小刘BOT
中EN
简讯/2026.11.13 周五
第 226 期

X 平台 11月13日 AI 简讯｜Gemini 4 Hydrogen 面向日常任务开放，DeepSeek 开放搜索与文件 API，Claude Meetings 测试版推出

01 Gemini 4 Hydrogen 面向日常任务开放，Antigravity 增加双模型编排

Google 于 11 月 12 日开始推出 Gemini 4 Hydrogen，定位为日常编码与 agent 工作的快速档，已覆盖 Gemini App、搜索、AI Studio 和 API 等入口；付费 Pro/Ultra 用户也可在 Antigravity 使用。Google 称其相较 3.8 Flash 完成任务快 2.5 倍，并提供四档思考深度；这些性能比较来自 Google 自行公布的基准。另一个面向复杂任务的变化是 Antigravity Orchestrator：Carbon 规划，Hydrogen 执行代码修改和测试，遇到阻力时再由 Carbon 调整计划。Google 在 Terminal-Bench 4.0 测试中报告，成功率接近全程使用 Carbon，同时少用 24% 配额、平均快 19%。

02 DeepSeek 将 App 背后的搜索、文件与语音能力开放为 API

DeepSeek 官方宣布，App 的搜索、文件、链接处理、安全与语音能力现可通过 API 组合调用，也能单独使用 OCR、ASR、TTS 等接口；官方同时提供可导入 DeepSeek 对话历史的开源前端示例和代码。这让开发者可直接组合现有能力或搭建自己的客户端，不必从头重做基础交互。扩展工具会另计调用费用，具体价格应以官方价格表为准。

03 Claude Meetings 测试版可在会议进行中协作产出文档和白板

Anthropic 开始向 Team 和 Enterprise 用户推出 Claude Meetings 测试版，首批支持 Google Meet。Claude 以参会者身份加入后，可边听讨论边整理文档、画白板、回答问题；会后可在 Claude 的会议页面查看纪要、行动项、转录稿及生成内容。Anthropic 表示其他会议平台将陆续支持。宝玉的长帖整理了权限、外部参会者和转录等细节，并指出官方发布文章与帮助中心对外部人员会议的默认设置描述不一致；管理员宜自行核实组织设置。

04 MiniMax H3-Image 的高分辨率多图融合能力出现实测拆解

小互对刚开源的 MiniMax H3-Image 做了产品和 API 层面的整理：模型可接收最多 16 张参考图，为不同对象分别指定参考；输出可达约 1600 万像素，示例尺寸包括 4096×4096 与 5472×3072。其测试场景涵盖空房间布置、多人换装、游戏 CG 和结构图，API 还能把简短中文要求扩写为画面描述。作者同时提醒，本地模型约需下载 135GB，许可对美国、欧盟等地区及年收入超过 100 万美元的使用者有限制；文中价格和样例属于该作者整理，使用前应查官方条款。

05 Fable 5.2 的个人实作展示从提示词到可玩的 3D 游戏

两位创作者分别分享了用 Fable 5.2 制作游戏原型的过程：傅盛称自己用一句提示词、约 20 小时做出可横竖屏操作的网页类 MOBA，压缩后网页包约 600KB；他明确说明这只是单人玩家对 NPC 的 demo，联网和商业游戏级细节不在目标内。歸藏此前分享的 3D 动作游戏则称用时一下午、产物融合在约 30MB HTML 文件中。它们是创作者展示的单次体验，不代表普遍制作成本或模型在复杂项目上的稳定性，但显示自然语言驱动的原型制作已能交付可试玩作品。

06 低内存旧设备运行本地模型的工程路径被具体量化

Gorden Sun 介绍的 smolmaxxing 基于 llama.cpp，为旧电视盒子和 iPad 重写底层计算、压缩词表，并通过硬盘换入换出模型数据及预加载，让只有 1GB 可用内存的设备运行本地对话模型。其记录称，第三代小米电视盒子 S 运行 2B Qwen3.5 可达每秒 7.7 token，运行 16B Ling-mini-2.0 为每秒 5.1 token；2013 年 iPad Air 运行 1.7B Bonsai 可达每秒 24–26 token。数据来自作者展示的实验和代码仓库，说明这是特定设备与实现的结果，不宜直接外推到其他硬件。

07 Liquid AI 开源流式音频编解码器强调端侧低延迟

Gorden Sun 对 Liquid AI 开源的 LiquidCodec 作了技术介绍：它面向语音模型，将语音编码为离散特征并可实时还原，设计目标是让模型并行生成音频特征，减少传统编码的顺序依赖。作者报告其在 Apple M4 Max 单核 CPU 上，编码与解码分别达到实时音频速度的 361 倍和 87 倍，并称 4-bit 量化可降低端侧运行门槛。这里的速度和自然度描述来自该帖介绍，尚不能视作跨设备的独立基准。

08 World Labs 向所有人开放 Atlas 世界模型

World Labs 官方宣布 Atlas 开放访问，并提供应用和 API：用户可从构建 3D 世界的想法出发，生成关键帧、视频片段或 3D Gaussian splats。李飞飞转述了开放消息并表达期待；raw/report 中没有列出更多使用门槛、性能或质量数据，因此本节只记录其开放范围和官方列出的输出形式。

09 Vercel 发布面向 Agent 生成界面的 UI SDK

Vercel 发布 UI SDK 后，Guillermo Rauch 将它描述为供 Agent 调用的界面行为组件层：把无障碍、性能和交互一致性等常用行为封装起来，同时不把生成结果锁定在单一高层框架或固定组件模板中。他的判断是，Agent 更适合在较低层的能力积木上按场景组合界面；这是一项工具设计方向的说明，推文没有提供量化效果对比。

10 一份科技就业市场报告给出用户研究岗位流向数据

Lenny Rachitsky 分享的 2026 科技就业市场报告将工程需求停滞、设计岗位减少、AI 技能普及和远程岗位减少列为观察结论。对用户研究岗位，报告所引 2,779 名美国求职者（2024–25 年转换工作）数据显示：49% 转到另一份用户研究工作、17% 转入设计、9% 离开该领域，约一半继续做研究的人去了科技行业以外。该样本与时间范围有限，适合作为岗位流向线索，不应当作全行业普查。

11 X 单帖媒体上限被多位用户观察到提高至 20 项

多位用户在当天发帖称，X 已将单帖可上传的照片/视频数量从 4 项提高到最多 20 项，并展示了多图发布或测试。report 中可见的是用户实测与转述，未见 X 官方账号直接公告，因此将其视为社媒观察到的功能变化，而非本报告独立验证的平台说明。

← 返回全部简讯 →