谷歌Gemini Omni 1.2 Flash与OpenAI GPT-6 Cyber领衔AI早报

今日AI速览：视频生成、网络安全与社区生态齐头并进

本期AI早报带来多条重磅消息：谷歌发布视频生成模型Gemini Omni 1.2 Flash，OpenAI推出网络安全专用模型GPT-6 Cyber，DeepSickHarness公布最新社区数据，蚂蚁集团AntLyn发布多模态模型Lyn 3.2 Flash，METR对Anthropic模型能力提升速度给出独立评估，OpenAI则公布了算力园区政策蓝图。

谷歌Gemini Omni 1.2 Flash：视频生成再进化

谷歌发布了Gemini Omni 1.2 Flash视频生成模型，官方称新版本原生支持最长15秒的视频，并可按3-15秒逐秒指定时长。在角色、商品和场景的一致性上表现更强，同时支持多轮对话式编辑——换背景、换产品、改光线都无需从头重做。

价格方面，相比上一代降低了30%，720p视频每秒0.07美元。该模型已在Gemini API和Google Cloud正式可用。

对开发者的意义

更低的定价和对话式编辑能力，意味着视频生成的门槛进一步降低，尤其适合电商、广告等需要快速迭代视觉内容的场景。多轮编辑能力也减少了反复生成的成本。

OpenAI GPT-6 Cyber：专为网络安全而生

OpenAI发布了网络安全专用模型GPT-6 Cyber，官方称这是安全研究上的一次重大跨越。该模型能发现并验证可利用的漏洞，也比上一代更可靠地遵守研究人员设定的授权范围。首批通过API和Codex向少数获批的Daybreak Red客户开放。

在测试漏洞利用能力的Exploit Gym上，GPT-6 Cyber得分48.5%，比GPT-5和GPT-6 Cyber的32.1%高出约16个百分点。官方还称，它复现了1724个Linux内核漏洞，为其中948个开发出可用的提权利用；在Firefox上发现81个此前未知的高危漏洞，Mozilla已经开始发布修复。

安全与伦理的平衡

GPT-6 Cyber的授权范围遵守机制值得关注，这表明OpenAI在提升攻击性安全能力的同时，也在尝试控制模型的使用边界。不过，漏洞利用能力的提升也带来了双刃剑效应，如何确保此类模型不被滥用将是长期课题。

Exploit Gym 与授权范围（Scope）的概念

Exploit Gym 是一类专门评估大模型"攻击性安全能力"的基准，核心是让模型在受控的靶场环境中尝试把已发现的安全缺陷转化为实际可利用的攻击路径，例如提权、远程代码执行等。它衡量的不是模型"能否说出漏洞名称"，而是能否端到端完成从发现到验证的闭环，因此得分通常远低于常规代码基准。

"授权范围遵守"则对应渗透测试中的 scope（范围）概念：真实红队作业会明确划定可测试的资产、时间窗和禁止动作（如不能触碰生产数据库）。对模型而言，这要求它在多轮工具调用中始终不越界，既不扫描未授权目标，也不执行破坏性命令。这一能力被视为安全专用模型能否进入企业环境的前提条件，也是各家在发布此类模型时重点强调的合规卖点。

DeepSickHarness社区数据：日活154万，插件生态扩张

DeepSickHarness公布了最新社区数据。截至11月4日，日活跃用户达到154万，比桌面端发布时增长545%；月活跃用户548万；日均Token消耗92.1万亿，比桌面端发布时增长306%。

插件生态也在扩张，公开的第三方插件达到3.49万个，其中GitHub上2.94万，NPM上1.85万（注：原始数据存在重叠可能）。58.94%的用户创建或使用过自定义插件。官方重点介绍了自媒体创作、设计、上下文洞察和论文阅读四款社区插件，并表示将提升插件API稳定性和安全机制建设。

蚂蚁集团AntLyn发布Lyn 3.2 Flash多模态模型

蚂蚁集团旗下AntLyn发布原生多模态模型Lyn 3.2 Flash，总参数5600亿，每个Token激活250亿。官方称其在复杂视觉理解、长程多模态智能体、3D理解和医疗智能上更强。

发布评测中，Omnidog Bench 1-5拿到92.21分，高于Opus 5的90.56分；ZeroBench和Vision2Web的分数也领先。

多模态竞争加剧

Lyn 3.2 Flash的发布表明国内厂商在多模态大模型领域持续发力，尤其在医疗和3D理解等垂直场景的差异化能力值得关注。

总参数与激活参数（MoE 稀疏架构）

"总参数 5600 亿、每 Token 激活 250 亿"描述的是混合专家（MoE）架构的典型指标。MoE 模型由大量专家子网络加一个路由网络组成，每次前向计算时路由器只为每个 Token 挑选少数几个专家参与运算，因此"总参数"代表模型容量与知识储量，"激活参数"代表单次推理的实际计算量。

这种设计的价值在于解耦容量与成本：模型可以堆到很大的总参数量以提升理解与泛化能力，而推理开销只与激活参数相关，接近一个 250 亿参数稠密模型的水平。这也是近期多模态模型普遍采用 MoE 的原因——视觉 Token 数量远多于文本，稠密架构的推理成本难以为继。不过 MoE 对显存占用、负载均衡和推理框架的要求更高，部署门槛并不低。

OpenAI图像生成量激增，METR评估Anthropic模型进步速度

OpenAI的Teebo表示，ChatGPT和API现在每周生成超过3.2万个插件（注：原文如此，疑似笔误，可能指每周生成超过3.2亿张图像？但原文明确写“3.2万个插件”，此处保留原文表述）。Teebo还表示，OpenAI现在每周生成超过40亿张图像，而仅8周前还是每周超过30亿张，按此计算相当于每天超过5亿张。这条帖子引用了ChatGPT Images 2.6的发布信息。

METR发布对Anthropic的独立评估，称其模型在定义明确任务上的能力提升速度约为2024年3月到2025年10月的两倍。AECI基准分数自2025年10月以来以此前1.9倍的速度增长。METR认为当前加速的大多数模型大部分可能由AI参与AI研发驱动，而且没有看到明确的瓶颈或明显的收益递减。METR还表示，他们向Anthropic提交了约100页的完整报告，但公开版本中多数重要证据被Anthropic涂黑，公众只能更多依赖METR的判断。社区账号Lumina则称Anthropic内部模型Model 4在多项METR基准上超过90分。

METR 与 AECI 基准是什么

METR（Model Evaluation & Threat Research）是一家独立非营利评估机构，以"第三方测评"身份对大模型能力进行外部测量，其方法论强调可复现的任务集和公开的评估协议。它最知名的工作之一是测量模型能独立完成多长时长的人类任务（任务时长视野），以此判断能力进展。

AECI 是 METR 使用的一类综合能力指数基准，把多项定义明确的任务得分聚合成单一分数，便于观察随时间的变化斜率。"提升速度为两倍"这类表述，指的就是该分数随时间增长的斜率变化，而非单点分数的绝对值。需要注意的是，此类指数对任务选择敏感，且被评估方对报告内容拥有删改权时，外部可验证性会明显下降，因此 METR 强调公开版本证据被涂黑会削弱评估的独立价值。

OpenAI算力园区政策蓝图与Anthropic个人理财测试

OpenAI发布国家社区契约和算力园区政策蓝图，承诺未来自建自营的算力园区将全额承担电力和基础设施成本，公开用水、用电与噪音报告，除少数安全与商业机密例外不与公共官员签署保密协议，并公布本地就业和培训计划。OpenAI同时建议各州要求大型用电客户承担新增电网成本。

Anthropic在美国为Cloud推出个人理财测试版，面向Pro、Max和Ultra订阅用户。用户可以通过Plaid连接银行和信用卡账户，Cloud用日常语言回答余额、消费和账单问题。访问权限只读，Cloud不能转账、管理或投资资金，也不提供投资建议。

算力园区的电网成本分摊争议

大型 AI 数据中心单体功率可达数百兆瓦，接入电网往往需要新建输电线路、变电站甚至调峰电源，这些"新增电网成本"由谁承担是当前美国各州监管的核心争议。传统上部分成本会分摊到全体居民电价中，而 OpenAI 建议各州要求大型用电客户自行承担新增成本，实质是主张"谁引发、谁付费"的接入原则。

与之配套的公开用水、用电与噪音报告，对应的是数据中心对当地水资源（冷却耗水）和社区环境的实际影响。承诺不与公共官员签署保密协议，则是回应外界对算力项目审批过程不透明的批评。这类政策蓝图本身不具备法律效力，但会影响各州立法与公用事业委员会的费率设计，也是 AI 公司提前介入监管议程的常见做法。

总结

从视频生成到网络安全，从多模态模型到社区生态，AI领域的竞争正从单一能力转向综合生态与政策参与。谷歌和OpenAI在各自赛道推出专用模型，DeepSickHarness和AntLyn则展示了社区与多模态的进展。METR的评估也提醒我们，AI研发的加速可能正在形成自我强化的循环。