2.7万亿美元
3. TML 开源 Inkling 2 Mini:27B 总参 / 3.4B 激活的循环 Transformer,20GB 内存的笔记本就能跑 Agent
Mira Murati 创办的 Thinking Machines Lab 发布 Inkling 2 Mini:总参 27B、激活 3.4B(每个 token 另有 5.4B 权重激活值以支撑循环),24 层分四个模块、中间两个模块各运行 3 次而首尾各 1 次,专家剪枝三分之二,并采用注意力残差。约 20GB 内存即可运行,团队把它带到飞机上、在 MacBook Pro 离线跑通,并在几分钟内搭出一个可玩的飞行模拟器。
口径与数据:DeepSWE v1.1 48.2%、Vals Index v2.2 46.5%,在 100B 以内开放权重模型中长程 Agent 编码同档第一,超过 Gemma 4 31B 与 Qwen3.8-27B;但 MultiChallenge 50.0%、ComplexConstraints v1.1 33.4% 落后于 Qwen3.8-27B,AII 综合排第 20(20 分)。同等 AII 分数下输出 token 多约 38%,计算量约为 Qwen3.8-27B 的 1/3、价格便宜约 6 倍、速度快约 4 倍(第一方定价 0.15 / 0.50 / 0.015 美元每百万输入 / 输出 / 缓存命中 token)。
✅ 开放权重已核验:Hugging Face thinkingmachines/Inkling-2-Mini(11-17 建、7,944 下载、1,152 赞),License 为 apache-2.0。关键边界:循环只提升长上下文与推理,不增加事实存储——知识密集基准不随循环次数上升。
原文:智东西|27B!穆拉蒂开源「循环脑」模型 / 机器之心|TML开源新模型,循环Transformer架构
📌 值得看
4. GPT-6.2 Astra 在真实双臂机器人上把成功率翻倍,打结与展开 T 恤首次通关
机器人基础设施公司 XDOF 的 Ember-0 基准(16 项双臂操作、每项重复 30 次、6 台 YAM 工作站并行、单日 480 场,人工标注子步骤与碰撞)显示:GPT-6.2 Astra 综合成功率 41.2%,两个月前 GPT-6 Astra 为 19.6%,提升 21.6 个百分点(16 项等权平均)。「给绳子打结」「展开 T 恤」两项此前从未有模型完成(T 恤累计 143 次有效测试全败),「用夹子夹起面包」从 10% 升到 90%。平均预测延迟由 15 秒降至 10.1 秒,对连续操作仍偏慢;硬件无触觉反馈,动作块之间 10–20 秒无法实时微调。⚠️ 数据来自第三方评测机构而非 OpenAI 自评,但基准由 XDOF 自建,尚无其他机构复现。
5. 腾讯混元 Reddit AMA:下一代 Hy 大幅扩容,Hy4-mini 已进路线图
围绕 Hy4 的 AMA 披露了此前未公开的路线与架构取舍:下一代 Hy 将「进一步大幅扩大规模」并继续重投大规模强化学习;Hy4-mini 已在开发路线图中,Flash-Lite、面向 24GB 显存与 64–128GB 内存设备的模型在规划中,24B–31B 稠密模型「在考虑」,暂无 100B 以下编程专用模型计划。架构上 GQA 与 MLA 曾反复权衡,最终因 DSA 降低了 MLA 在解码阶段的计算开销而选 MLA;SWA 使 KV Cache 缩小 4 倍;Engram 参数占总参数约 1/3 是 U 形曲线最低点。RSI 仍处早期,内部已有多个评测基准、正开发 Hyra 3.0;AGI 自评「约 2.5 级」(个人判断)。同线第 3 次(11-19 Hy4 flash 开源、11-20 全系开源),本期只记新增路线图与架构参数。
原文:智东西|腾讯姚顺雨团队深夜回应一切 / 量子位|姚顺雨和混元团队上Reddit答网友
6. 前 DeepSeek 张博开源本地 Agent「Linger」:LoCoMo 95%,12GB 显存跑 125B 模型
前 DeepSeek-V1 作者、DeepSeek-VL 项目负责人张博(Tony Zhang)以 Simplex AI 名义开源个人 Agent Linger 与本地推理引擎 PolyStrata。核心是主动式助手 Another Me:本地读取收件箱、日历、聊天与会议,每晚整理成个人 Wiki 供所有 Agent 查询,并按重要性/紧急性决定提醒时机(客户周五要报价则周三提醒,会议改期立即通知);LoCoMo 长期记忆基准准确率 95%,高于 Mem0、MemOS。PolyStrata 把 MoE 热专家放显存、冷专家放内存,号称 64GB 内存 + 12GB 显存的 RTX 3060 可跑 125B 的 Qwen3.8-Flash-Next(45.5 tok/s,优化后约 80 tok/s),并称不绑定单一 Harness,可接 Claude Code、Codex、Pi。✅ 仓库 simplexai-labs/linger 已核验(11-10 建、3,132 star);⚠️ License 为 NOASSERTION,商用条款须自行核对。
原文:智东西|前DeepSeek研究员,开源本地版Muse / 量子位|DeepSeek V1作者创业项目曝光
7. Claude 用 12 小时给自己写了套推理引擎:P90 首 token 延迟从 12 秒降到 0.48 秒
CMU、NVIDIA 等机构的《Singularity-Bench: Can Agents Build Agents?》预印本(11-12 提交)中,Claude Opus 5.5 拿到基础服务器代码、4 张 GB300 与 12 小时,全程断网、用 Claude Code 写一套推理引擎。以 16 路并发真实编程会话回放(单次输入中位数 8.9 万 token,两套引擎缓存命中率均约 96%):P90 首 token 延迟 0.478 秒,成熟引擎 SGLang v0.5.20 为 12.029 秒;生成速度 124.2 vs 125.0 tok/s,几乎持平。差异来自调度而非模型:同时缓存两类前文计算记录、按「剩余计算量少者优先」排队、大请求切块、叠加投机解码与 GPU 操作合并。结果每 GPU 每秒多处理 19% 未缓存 token,回放时限内完成 983 vs 705 个请求,按预设单价折算的模拟收入从 8.18 升至 11.52 美元/GPU 小时(+40.8%)。11 套 AI 自研引擎中只有 5 套同时通过「完整生成」与「隐藏测试准确率」两道硬门槛。
8. 贝佐斯回一线做 CEO:Prometheus 估值 410 亿美元,要做「物理世界的 OpenAI」
贝佐斯 2021 年卸任亚马逊 CEO 后首次重回一线,任 Prometheus 联合创始人兼联席 CEO(搭档物理学家 Vik Bajaj),并在 Semafor 峰会上首次披露细节。公司约 250 人,估值 410 亿美元、累计融资约 145 亿美元。定位既非陪聊模型也非双足机器人,而是「通用 AI 工程师」(AGE):底层自建用于数值仿真的神经代理模型与统一多物理场模型,做成 AI 驱动的 CAD、仿真与工程智能体。贝佐斯称过去需 10–20 人、6–9 个月完成的模拟芯片、无线电或阀门设计,系统 12 小时可完成,蓝色起源已有两个项目私密内测。演示中一句提示词重新设计火星直升机,系统自主比对四旋翼、共轴反桨与固定翼后收敛到共轴反桨构型,并算出桨叶弦长、自动生成需求指标。⚠️ 估值、「12 小时」与演示案例均为公司及贝佐斯自述,无第三方复现与失败率。
原文:极客公园|估值 410 亿美元,贝佐斯打造「物理世界的 OpenAI」
📄 其他
- 米哈游 Gamer:8B VLA 玩《崩铁》——基于 Qwen3-VL-8B 续训,50 小时长流程自主运行占比超 95%,40 个未训练小游戏任务成功率 49.7%(通用模型最高 17.1%)。量子位
- GPT-6.2 Astra 拿下 Autoform-Hard 第一——56 题中做对 49 题,94 分钟写 1,794 行 Lean 首证 Smoktunowicz 间隙定理,因 Mathlib 缺三个前置大定理而自造「capacity」工具绕行(Vals AI 复核为定理本身的形式化,非原文翻译)。新智元
- OpenAI「性能工厂」——3 个多月跟进 1,700+ 次故障调查、揪出 600+ 根因;人工抽查 100 条诊断仅 70 条准确,遂改为派独立 Codex 专门推翻前一个 Codex 的结论。新智元
- Agnes Harness 开源——模型层 TTT 现场学习 + 系统层 RSI 复盘沉淀 Skills/Playbook,双系统决策让机器狗找门任务耗时降 32.9%。新智元
- 林俊旸语用科技估值 50 亿美元——彭博称数月内翻倍,新投资方含华业天成、鼎晖投资与吉利汽车。极客公园
- 清华联合华为昇腾建国产 Token 工厂——目标五年冲刺十万卡。量子位
- Suno 推出视频工具 Visuals——底层视频生成模型来自中国 MiniMax。量子位
- InfoQ 两条工程线——Entire 的 Git Forge 面向编码智能体重构协作流程;TaoDesign 讲设计资产如何持续喂给 Agent(AICon 北京)。Entire / TaoDesign
判重与反向检查
不进本期(已推或封顶):Anthropic 敲钟 / 冲破 2 万亿(新智元两篇,11-19 与 11-20 已推,只把「-8.5%、1.18 万亿」并入必读 #2);华为 OSTA 星芒 O1 Pro(11-20 必读 #3);苹果自研 Agent(11-20 其他,今日仅补「最快明年推出」);黄仁勋线第 9 次(听证程序与政治表态,无新财务/治理硬数据,仅 SEC 调查并入资本市场条);昆仑元太空算力发布会、少数派鸿蒙高校创新赛、极客公园聚合式早报(通稿或非核心);NeurIPS 2026 三篇论文(ROSE 多模态终身知识编辑、VLM 靠物体大小判断重要性、巨大激活溯源)只留档。
反向检查:黎曼猜想是 11-20 深夜首发的新事件,三源合并为一条,与 11-19「Claude 黑洞物理论文」是不同成果;混元 AMA 是 Hy4 线第 3 次但新增的是路线图与架构参数,按规则记「值得看」;Linger 与 11-19「SimpleX Tetra-1」同属 Tony Zhang/Simplex 但事件类型不同(个人 Agent 产品 vs 蛋白结构模型),不合并;GPT-6.2 Astra 的具身评测与数学基准属不同事件类型,分列「值得看」与「其他」。
事实核查与存疑
- 黎曼猜想:Lean 只保证「推导符合规则」,不保证形式化命题就是 RH;14 个分卷未由本期独立编译或审计。邓煜「至少拿出 500 页版本前看都不看」来自网传聊天截图,无法核实原话。
- Masullo 940 页证明:AI 审查团队 Refine 指「多个环节存在根本性问题」,但该意见不构成最终判定,作者仍在整合导师意见修订。
- Inkling 2 Mini:SOTA 与「便宜 6 倍/快 4 倍」含厂商自报与第一方定价口径;「每焦耳智能 0.703」为斯坦福方法学、单台 DGX Spark 数据。
- GPT-6.2 Astra 具身:第三方 XDOF 评测,但基准由 XDOF 自建、无其他机构复现;41.2% 是 16 项等权平均,单项差异极大。
- Prometheus:「12 小时完成 6–9 个月设计」为贝佐斯现场表述,无量化基准、失败率与对照组。
- 美股:数字为 11-20 收盘口径;SEC「调查英伟达会计问题」为路透援引两位知情人士,未获 SEC 或英伟达确认。
源状态与覆盖率
| 源 | 命中/上限 | 状态 |
|---|---|---|
| 机器之心 | 6/20 | 正常(走官网 JSON 接口) |
| 量子位 | 7/10 | 正常 |
| 新智元 | 8/15 | 正常(正文走 WP REST 接口) |
| 智东西 | 6/20 | 正常 |
| 极客公园 | 2/30 | 正常(源当期产出少) |
| 爱范儿 | 1/20 | 正常(源当期产出少) |
| 少数派 | 1/10 | 正常 |
| InfoQ 中文 | 3/20 | 正常 |
| 36氪 | — | ⚠️ 抓取失败(The read operation timed out)——本窗口零覆盖,属覆盖缺口 |
本期 34 篇新稿中采纳 15 条(必读 3 / 值得看 5 / 其他 7 组)。36氪缺失意味着本期快讯类(融资/监管/个股公告)覆盖不完整。