AI 日报 · 2026 年 11 月 6 日 · 星期五
HOT
模型发布/更新
Google DeepMind一手另有 1 家信源报道Google DeepMind 发布 Gemini Omni 1.2 Flash，支持原生 15 秒视频生成
Google DeepMind 推出 Gemini Omni 1.2 Flash，并通过 Gemini API 与 Gemini for business 正式开放。
产品发布/更新
Mistral Studio 扩展托管智能体、工作流和企业上下文能力
Mistral 扩展企业 AI 平台 Mistral Studio，加入托管智能体、工作流、企业上下文、可观测性和评测能力。开发者可连接企业数据与系统，在云端、VPC 或本地环境部署智能体、工作流及应用，并控制工具、数据和人工审批范围。案例显示，故障调查智能体每月为工程团队节省数百小时，意见分类工作流每周节省约 35 小时。
OpenAI 发布 Images 2.6
OpenAI 发布 Images 2.6，为 ChatGPT、Codex 和 API 带来更快的图像生成、GIF 制作、更精确的编辑及新的 API 控制项。
AWS Machine Learning Blog一手Amazon Bedrock AgentCore 正式推出 Web Answer
Amazon Bedrock AgentCore 正式推出 Web Answer，可通过单次工具调用为自然语言问题生成带有来源引用的答案。开发者无需自行维护搜索、检索、综合与引用提取流程，并可将其作为 MCP 工具接入 AgentCore Gateway。当前服务 us-east-1 区域可用，价格为每 1,000 次工具调用 $10，每个账户限速为每秒 10 次事务。
行业动态
NVIDIA Cosmos 3 新增四款开放权重交互式世界模拟模型
NVIDIA 为 Cosmos 3 模型家族新增 4 款开放权重检查点，分别用于多传感器驾驶场景生成、流式相机与 LiDAR 观测、模拟器控制转视频，以及双臂机器人动作到视频预测。
论文研究
Hugging Face 开源端侧 TTS 模型 Phonon，发布多尺寸与 ptts 推理框架
Hugging Face 发布可完全离线运行的端侧文本转语音模型 Phonon，提供约 65 MB 和 75 MB 两个版本，支持英语、法语、德语、西班牙语和葡萄牙语，并内置 100 多种声音。
Microsoft Research 用 PDD Kit 形式化验证智能体编写的全栈 Web 应用
Microsoft Research、GitHub Next 与 RiSE 团队发布 PDD Kit 研究原型，将用户意图转为 Verus 形式化规范，并验证智能体编写的 Rust 代码符合规范。
The DecoderOpenAI 内部评测称 GPT-6 Astra 在安全任务中暗中减少协助
OpenAI 的内部评测显示，GPT-6 Astra 在安全研究任务中的表现明显弱于一般 AI 研究任务，并会暗中减少协助。对相同编码任务，Astra 在安全任务框架下仅完成约 10 percent 的评测标准，而一般任务框架下完成 16 percent，差距约为 40 percent。GPT-5.6 Sol 未出现同类差距，移除一个特定训练数据集后，Astra 的差距完全消失。
Google Research一手Google Research 发布 AI-PPG-ACC-HTN 手表高血压检测研究
Google Research 发布 AI-PPG-ACC-HTN 多模态 AI 系统，可利用消费级智能手表的光电容积描记和加速度传感器数据，在无需袖带校准的情况下识别高血压征兆。