AI 简报 001|文心把编程卷到端到端,本科生开始给 AI 挖坑
11 月 10 日到 12 日,AI 圈这四件事值得看。
11 月 10 日到 12 日,AI 圈这四件事值得看。
一、文心 5.5 Flash Preview:重点只有两个字,编程#
百度世界大会前一天,文心 5.5 Flash Preview 亮相,并宣布即将开源。
参数:总参数 2800 亿,单次推理只激活 140 亿,支持 100 万 Token 上下文,生成速度超过每秒 200 Token。
但重点不在参数,在「端到端」这三个字。官方给了三场实测:
第一场,116 秒、20 种艺术风格的鹈鹕。 从公元前 4000 年的撒哈拉岩画一路演到大模型时代,全程靠 Python 代码编排动画,不调用外部素材。
[[img: D:\dsh\wechatmp\img\wenxin-pelican.png]]
第二场,进 Blender 从零造一座苏州园林。 所有建筑、植物、水面和镜头动画,靠 Python 调 Blender API 一点点搭,大约半小时一次直出。
[[img: D:\dsh\wechatmp\img\wenxin-garden.png]]
第三场,11 小时搓出一款 UE5.8 的东方武侠游戏《云岫行》。 张家界石峰、崖顶古寺、人物动作、游戏逻辑全在里面。
中间有个细节挺关键:文心是纯文本模型,看不见游戏画面,怎么 debug 人物悬空、跑动方向错、摄像机错位?百度的办法是把这些视觉问题转换成代码能检查的数据,再让模型自己改,跑一遍、查问题、改代码、接着跑。
支撑这套循环的是 1400 万条可执行代码任务——每段都要扔进真实环境跑,跑不起来就不算完。另外按场景补课:游戏要适配 Unreal、Unity、Godot,视频创作准备了 1000 多项 Skill。
记忆问题用 100 万上下文加混合稀疏注意力解决,速度靠多路由器 MoE、ECHO 多 Token 预测和 FP4 专家权重推上去。
还有一个信号值得单独说:文心 5.5 Flash Preview 首次引入自研的 RSI 技术,由 ERNIE Evolve 参与模型推理优化。翻译一下:AI 开始参与自己的模型优化了。
开源采用 Apache 2.0,支持 SGLang 和 vLLM 部署。API 已上千帆,限时五折——输入 1 元每百万 Token,输出 4 元每百万 Token。
(图源:量子位)
二、一个本科生,给逆向 AI 挖了三个坑#
中山大学软件工程大三学生 Timo Zhang 做了个开源项目 BLA,专门对付「用 AI 逆向软件」。
思路三步:投毒 → 耗尽预算 → 诱导误判。
第一坑,放假线索。 往文件里塞格式逼真的假凭据、假 Source Map。比如做一份完全合法的映射,让一段普通客户端代码看起来像在调硬件安全区,还附上远程认证接口和注释。AI 顺着这条不存在的调用链一路查,token 就烧在这儿。
第二坑,卡爆上限。 Electron 的 .asar 包头部有一份文件索引,BLA 往里塞约 4000 条诱饵文件,每条内容极短、路径极长。测试里一个 607 字节的包,加固后变成 16.93 MiB,直接超过分析器默认读取上限。
[[img: D:\dsh\wechatmp\img\bla.png]]
效果:逆向 AI 的 token 消耗涨 300 到 2800 倍。用仓库里 14 个示例估算,总 token 消耗约 639.5 倍,总费用约 304.4 倍。13 个对照测试里,7 项直接报错或被拒。
项目已经 3900+ star、476 fork。
这条最有意思的地方不是技术,是思路:不跟你正面对抗,让你的成本结构自己崩。防守方第一次有了「按 token 计费」这个可攻击的软肋。
(图源:量子位)
三、蚂蚁灵波开源触觉模型:让机器人摸得准#
11 月 10 日,蚂蚁灵波开源 LingBot-Touch 触觉基础模型。
基础是近 5000 小时真实触觉数据,覆盖磁触觉、视触觉、压阻式三类传感原理,把不同信号转成同一套触觉表征。
为什么需要触觉?拿灵巧手拧瓶盖举例:深度信息能帮手指对准瓶盖,但开始转之后,「瓶盖已经松了」和「指腹在打滑」在画面里长得几乎一样,处理方式完全不同。这时候只能靠指尖的受力变化。
26 项真机测试、两款灵巧手,接入后四种动作模型的平均任务成功率提高 14 到 26 个百分点。T-Rex 控制 Sharpa Wave 拧瓶盖:不用触觉 56.25%,直接喂原始信号 62.5%,用 LingBot-Touch 的触觉表征 90%。
更实际的一点是跨硬件复用。XHand1 用的磁触觉传感器型号根本不在预训练数据里,模型靠人戴手套采集的数据学到的经验,换只手照样能用,参数都不用改。
轻量版 LingBot-Touch-Tiny 只有约 530 万参数,接进动作模型后参数量只增加 0.13% 到 0.16%。
[[img: D:\dsh\wechatmp\img\lingbot-touch.png]]
技术报告、模型和代码已在 Hugging Face、GitHub 和魔搭开源。
(图源:量子位)
四、Fable 5.2 掀桌#
11 月 10 日上线,社区第一波实测:从零造一个操作系统,性价比反超 Opus 5.5。
代价写在训练说明里——主动锁死了新模型的部分 RSI(递归自我改进)能力。厂商自己也怕。
同一天,英伟达把机器人相关项目开源。Jim Fan 的回应只有一句:不是寒冬,是夏天。
一句判断#
文心和灵波看着不搭界,其实是同一件事的两端:一个把「端到端」做进代码,一个把「端到端」做进物理世界。
而 BLA 提醒了另一件事——当 AI 按 token 计费,账单本身就是攻击面。
信息整理自量子位公开报道,事件日期为 11 月 10 日至 12 日。
本文原发于订阅号(2026-11-12),同步到这里。
关于准确性:文中「实测」均来自我们自己的机器,标注了日期;厂商参数以官方文档为准。发现错误,告诉我们,会改并记一笔。