美团LongCat-2.5登顶多项Agent榜单，国产算力跑通万亿参数训练闭环

1. 美团发布LongCat-2.5：1.6万亿参数，全程国产算力训练，多项Agent评测登顶第一

11月2日，美团正式发布新一代大模型LongCat-2.5，这是一款面向长程智能体任务的原生多模态模型，总参数量1.6万亿，每个token激活约480亿参数。模型全程在国产算力上完成训练，是目前依托国产算力完成的最大规模训练任务。在AutomationBench、BrowseComp、3DCodeBench等多个Agent评测基准中，LongCat-2.5得分领先Claude-Opus-5和GPT-5.6-Sol等海外头部模型。

2. DeepSeek开源Super-agent架构：AI开始指挥AI干活，编程智能体进入多任务并行时代

10月31日晚，DeepSeek Harness团队发布技术文章《Super-agent设计探索：迈向更自主的Agent系统》，同时以MIT协议在GitHub开源了原型项目dsh-superagent-prototype。Super-agent采用Router-Worker双层架构，引入事件驱动、存算分离、Watchdog等计算机系统经典设计思想，让智能体能够持续在线、并行处理多个任务、主动发现并修复问题。初步实验显示，任务完成时间p50为12.4分钟，显著优于单会话方案。

3. 商汤发布SenseNova 6.8 Flash正式版：Flash级轻量模型，办公交付能力对标国际顶尖

11月2日，商汤日日新SenseNova 6.8 Flash正式版出炉。该模型围绕真实环境中的复杂任务进行优化，支持跨任务、跨会话协作，将生成能力延伸到动态网页、3D内容、动态PPT等富交付形态。评测显示，SenseNova 6.8 Flash在TeamBench多Agent协作、DataAnalysis 2.0数据分析等场景上超过部分国际前沿模型。同期商汤还开源了SenseNova Loop-9B-Preview，探索"用计算深度换取参数效率"的新架构路线。

4. 清华姚期智团队发布代数世界模型（AWM）：让AI像牛顿一样从观察中推导规律并给出数学证明

清华大学交叉信息研究院姚期智教授和袁洋副教授领导的团队发布了代数世界模型（Algebraic World Model, AWM）。该框架将对象、关系和规则抽象为代数结构，通过探索、凝炼、证明三阶段建模，并使用Lean 4进行形式化验证。在ARC-AGI-3测试集中，基于Opus 5的AWM在183个关卡全部通关，得分99.9%，平均通关动作数仅为人类基准的43%。面对无解关卡，AWM能给出经机器核验的完整证明。

5. 微软开源4B电脑操作模型Mage-VL-Cowork：40亿参数，既会点鼠标也会写代码

微软Mage团队在Hugging Face发布Mage-VL-Cowork权重，这是一款40亿参数的混合电脑操作智能体，基于自研视觉编码器Mage-ViT和Qwen3-4B构建。它将"看截图操作界面"和"用代码、命令行处理文件"合在一个模型里，每一步自行决定走哪个通道。在OSWorld-Verified基准上取得66.0%的成绩，超过多个更大参数量的开源模型。权重以Apache 2.0协议公开，可在个人电脑上本地部署。

6. 2026世界互联网大会乌镇峰会开幕：30余款具身智能机器人实景上岗，6G原型系统集中亮相

11月2日至5日，2026年世界互联网大会乌镇峰会在浙江乌镇举行，主题为"开源开放 共建共享"。"互联网之光"博览会吸引来自54个国家和地区的671家企业参展，展示1000余项新技术新产品。智元、优必选、宇树等30余款具身智能机器人实景演示，全球首款可与人自主打羽毛球的双足人形机器人成为焦点。GSMA携高通等企业展示端到端6G原型系统，阿里巴巴、华为、中兴、曙光四大厂商超节点集中亮相。

7. 度小满联合港科大发布轩辕4.5金融大模型：基于RSI自进化技术，推理成本仅为通用模型十分之一

11月2日，度小满与香港科技大学、香港生成式AI研发中心联合发布轩辕4.5金融增强大模型。该模型是行业首个将自进化RSI技术运用于模型训练及智能体场景目标适配的金融大模型，在获客、风控、客户经营等核心金融场景中效果提升30%，推理成本仅为通用顶级模型的十分之一。基于轩辕模型，度小满已构建上千个智能体、5000余项技能，日均Token使用量超过1000亿。

📌 今日份的AI日报就到这里了！ 觉得有用的话，点个「在看」转发给你的技术小伙伴吧。你最关注哪条动态？欢迎在评论区聊聊你的看法，小猴会在评论区和大家互动～

明天同一时间，不见不散！