//每日 AI 早报
2026年11月5日2026-11-053 条收录 · 5 条精选
本期要点：月之暗面兑现承诺正式开源 Kimi K3.1 Pro 权重，开源模型天花板再抬一截；OpenAI 图像模型 Images 2.6 上线，出图提速 50% 并首次原生生成 GIF；OpenAI 用 AI 智能体一次挖出 948 个 Linux 提权漏洞，AI 安全攻防进入新量级；腾讯混元 Hy4 正式版首次加入视觉理解与电脑操作能力并即将开源；Uber 财报数据则给火热的 AI 智能体泼了盆冷水——最繁忙一周打车订单仅 4 单。
每日资讯精选
01月之暗面正式开源 Kimi K3.1 Pro 权重：2.8 万亿参数、Agent Arena 开源第一11 月 5 日零点，月之暗面将 Kimi K3.1 Pro 完整权重放上 Hugging Face，兑现了上月「11 月 4 日前开源」的承诺。模型总参数 2.8 万亿、每次推理激活约 1040 亿，上下文约 100 万 token，支持图像理解；通过把部分注意力层换成稀疏注意力，长文本推理更省钱。在 Agent Arena 榜单上，它以 +5.29% 的净改进率排开源模型第一，Terminal-Bench 4.0 得分 65.7，距 Claude Opus 5.5 仅差不到 1 分。值得关注的原因：开源智能体模型的性能上限被再次抬高，但 1.56TB 的权重体积意味着真正能本地跑起来的仍只有云厂商和大公司；许可证也设了门槛——年收入超 2000 万美元的公司拿它做 API 服务需另行签约。对普通开发者和 AI 爱好者来说，这是观察「开源追平闭源」进度的最佳样本。AI 早报（源月之暗面官方）
02OpenAI 发布 Images 2.6：出图提速 50%，ChatGPT 首次一步生成 GIFOpenAI 11 月 4 日发布新一代图像模型 Images 2.6，全球所有 ChatGPT 和 Codex 订阅档位用户均可使用。生成速度较上一版提升 50%，多轮编辑中角色、产品形象更不易走样；ChatGPT 首次支持一步生成 GIF 动画，可上传文字描述、照片甚至草图，生成后能调速、逐帧修改并直接分享；开发者还可圈选图片局部修改并导出 SVG 矢量图。API 端同步推出两款模型：Flare 求快（低画质最快 6 秒一张）、Sunburst 求精。目前全球用户每周通过 ChatGPT、Codex 和 API 生成的图片已超 40 亿张（9 月为 30 亿）。值得关注的原因：AI 图像正从「静态出图」走向「动态交付」，SVG 导出让 AI 生成结果可直接用于网站、App 和印刷品，设计类工作流的门槛进一步降低。快科技/腾讯新闻
03OpenAI 用 AI 一次挖出 948 个 Linux 提权漏洞：全流程仅花 121 万美元OpenAI 11 月 4 日发布安全研究报告：用一款尚未正式发布的网络安全模型搭建了全自动漏洞研究流水线（发现→动态验证→可利用性评估→补丁生成→人工复核），10 月中旬一轮测试筛出 5034 个审计目标、约 280 万行代码，12 小时产出 2308 个候选漏洞，动态复现 1724 个，最终生成 948 个能让普通账户拿到 root 最高权限的 Linux 内核提权漏洞利用程序。全过程 API 成本约 121 万美元，平均每个漏洞约 1279 美元；按漏洞赏金标准估算价值 1890 万至 6630 万美元，是成本的 16—55 倍。作为对照，7 月用 GPT-5.6 Sol 跑同样流程只找到 166 个。值得关注的原因：AI 自动化安全研究的效率三个月内提升近 5 倍，且已使用 10 种全新漏洞利用技术——防守者能这么干，攻击者迟早也能。OpenAI 的建议很直白：系统补丁别拖。IT时代网/腾讯新闻
04腾讯混元 Hy4 正式版发布：首次加入视觉理解与电脑操作能力，权重即将开源腾讯发布混元 Hy4 正式版大模型，相比此前的预览版显著扩大了预训练和后训练规模，并首次加入两大能力：一是视觉理解，可结合推理和工具调用处理图像、复杂图表与视觉数学问题；二是电脑操作，能灵活结合命令行与图形界面操控电脑，官方称已针对 Blender、CAD 等专业软件及跨应用长任务做专项训练。模型已上线腾讯云和 OpenRouter，可在 CodeBuddy、元宝、ima 等产品中体验，官方表示将于近期开源模型权重并发布系统卡片。值得关注的原因：国产大模型正在把「会看图 + 会操作电脑」作为正式版标配，直指智能体执行真实工作的核心场景；权重开源后，开发者可以亲自检验其成色。IT之家（经科技狐）
05Uber 财报数据：最繁忙一周 AI 智能体只订了 4 单打车Uber 在最新季度财报中披露了一组扎心数据：即使在业务最繁忙的万圣节周，全平台也只有 4 名用户通过 AI 智能体完成打车预订（Uber Eats 为 500 单），而同期平台总单量高达 3.2 亿。CEO 解释称，在 App 内手动叫车平均只需 50 秒、点常点餐食约 90 秒，极致优化的传统交互让 AI 智能体没有效率代差。DoorDash 的智能体订单同样低迷。值得关注的原因：这是对「Agent 万物皆可代劳」叙事的一次难得的真实校准——在本身就是为单一任务极致优化的 App 里，智能体很难跑赢人手。AI 智能体的真正用武之地，或许是跨应用、跨系统的长流程任务，而非把 50 秒的事替你做了。对关注 AI 落地的读者来说，这组数据比任何发布会都诚实。AI 领域大新闻（源 Uber 财报）