AI 周报 · 2026 年第 45 周 · 11.02 — 11.08
MYHOT
Gemini Omni 1.2 Flash 正式发布支持 15 秒视频生成且价格降低 30%，OpenAI 推出 Images 2.6 提升图像生成与编辑能力。Anthropic 被曝通过 AI 工具将研发速度提升约两倍，引发透明度和安全争议。Google Research 多模态系统在智能手表上被动检测高血压迹象，研究发表于《自然》杂志。
METR报告：Anthropic正在用AI加速自身研发，透明度引发争议
AI安全研究组织METR发布11周内部调查结果：Anthropic的AI模型性能提升速度约为一年前的两倍，约两年历史进展压缩至一年内完成，主要归功于其使用的AI工具（员工称生产力平均提升约12倍），而非单纯算力堆叠。
The Verge · AI原文 产品发布/更新
Google DeepMind一手11.06Gemini Omni 1.2 Flash 发布，支持15秒视频生成且价格降低30%
Gemini Omni 1.2 Flash 已正式发布，支持原生15秒视频创作、多轮对话编辑和更强的参考遵循能力，价格比上一代降低30%，降至每秒0.07美元（720p）。该模型现已通过 Gemini API 和 Gemini for business 全面开放，用户可在 Flow、Google Vids 等产品中直接使用。
Images 2.6 发布
OpenAI 发布 Images 2.6，支持更快的图像生成、GIF 创建和更精确的编辑。新版本在 ChatGPT、Codex 和 API 中均可用，并提供新的 API 控制选项。
行业动态
Phonon TTS 开源：65MB 级设备端语音模型在多语言榜单登顶
Hugging Face 开源了 Phonon，一款可在设备端离线运行的文本转语音模型，体积约 65MB 至 75MB，支持英语、法语、德语、西班牙语和葡萄牙语五种语言。
AWS Machine Learning Blog一手11.06在 AgentCore 上使用 Web Answer 入门指南
AWS 正式发布 Amazon Bedrock AgentCore 的 Web Answer 工具，它将搜索-检索-综合-引用管线折叠成单次调用，返回带源 URL 的地面化答案。该工具支持 Agentic 搜索，自动规划并行搜索并验证事实，同时提供领域过滤器等可控策略，适合金融、医疗、法律等需可审计引用的场景。
论文研究
Palette：教小模型按你的设计语言生成幻灯片
IBM Research 发布 Palette，一个 20B 开源模型，通过合成数据和 check-and-repair harness 按用户设计语言生成幻灯片。
Google Research一手11.06Google Research：用智能手表检测高血压迹象的研究发表於Nature
Google Research在Nature发表研究，提出名为AI-PPG-ACC-HTN的多模态AI系统，利用智能手表上的PPG和加速度计传感器，无需袖带校准即可被动检测高血压迹象。
技巧与观点
AWS Machine Learning Blog一手11.04在 AWS 上构建超低延迟语音 AI 应用
AWS 发布教程介绍合作伙伴 Cartesia 基于 SSM 架构的实时语音模型 Sonic（TTS）和 Ink（STT），首字节延迟约 90ms，支持 44 种语言。文章详述 SageMaker AI 和 EC2 GPU 两种部署路径，并展示 Amazon Connect 生产场景中的应用效果。