📰 Easy AI日报 | 2025-11-04

📅 2025年11月4日 AI行业动态

模型更新与评估

Minimax M2 登顶WebDev Leaderboard

Minimax M2成为WebDev Leaderboard第4名（整体）和第1名（开源模型），在编码、推理和Agent任务中表现出色，成本低且速度快。

相关链接：WebDev Leaderboard

Qwen模型幻觉问题与指令跟随表现

评估显示Qwen模型对罕见事实的幻觉是Llama的两倍，但Qwen3 8b在指令跟随后续中表现最佳，超过更大的GPT OSS 20b。

相关链接：LLM-Propensity-Evals

DeepMind发布IMO-Bench数学推理基准

DeepMind推出IMO-AnswerBench（答案）、IMO-ProofBench（证明）和IMO-GradingBench（评分）。Gemini DeepThink在基础集得89.0%，高级集达65.7%。

相关链接：Twitter

Qwen3-VL更新与部署注意事项

Qwen3-VL集成到Jan，提供思考能力API。用户反馈转换框架（Ollama vs MLX）对准确性有影响，需测试目标栈。

相关链接：Alibaba Qwen Twitter

Agent与工具生态

MCP成为Agent工具核心协议

MCP模式巩固，LitServe可10行代码将模型/Agent转为MCP服务器，Reka发布VS Code内搜索/事实核查MCP服务器，Anthropic分享代码执行指南。

相关链接：LitServe指南｜Reka MCP服务器｜Anthropic代码执行

Fenic整合OpenRouter优化AI工作流

Fenic dataframe API与OpenRouter集成，支持混合提供商AI工作流，可扩展批量处理，无需修改代码，适用于LLM ETL、上下文工程等。

相关链接：Fenic GitHub

Windsurf推出Codemaps提升代码理解

Windsurf发布Codemaps，由SWE-1.5和Sonnet 4.5驱动，生成代码库交互式视觉地图，减少“代码混乱”，提升生产力。

相关链接：Codemaps

ComfyUI与LM Studio整合实现本地图像生成

用户讨论将ComfyUI与LM Studio连接，实现本地Gemini Storybook替代，需5个文本框和采样器分割故事生成图像。

相关链接：Discord讨论

本地推理与硬件

llama.cpp发布官方WebUI

llama.cpp推出官方WebUI，支持150k+ GGUF模型，PDF/图像摄入、对话分支、JSON约束生成，被赞为本地AI UX里程碑。

相关链接：GitHub

Tinybox Pro v2工作站发布

George Hotz推出Tinybox Pro v2，8x 5090 GPU，5U机架式，售价\(50k，4-12周发货，讨论成本与云计算对比。 > 相关链接：[Tinycorp Shop](https://tinycorp.myshopify.com/products/tinybox-pro-v2) ##### GPU供应短缺导致价格上涨 全球GPU短缺，新云服务商价格约\)2/GPU小时，超大规模服务商达\(7，用户讨论性价比，推荐本地AMD卡。 > 相关链接：[Discord讨论](https://discord.com/channels/1091220969173028894/1094454198688546826/1434920355272724611) ##### MLX-Swift支持连续批处理 MLX-Swift新增连续批处理，支持本地多流推理，自动升级单请求流为批处理，提升吞吐量。 > 相关链接：[Twitter](https://twitter.com/ronaldmannak/status/1985693207003275729) --- #### **AI行业动态** ##### Google Project Suncatcher: 太空中的TPU Google原型化轨道ML计算系统，Trillium TPU通过粒子加速器辐射测试，计划2027年与Planet合作发射两颗原型卫星。 > 相关链接：[Sundar Pichai Twitter](https://twitter.com/sundarpichai/status/1985754323813605423) ##### 中国数据中心电费补贴推动产能扩张 中国对AI数据中心提供50%电费补贴，华为计划2027年部署吉瓦级SuperPoDs，专注DeepSeek模型。 > 相关链接：[Twitter](https://twitter.com/teortaxesTex/status/1985540154065318157) ##### Epoch发布Frontier Data Centers Hub Epoch推出开源Frontier Data Centers Hub，通过卫星图像和公开文件跟踪1GW+ AI数据中心，免费提供数据。 > 相关链接：[Twitter](https://twitter.com/EpochAIResearch/status/1985788184245293153) ##### Deutsche Telekom与NVIDIA共建慕尼黑数据中心 双方投资\)1.1B建设慕尼黑数据中心，配备10k GPU（DGX B200 + RTX Pro），提升欧洲AI算力。

相关链接：Twitter

多模态与机器人

Vidu Q2视频模型登Artificial Analysis榜

Vidu Q2获Artificial Analysis第8名，支持多参考图像条件，生成8秒1080p视频，API价格介于Hailuo 02 Pro与Veo 3.1之间。

相关链接：Twitter

MotionStream实现实时交互式视频生成

MotionStream展示实时交互式长视频生成，H100上29 FPS、0.4s延迟，支持拖拽手势控制。

相关链接：Twitter

Generalist AI发布GEN-0机器人基础模型

Generalist AI推出10B+参数机器人基础模型，训练于270k+小时灵巧数据，强调物理常识（抓取、稳定、放置）。

相关链接：Twitter

社区与媒体

Coca-Cola2025圣诞广告由AI生成

Coca-Cola今年圣诞广告再次使用AI生成，减少人力参与，称AI是不可逆趋势，广告质量提升。

相关链接：Twitter

Fox News误播AI生成抗议 footage

Fox News错误播放AI生成的食品券抗议 footage，随后纠正，引发对媒体AI内容验证的担忧。

相关链接：Reddit

Reddit讨论Qwen生态系统影响

用户讨论Qwen模型生态，对比Qwen与GPT-OSS，有用户反馈Qwen在3060上表现优于GPT-OSS-20B。

相关链接：Reddit

Getty Images AI图像诉讼败诉

Getty Images在英国AI图像生成诉讼中主要败诉，引发对AI内容版权的讨论。

相关链接：Reuters

教育与研究

教师担忧学生过度依赖AI完成作业

教师反馈学生依赖AI完成作业，担心失去批判性思维和学习动力，讨论教育系统适应性。

相关链接：Reddit

Cache-to-Cache: LLM直接语义通信

研究提出Cache-to-Cache范式，LLM直接共享语义信息，绕过文本，提升准确性和 latency，引发对可审计性的担忧。

相关链接：Reddit

上下文工程蓝图发布

发布41页上下文工程蓝图，涵盖agent、查询增强、检索、提示、记忆、工具，强调从提示工程到上下文工程的转变。

相关链接：Twitter

来源：Easy AI 教学项目

#EasyAI #AI日报 #AI教学