AI资讯日报 · 2026年11月12日（周四）

写于 2026-11-12

今日速览：谷歌这两天把"具身"和"算力"两条线同时推进——Gemini Robotics 2.5 让机器人解丝带蝴蝶结的成功率从 0% 提到 70%，TPU 则靠"重新封装"实现一年四发。模型侧风向变了：Meta 的 Muse Ember 不比智力比"每任务成本"，把智能体经济的账本摊开在桌面上。教育侧最值得读的是 OpenAI 新报告里那组数字：79% 的学生用 AI 做作业，只有 47% 被教过该怎么用。国内双 11 则完成了一次市场教育——Token 第一次作为独立商品被摆上电商货架。

🏫 高校教育者必知

OpenAI 教育报告：79% 的学生用 AI 写作业，只有 47% 被教过怎么用

  • 摘要：OpenAI 11 月 10 日发布《Closing the AI guidance gap in education》，引用 ThinkYoung 的最新调研：79% 的受访学生表示会用 AI 完成作业或任务，但只有 47% 表示有人教过他们怎么用。报告基于其在爱沙尼亚、斯洛伐克、希腊、意大利等 EMEA 地区的教育合作，提出"目标清晰、教师准备、本地合作、批判性 AI 素养、可信证据"五条经验，并强调模型越强，教师的专业判断越重要而非越边缘。
  • 关注点：这组数字几乎可以直接搬进本校的 AI 使用规范讨论——问题不是"学生用不用"，而是"我们有没有教"。建议把"AI 使用声明 + 过程性证据 + 口头答辩"写进课程大纲，而不是只发一份禁止性通知；报告里的五条经验也可作为院系层面制定指南的框架。
  • 来源：https://openai.com/index/closing-ai-guidance-gap-education

教育部 2026 年度高校教师 AI 师资培训：16 门课 + 素养测评，11 月 30 日前完成

  • 摘要：教育部高等教育司面向全国高校教师组织"人工智能赋能高等教育人才培养"系列培训，通过全国高校教师网络培训中心平台开展。参训教师需先完成"未来教师素养测评"，系统按测评结果推送 3 门未来教师专项课，再从文/理/农/医四个学科专项中选学 10 门，加至少 3 门实验教学专项课，累计不少于 16 门课程（16 课时）并通过线上测试，方可获得培训证书。多校通知要求 11 月 30 日前完成学习与测试，11 月中旬开展参培情况督察。
  • 关注点：这是带证书、带测评、带学科分组的官方培训，比自己摸索"提示词技巧"更成体系；对院系而言，它天然是一份"教师智能素养"台账。建议把它和本校的教学改革项目、课程 AI 助手建设绑在一起做，学完直接产出可复用的课程案例，而不是只交一张证书。
  • 来源：https://jw.qust.edu.cn/info/1069/10175.htm

全国智课教育创新大会案例征集：今天 17:00 学院审核截止

  • 摘要：高校在线开放课程联盟联席会"第七届全国智课教育创新大会暨 2026 年会"开展成果征集，设智慧慕课、智慧课程、智慧教学创新、智慧教育治理与共享四类案例。智慧教学类明确要求体现课程智能体、AI 助教、智能学伴、教学 Skills、多智能体交互式课堂（MAIC）在"课前—课中—课后"全流程的应用；治理类则涉及 AI 生成内容标识合规、AI 使用声明与学术诚信治理。教师网上填报已于 11 月 11 日截止，各学院须于 11 月 12 日 17:00 前完成在线审核提交。
  • 关注点：如果你的课程已经在用 AI 助教或智能体，这套分类正好是一张"我做到了哪一步"的自检表；尤其"AI 使用声明与学术诚信治理"被单列为评审维度，说明评审口径已经从"用了什么工具"转向"有没有制度设计"。错过本轮的，可以按这四类框架先攒素材，下一轮直接提交。
  • 来源：https://jwb.bit.edu.cn/jsfw/xjgl_8/tzgg__8/67ccc3abfcdf4afba6f12c47fc4b6d99.htm

第二届北京市大学生"人工智能+"创新大赛：校内选拔 11 月 25 日前完成

  • 摘要：北京市教委主办的第二届北京市大学生"人工智能+"创新大赛已进入校赛阶段，主题为"智领新质 共创未来"，采用企业命题、真实场景的方式，赛程分高校预选推荐（10 月 25 日—11 月 25 日）、企业分赛场选拔（11 月 26 日—12 月 5 日）、北京市线下决赛三段。每所高校每个赛题推荐晋级企业分赛场的队伍原则上不超过 5 支，参赛队须签署参赛诚信与知识产权承诺书、安全承诺书。
  • 关注点：这是"企业出题、学生解题"的典型赛制，适合作为课程大作业或毕业设计的真实题目来源——企业提供数据与技术培训，学校只需组织选拔。对指导老师来说，注意两点：一是赛题绑定产业需求，作品可复用于产学研合作；二是诚信与知识产权承诺书要提前让学生读完再报名。
  • 来源：https://jw.beijing.gov.cn/gjc/gzdt_15687/202610/t20261027_4920027.html

💻 从业者必跟

Gemini Robotics 2.5：解丝带蝴蝶结从 0% 到 70%，灵巧操作逼近人类

  • 摘要：谷歌 DeepMind 11 月 10 日发布新一代视觉—语言—动作（VLA）模型 Gemini Robotics 2.5。在约 200 项任务的评测中，需要高灵巧度的任务改善明显：用夹子装取糕点成功率从 5% 提升到 100%，解开丝带蝴蝶结从 0% 到 70%，悬挂开衫从 0% 到 62%，折叠裤子从 0% 到 40%。谷歌称其在任务精度、鲁棒性和速度上均有显著提升，"正令人期待地接近人类水平"。
  • 关注点：VLA 的进步曲线正在从"能抓取"转向"能操作可变形物体"，这是产线分拣、实验室自动化真正的门槛所在。做具身项目的团队值得关注它的任务分解方式与失败恢复策略——0% 到 70% 的背后通常不是模型变大，而是数据与评测体系的改变。
  • 来源：https://www.ithome.com/1/025/188.htm

谷歌一年四发 TPU：不造新芯片，用封装与组网重写硬件规则

  • 摘要：谷歌 11 月 9 日发布 TPU 8tx（面向机密推理）与 TPU 8i Max（面向超大上下文），两者并非新流片，而是复用现有硅片重新封装组网，使谷歌一年内推出四款 TPU 系统（史上首次）。第八代架构已于今年 4 月拆分为 TPU 8t（训练）与 TPU 8i（推理），转向模块化"积木"路线：TPU 8t 训练性能较上一代 Ironwood 最高提升 2.7 倍，TPU 8i 推理性价比提升 80%，均基于台积电 N3 工艺；TPU 8i 单颗为 288GB HBM、384MB SRAM、8601GB/s 带宽，8i Max 通过双芯封装使 HBM、SRAM 与带宽翻倍。
  • 关注点：这是"算力供给方式"的一次范式转移——当训练与推理的边界在智能体时代消失，硬件迭代的节奏从"等下一代芯片"变成"重新组合现有芯片"。对做推理成本优化的团队，含义很直接：长上下文与机密推理正在被专门定价，选云时要按工作负载类型谈，而不是按卡时。
  • 来源：https://www.tmtpost.com/8200609.html

Meta Muse Ember：不比智力，比"每任务成本"

  • 摘要：Meta 于 11 月发布轻量模型 Muse Ember，主打单位任务成本而非智力军备竞赛。其 Artificial Analysis 智能指数为 36 分，与 Claude Haiku 5.5 持平，但最高推理档位单任务成本约 0.14 美元，约为后者（约 0.41 美元）的三分之一；定价为输入 0.10 美元 / 输出 0.50 美元每百万 Token。在 AutomationBench-AA 端到端业务工作流得 37.8%，约为 GPT-6 Luna（20.2%）的两倍、Haiku 5.5（13.9%）的 2.7 倍；短板在知识类评测，但因主动拒答 64% 的问题，幻觉率仅 17.4%。首发即登陆 Meta Model API、Google Cloud 与 Oracle Cloud，并与 Box、Cline、Cloudflare、You.com 等嵌入智能体子任务链路。
  • 关注点：企业选型的第一指标正在从"单轮智力"变成"完成一个任务花多少钱"。如果你在做 Agent 流水线，建议按"任务成本 × 成功率"重算一遍模型配比：主干用旗舰、子任务用这类轻量模型，往往比全线用大模型省一个数量级。
  • 来源：https://www.tmtpost.com/8200609.html

DeepMind 用 AI 完成 Signal 协议形式化验证：给端到端加密补上数学证明

  • 摘要：谷歌 DeepMind 宣布借助 AI 完成 Signal 协议的形式化验证，用机器可检验的数学证明来支撑其端到端加密的安全性质。形式化验证长期受限于人力成本——把工业级协议逐条翻译成证明助手可检验的形式，往往是数年工程。
  • 关注点：这条的意义不在"AI 又会做题了"，而在 AI 开始进入"高可信软件"这一最保守的领域：证明可以被机器检查，因此不需要信任 AI 本身。对做安全、密码学或教学的人来说，这是一个极好的课堂案例——AI 的产出可以被形式化系统验收，这才是它进关键系统的前提。
  • 来源：https://www.ithome.com/1/025/161.htm

Seedream 5.5：百轮编辑像素级保持，2K 单张成本降到 0.28 元

  • 摘要：字节跳动 11 月 9 日发布图像创作模型 Seedream 5.5，三项核心升级：多轮编辑实现非编辑区域的像素级保持，可围绕同一作品连续修改上百轮而不丢细节、不偏色；原生支持 RGBA 透明素材生成与分层输出，省去后期抠图；改善光照、材质与皮肤纹理，并显著提升复杂字形与小字渲染。API 延续"输入图 + 输出图"两段计费，文本 Token 不计费，2K 方图编辑单张成本约 0.28 元，不到 5.0 Pro 的一半。豆包、豆包工作、即梦已接入，API 即将上线火山方舟。
  • 关注点：对做课件插图、信息图、短视频分镜的人，"百轮不崩"比"一次惊艳"更重要——它意味着 AI 出图可以进入真正的迭代工作流。0.28 元一张的编辑成本，也让"同一张图改二十版"从浪费变成常规操作。
  • 来源：https://seed.bytedance.com/zh/blog/more-realistic-images-more-stable-editing-across-100-rounds-introducing-seedream-5-5

千问办公 2.0：把 Agent 拉进工作群，做"Team Agent"

  • 摘要：阿里 11 月 9 日发布千问办公 2.0，定位从个人助手升级为面向个人与组织协作的 Team Agent。核心能力包括：协作空间与数字员工"小Q"可关联多个钉钉群聊、AI 听记、表格与文档作为共享上下文，支持多会话并行与任务指派；"自动任务"支持订阅事件、配置规则，条件满足时 Agent 自动启动，纯云端任务在电脑关闭后仍可运行；"人机共创"允许选中段落、单元格或幻灯片标记意见后一次提交，AI 在原产物中直接修改。功能已在客户端全量上线。
  • 关注点：AI 办公的战场从"帮我写"转到"帮我协调"——上下文共享、任务指派、条件触发，这三件事恰好是高校课题组和教研组最缺的。做团队知识管理或课程组协作时，可以照这个结构设计自己的 Agent 工作流：先把信息源接进来，再定义触发条件，最后才是生成。
  • 来源：https://view.inews.qq.com/a/20261109A0A9FB00

🌍 新产品·大事件

双 11 见证算力消费拐点：Token 第一次作为独立品类上架

  • 摘要：2026 年双 11 最根本的变化不在折扣，而在货架本身：Token（词元）首次作为独立商品品类被摆上电商平台。天猫"AI空间站"接入千问、智谱、Kimi、MiniMax、DeepSeek 等厂商，开售首日 Token 品类成交额环比增长 450%；京东上线"AI Token 服务站"，2 小时内大模型 Token 包销量环比增长 20 倍。李佳琦直播间半小时售出近 10 万份千问办公会员，对应约 2 万亿 Token。同期 AI 眼镜、AI PC 成交额同比翻倍，智能人形机器人销量同比增长 700%。
  • 关注点：算力从后台成本项变成前台商品，这是普通人第一次"按份买智能"。做科普内容时，这是解释"什么是 Token"最好的切口——不用讲 Transformer，讲"双 11 你买了几份 Token"就够了。同时它也提示一个隐忧：当智能被包装成消费品，冲动消费与过度囤积会不会重演健身房年卡的剧本。
  • 来源：https://www.hkcna.hk/cn/content/s6af3c99fe4b04d9df119d822.html

Adobe MAX 2026：Photoshop 能重新打光，删物体连倒影一起清

  • 摘要：Adobe 在 11 月 10 日的 MAX 2026 大会上为 Photoshop、Premiere、Lightroom、Illustrator、InDesign 带来一批 AI 功能，覆盖照片重新打光、视频拆音轨、闭眼修复、自动剪辑与多人协同设计，删除物体时可一并清理其倒影。同期公布四项实验性项目：可对话设计的 AI 角色生成器 Project Screen Test、平面转 3D 空间的 Project Sight Span、AI 音频混音工具 Project Sound Bender、一键批量同步编辑的 Project Rinse Repeat。
  • 关注点：专业工具的 AI 化路径已经很清楚——不是让 AI 替你做图，而是把"最费时间的收尾工序"接管掉：打光、抠倒影、修闭眼、拆音轨。对内容创作者，这意味着单位时间产出可以再上一个台阶；对教学，则是一个提醒：软件课要教的不是菜单在哪，而是判断"哪一版更好"。
  • 来源：https://www.ithome.com/1/025/403.htm · https://www.ithome.com/1/025/815.htm

高盛、思科、摩根大通开始给员工 AI 使用"上锁"

  • 摘要：在鼓励员工普及 AI 使用一段时间后，高盛、思科、摩根大通等企业转向精细化管理，通过设置使用预算、限制访问权限等方式管控 AI 使用，以平衡投入产出与安全风险。
  • 关注点：这是"AI 报销单"进入现实的一刻：从"鼓励用"到"算着用"，通常只隔一个财年。企业这一幕大概率会在高校重演——校级统一采购的 AI 额度怎么分、哪些场景必须走审批、哪些数据不许出网，越早定规则越省事。
  • 来源：https://www.ithome.com/1/025/734.htm

阿莫迪"AI 十年内攻克癌症"引医学界质疑

  • 摘要：Anthropic CEO 阿莫迪预测 AI 将在十年内让癌症等重大疾病成为历史，马斯克、哈萨比斯也表达过类似判断。医学界人士指出，AI 无法绕过临床试验等核心环节，该预测过于乐观。
  • 关注点：这类"十年论"是极好的媒介素养素材：一边是技术乐观主义的叙事，一边是受监管流程约束的现实。课堂上不妨让学生分别找出"AI 已经改变了药物研发的哪一步"和"哪一步 AI 改变不了"，比争论谁对谁错更有价值。
  • 来源：https://www.ithome.com/1/025/617.htm

纽约 RAISE 法案进入执法阶段：OpenAI、Anthropic 须在 2027 年前登记

  • 摘要：纽约州 RAISE 法案 11 月 10 日开放注册门户并同日全面生效，年收入超过 5 亿美元的大型前沿 AI 开发商（如 OpenAI、Anthropic、谷歌、Meta、微软）须在 2027 年 1 月 1 日前完成登记。监管由纽约州金融服务厅下属的数字创新、治理、诚信与信任办公室负责，首次违规最高罚 100 万美元，后续违规最高 300 万美元。
  • 关注点：美国州层面的 AI 监管开始"发牌照"了。对国内读者，这是一个可对照的样本：监管不是禁与不禁，而是登记、报告、罚则三件套。讨论"AI 该不该管"时，先看看别人具体在管什么。
  • 来源：https://www.tmtpost.com/8200609.html

彭博测算：AI 贡献英国今年约四分之一经济增长

  • 摘要：彭博经济研究测算，AI 推动英国今年约四分之一的经济增长，贡献 0.45 个百分点，且集中于技术研发与生产环节；若 AI 资产估值大幅回调，英国经济可能面临风险。
  • 关注点：注意这句话的两面：AI 已经是宏观增长的真实来源，同时增长又高度依赖估值不崩。写"AI 泡沫"选题时，这组数字比情绪化的判断更有说服力——把它和英伟达近两日累跌超 9%、市值蒸发逾 4200 亿美元放在一起看，故事就完整了。
  • 来源：https://www.ithome.com/1/025/729.htm

📌 今日一句话

真正拉开差距的，不是谁先用上 AI，而是谁被教过怎么用——79% 对 47% 的那 32 个百分点，就是教育接下来要填的坑。