AI 日报 · AI 日报
AI 日报|2026 年 11 月 11 日
Gemini 4 Carbon 扩大开放,Qwen4-Max 与 ERNIE 5.5 Flash 推出预览。多模态办公评测开始检查完整交付物,Android 和开源基础设施则继续补齐 Agent 的使用与运行环节。
本文目录
导读
让 AI 修改一个项目、整理一组文件,或跨应用完成一次预约,考验的不只是回答是否流畅。它还需要读懂材料、使用工具,并把结果交付到可以检查的位置。
今天的进展沿着这条路线展开:Google 扩大复杂任务模型的访问范围,阿里和百度开放新模型预览;新的办公评测检查文件成品,手机与基础设施更新则处理任务怎样进入日常使用、怎样受到约束。
本期收录 6 项进展,引用 10 个主要一手来源。报道范围为 Asia/Shanghai(北京时间)2026 年 11 月 11 日 00:00—23:59,归日依据见文末。“发生了什么”依据发布方资料,“为什么重要”和“值得关注”为编辑分析;本文未实测产品或独立复现评测结果。
今日要点
- Gemini 4 Carbon 向付费开发者与企业扩大开放,并向 Google AI Ultra 订阅用户推送;公开访问与 Fairwind 安全研究访问仍有不同条件。来源:Google 公告
- Qwen4-Max 进入限时预览,仅通过 Token Plan 提供,暂不支持按量付费;文档明确预览结束后将停用该模型。来源:QwenCloud 文档
- 百度发布 ERNIE 5.5 Flash Preview,千帆接口已开放,权重按 Apache 2.0 开放仍是后续计划。来源:百度公告
- Google 与 Artificial Analysis 发布多模态知识工作评测,要求 Agent 阅读复杂视觉文件并提交可检查的成品。来源:评测公告
- Gemini Intelligence 扩展 Pixel 10 系列支持,并把跨应用任务自动化扩至英国、印度和日本;自定义小组件将分批推送。来源:Android 公告
- NVIDIA 宣布向云原生计算基金会贡献 OpenShell,并公布面向 Agent 和模型服务的运行基础设施进展。来源:NVIDIA 公告
重点进展
Gemini 4 Carbon 扩大开放,复杂任务怎样计价?
发生了什么
Google 将 Gemini 4 Carbon 扩大到付费开发者和企业,可通过 Google AI Studio 与 Gemini for business 的应用程序接口(API)使用,同时向 AI Ultra 用户的 Gemini 应用、搜索 AI Mode 和 Antigravity 推送。此次是访问范围扩大,此前已通过 Fairwind 计划向部分网络安全防御人员提供。来源:开放范围
公开版的入门优惠价格为每百万输入词元 2 美元、输出词元 10 美元;词元(token)是模型处理文本的计量单位。公告注明,11 月 30 日优惠期结束后适用 4 美元和 20 美元价格。Google 将 Carbon 定位于多步编程和开放式研究,并提醒这类任务可能比 Argon 使用更多词元。来源:定位与价格脚注
高级网络安全能力仍通过 Fairwind 向经过验证的用户提供,防滥用措施按授权用途调整。安全报告中的评测条件也不应直接当作普通账号的实际能力与限制。来源:安全报告,第 2.5 节及评测说明
为什么重要
更多人可以试验长时间、多步骤任务,但输入输出单价只是预算的一部分。模型增加验证步骤之后,完整任务的费用还取决于词元总量、重试和工具调用。
对准备接入的团队,更有用的比较是:同一项工作能否完成、需要多长时间、最终花费多少,并区分自己获准使用的服务范围。
Qwen4-Max 预览有哪些接入边界?
发生了什么
QwenCloud 文档开放 qwen4-max-preview,支持文本、图像与视频理解,以及工具调用和结构化输出。上下文上限为 100 万词元,最大输出 393,216 词元,由推理过程与最终回答共同占用。来源:模型规格
预览仅供 Token Plan 使用,不支持按量付费。官方给出的窗口为北京时间 11 月 11 日 10:00 至 11 月 25 日 24:00;期间模型保持不变,结束后停用。调用时,max_tokens 与 max_completion_tokens 都限制推理和回答的合计预算,旧的回答长度设置可能因此截断结果。来源:预览条件与迁移说明
为什么重要
固定版本的预览适合做对比试验:用相同材料记录工具调用、文件理解和任务完成情况,可以减少模型持续变化带来的干扰。
但有明确停用日期的入口,需要提前安排后续迁移。100 万词元是容量上限,也不能单独证明模型能准确利用其中的所有信息。
ERNIE 5.5 Flash Preview 与此前基础模型有何区别?
发生了什么
百度发布 ERNIE 5.5 Flash Preview,这是基于此前 Flash Base 完成后训练的首个模型。后训练是在基础训练之后,进一步让模型学习遵循任务、使用工具和完成工作。官方披露总参数量 2,800 亿、每次激活 140 亿,支持 100 万词元上下文;千帆接口已可使用,按 Apache 2.0 开放权重仍写为“即将”。来源:发布公告
公告展示游戏开发、程序化三维建模和办公文件生成案例,并明确这些成果在连接工具的 Agent 执行框架内完成。例如,游戏演示使用了外部素材,部分视觉理解依靠外部工具;文中也明确模型本身仅处理文本。不能把演示视频理解成模型原生看屏幕或生成全部素材。来源:案例与素材说明
为什么重要
从基础模型到可执行任务的版本,关键在于能否把多步工作持续做下去。官方案例提供了可以尝试复现的任务类型,尚不能代表普通使用条件下的成功率。
评估时应保留工具、素材、运行时间和人工反馈等条件。接口开放、模型权重开放,以及完整演示流程开放,是不同的交付状态。
新办公评测怎样检查“交出了一份文件”?
发生了什么
Google 与 Artificial Analysis 发布多模态知识智能体评测(Multimodal Knowledge Agent,MKA)。评测包含 10 个行业的 200 项私有任务,要求阅读图纸、扫描件等复杂视觉材料,再生成报告、表格或演示文稿。各模型使用相同的执行框架和工具,自动评分程序会打开文件、渲染页面并检查公式;另有 10 项公开示例供外部查看。来源:方法公告、公开示例
Artificial Analysis 披露,Claude Fable 5.2 的进阶标准加权满足率为 57%,Gemini 4 Carbon 为 54%。这是对更难评分标准的加权满足程度,不是“完整完成了 57% 的任务”。该机构也指出,没有一个模型在所有 10 个行业中领先;这是与 Google 合作推出的评测,相关关系应与结果一起阅读。来源:评分定义与结果
为什么重要
办公成果不能只检查聊天回答。表格是否有公式、报告是否真的引用了附件、图纸细节有没有看错,都需要检查实际文件。
这类评测让比较更接近交付过程,但私有任务、自动评分和特定执行框架仍有边界。公开示例适合帮助团队设计自己的验收题,榜单不能直接替代业务验证。
手机上的 Gemini Intelligence 扩展到了哪些任务?
发生了什么
Google 将 Gemini Intelligence 扩展到 Pixel 10 系列,并宣布 motorola signature 27 将支持相关能力;后者在美国的预订时间为 11 月 19 日。Rambler 可把口述整理为清晰文字,跨应用的订餐、叫车、预约等任务自动化扩至英国、印度和日本。来源:设备与地区更新
Create My Widget 将在未来几周推送,允许描述需要的小组件,并从 Gmail、日历和搜索中组织信息。Android Auto 的主动建议也仍是后续安排。各功能受设备、国家、语言和年龄条件限制,部分更高用量可能需要订阅,不能把公告视为全部设备当天可用。来源:推送计划与脚注
为什么重要
这些功能试图减少“找到信息,再切换应用操作”的步骤。例如,把行程邮件整理成桌面信息,比重复打开多个应用查询更直接。
真正需要观察的是信息能否及时更新、操作是否符合用户意图,以及遇到不确定结果时如何确认。功能数量和支持设备增加,还需要转化成稳定的实际体验。
开源基础设施怎样约束和调度长期运行的 Agent?
发生了什么
NVIDIA 宣布将 OpenShell 贡献给云原生计算基金会(CNCF),作为 Sandbox 项目发展。它为 Agent 使用工具、访问推理服务和执行工作设置确定性策略;官方项目组织同时说明,代码迁移尚在进行,暂时仍应到原仓库提交问题与改动。来源:NVIDIA 公告、项目迁移说明
NVIDIA 还参与 Google 发起的 Agent Substrate:在任务之间保留执行环境,空闲时释放计算资源。此外,面向 GPU 集群的 Kubernetes Engine 与 Kubernetes Recipes 进入公开预览,Snapshot 用于从检查点恢复模型服务,减少重新加载与预热。来源:运行与部署组件
为什么重要
长期运行的 Agent 不适合一直独占计算资源,也需要在调用工具时受到可检查的规则约束。这些项目分别处理权限、环境保存和服务启动,补齐模型之外的运行条件。
基金会托管与开源便于共同检查和改进,并不自动证明隔离可靠。实际接入仍应验证策略覆盖、凭证使用和暂停恢复是否符合自己的工作流程。
值得关注
- 预览如何退出? Qwen 已写明停用日期,百度权重仍待开放,Google 价格也有优惠期。试验计划需要包含迁移与预算变化。
- 验收能否检查成品? 对编程、报告和三维建模任务,应检查代码、公式、资料引用与可编辑文件,避免只根据展示视频判断能力。
- 长任务怎样受到约束? 支持更多步骤之后,还要核对工具权限、信息来源、资源占用,以及哪些操作需要用户确认。
来源
以下为 10 个主要一手来源。订阅源和研究目录用于辅助核时,不另计数量;配套报告、示例与项目说明用于核对边界,不作为独立新闻重复计数。
- Google:Gemini 4 Carbon 扩大开放:网页机器可读发布时间与官方订阅源均为 10 日 16:00:00 UTC,即北京时间 11 日 00:00:00;按扩大访问范围报道,不把此前受限发布算作当天首次出现。
- Google:Carbon 安全与安全防护报告:11 月版配套报告,用于核对 Fairwind 访问与评测条件,不独立推定其精确首发时刻。
- QwenCloud:Qwen4-Max-Preview:明确写明预览于 UTC+8 11 日 10:00开始,按服务开放事件归日。
- 百度:ERNIE 5.5 Flash Preview:页面时间元素及官方研究目录均标注 2026 年 11 月 11 日;未公开小时级时间,按中国发布方自然日归类,不补造具体时刻。
- Google:MKA 评测公告:网页发布时间和官方订阅源均为 10 日 16:00:00 UTC,即北京时间 11 日 00:00:00。
- Artificial Analysis:MKA 方法与结果:标注 11 月 10 日,与上一条共同发布的评测合并报道;核对指标定义与结果,不单独假定其北京时间首发时刻。
- Google:MKA 十项公开示例:核对公开样例范围与文件形式,不把 200 项私有任务写成全部开放。
- Google:Gemini Intelligence 设备与功能更新:网页发布时间和官方订阅源均为 10 日 19:00:00 UTC,即北京时间 11 日 03:00:00。
- NVIDIA:OpenShell 贡献与 AI 基础设施:网页
datePublished与官方订阅源均为 10 日 16:00:03 UTC,即北京时间 11 日 00:00:03;按本次贡献和组件公告报道,不把所有项目都视为当天新建。 - OpenShell:官方项目组织说明:核对 CNCF 归属与代码迁移尚未完成的状态。