2026年11月10日，AI行业资讯被Meta的效率模型Muse Ember刷屏，同时Anthropic双模型与Google新TPU同日登场。今日重点包括：Meta发布迄今最小模型Muse Ember，AA智能指数36分与Claude Haiku 5.5持平、价格便宜17倍，成为Vals Index上最便宜模型；Anthropic发布Claude Fable 5.2与Claude Mythos 5.2，Fable已在Perplexity上线并在WANDR评测中击败Gemini Argon；Google一年内推出同代四款TPU系统，TPU 8i Max与TPU 8tx亮相；World Labs的Atlas在相机运动评测中排名第一。以下是今日AI行业重要资讯。
一、Meta发布最小模型Muse Ember：AA智能指数36分追平Haiku 5.5，价格便宜17倍
Meta今日发布其迄今最小的模型Muse Ember，主打”每美元智能”（intelligence per dollar）。官方称，Ember面向智能体全天重复执行的高token消耗任务，包括工具调用、编码子任务、路由、信息抽取和长文档解析，目标是最大化每GW推理算力的智能，帮助”将个人超级智能带给所有人”。
性能与价格方面：Muse Ember在Artificial Analysis智能指数上得分36，与Claude Haiku 5.5（max）持平，而官方称其提供的智能水平接近Muse Spark 1.3（max），价格便宜17倍；输入与输出token定价为每百万0.10美元/0.50美元。ValsAI数据显示，Ember是Vals Index上最便宜的模型，每测试仅需0.15美元，性能超越Haiku 5.5和GPT-6 Luna，完成测试约15分钟，是排名前12模型中最快的。Ember也是首个使用Muse Wonder Full训练的发布模型，可通过API和muse code试用。
落地案例已经涌现：Pi Dash获得早期访问权限后，10个Muse Code代理在一个周末内协同完成从Raw SQL到SeaORM的迁移，涉及约17.8万行生产代码；alexandr_wang称用Muse Ember Max生成网站平均每个成本约0.04美元，20多个网站和动画均由Ember一次性生成，该模型已进入Code Arena的WebDev榜单；另有用户用Ember处理一笔1260万美元私募基金资本调用中相互冲突的记录，在13份文档中发现248万美元的错误分配和25万美元的遗漏抵扣。
二、Anthropic发布Claude Fable 5.2与Claude Mythos 5.2，Fable上线Perplexity
Anthropic官方宣布，Claude Fable 5.2与Claude Mythos 5.2现已可用。两款模型定位为应对最具挑战性的技术难题，可在多领域的雄心项目中充当协作伙伴，并在编程、推理和视觉等方向有所改进。
Perplexity创始人Arav Srinivas同日宣布，Fable 5.2已在Perplexity上线，用户可在Computer内使用该模型，或通过Fable创建Teammates。他表示，Fable在Wide and Deep Research任务（WANDR）上以明显优势击败Gemini Argon。这是继Teammates产品上线后，Perplexity在代理能力上的又一次快速跟进。
三、Google一年内推出同代四款TPU系统，TPU 8i Max与TPU 8tx亮相
Google CEO Sundar Pichai宣布，Google AI与基础设施团队在一年内推出同一代四款不同的TPU系统，扩展第八代TPU产品组合。其中，TPU 8i Max面向超大上下文窗口和最高单机架计算密度；TPU 8tx为安全场景专门打造。Pichai表示，硬件工程师与Google DeepMind协同设计系统，而非等待传统半导体周期数年，从而能够快速为客户持续创新。
四、World Labs的Atlas在相机运动评测中排名第一
RapidataAI对World Labs的Atlas进行了评测，结果显示其在相机运动方面排名第一。该评测覆盖19个世界模型和视频模型，使用600个提示词，收集超过51.3万次人工判断，用于评估各模型遵循相机运动指令的准确度。所有输出、配对比较、判断结果和方法论均已公开。
其他重要资讯
- CoRL 2026在奥斯汀举行，BAIR展示33篇主会议论文：会议于11月9日至12日在德克萨斯州奥斯汀举行，伯克利AI研究院参与33篇主会议论文、4篇LBR海报、3场口头报告与7场焦点报告；Negar Mehr教授发表早期职业主题演讲《机器人如何学会与他人交互与协调》。
- CoRL展示Flow Reversal Steering：verityw_与tangerinecoder展示机器人推理如何引导高效RL，海报位于JW Marriott Lone Star 39号。
- Berkeley分享OmniVLA实时边缘与远程推理实现：Sergey Levine转发，Noriaki找到通过边缘与远程推理相结合让该导航模型实时运行的方法。
- CoRL Late-Breaking：机器人能否通过代码学习复杂行为：研究者Shuangyu Xie提出，从人类演示中学习之外，机器人是否也能通过代码学习复杂动作。
- se3labs推出面向机器人的真实世界RL环境：YC投资项目，目标是弥合仿真演示与真实任务可靠执行之间的差距。
- LangChain开放Interrupt大会回放：旧金山、纽约、伦敦三站共46条视频可点播；Airbnb机器学习总监Pedro Rodriguez分享基于LangGraph构建信任与安全智能体的实践；伦敦站含Orange、DB、OVO、Monday.com等生产部署案例。
- LlamaIndex：LlamaParse支持三种部署方式：SaaS托管API、用户自有云账号部署、本地硬件运行，选择取决于文档存放位置与基础设施管理方。
写在最后：今日AI资讯的核心信号是”效率模型”正式成为主战场：Meta Muse Ember以0.10/0.50美元的百万token定价、36分的AA指数，把旗舰级智能的成本打到了原来的十几分之一，10个代理迁移17.8万行代码的案例展示了小规模模型编排的巨大潜力；Anthropic则用Fable 5.2和Mythos 5.2继续上攻高难度任务；Google以一年四款同代TPU的速度证明软硬协同的迭代优势。模型竞赛正在从”谁最强”转向”谁能在每美元、每GW上给出最多智能”。
