主题： DeepSeek 把 App 的搜索、文件、语音能力整体开放成接口；Edge0 放出 145B 开放权重模型，笔记本 29GB 内存可跑；Thinking Machines 补放 594B 的 Inkling 2 Small 权重；Perplexity 开源决策模型 Decider 1.3 并加入片段定位；具身侧曦选创智 5 亿元天使轮、优理奇 5 亿元 Pre-A、思灵 5 亿美元 F 轮、妙动 Beni 国内首发

编制时间： 2026 年 11 月 15 日 07:00（北京时间）

本期看点： 模型公司开始把产品能力当作 API 商品拆开卖，DeepSeek 一次放出五项对话能力与五个独立接口，工具调用与上下文拼接改由服务端完成；本地推理的硬件门槛继续下探，145B 稀疏 MoE 在 48GB 笔记本上的峰值内存报到 29GB，代价是自定义许可证禁止独立商业编码助手；开源与开放权重再次被区分，594B 的 Apache 标签下另有一份可接受使用政策；决策模型这条支线出现开源版本，分类与抽取不再需要逐 token 生成；具身侧一周内四笔融资，芯片定义权成为合资的核心动因。

一、要闻速览

序号	方向	事件	关键数字
1	AI Coding	DeepSeek 开放全家桶应用 API	5 项对话能力；5 个独立接口；搜索与抓取 5 元/千次
2	AI Coding	Edge0 放出 145B 与 120B 开放权重	145B 总参、10.12B 激活；29GB 峰值；80+ token/s
3	AI Coding	Thinking Machines 补放 Inkling 2 Small 权重	594B 总参、17B 激活；NVFP4 需 500GB 显存
4	AI Coding	Perplexity 开源 Decider 1.3 与 Flash	27B 与 4B；63 项分类 91.6%；每百万输入 0.02 美元
5	具身智能	曦选创智 5 亿元天使轮，投后 40 亿元	沐曦与优必选各持 35.01%；2027H2 流片、2028 量产
6	具身智能	优理奇 UniX AI 完成 5 亿元 Pre-A	月出货超百台、峰值 300 台；单机连续出杯 2156 杯
7	具身智能	思灵机器人 5 亿美元 F 轮	投后估值 85 亿美元；累计融资 20 亿美元
8	具身智能	妙动 Beni 多地形跟拍机器人国内首发	众筹超 500 万美元、7926 名支持者；标准套装 4999 元

二、AI Coding 深度动态

1. DeepSeek 把 App 的对话能力整体开放成接口

事件。 11 月 13 日，DeepSeek 在 API 变更日志中发布「全家桶应用 API」，把 DeepSeek App（含网页端）里与模型推理配合的那套交互能力，直接并入原有 API。开发者开启对应参数即可获得联网搜索、深度思考搜索、文件输入、阅读链接与模型安全校验，工具调用与上下文拼接由服务端完成。

核心参数与产品细节。

• 接口覆盖：在 Messages、Responses 与 Chat Completions 三套协议下，模型 deepseek-flash（当前服务 DeepSeek-V4.1-Flash-1017）支持上述五项能力，其中联网搜索需关闭思考模式并开启 deepseek_web_search 工具，深度思考搜索则在思考模式下启用同一工具，由模型在多步推理中自主检索并阅读链接。
• 文件与链接：文件输入支持 PDF、Office 文档与图片，经纯文本提取或图文混排解析后拼入上下文；阅读链接由 deepseek_read_url 工具识别消息中的 URL，抓取页面后结合上下文作答。
• 独立接口：底层能力与语音能力均可单独调用，包含 Search、Fetch、OCR、ASR、TTS，可组合进自有工作流。
• 计费口径：搜索与网页抓取每千次 5 元（海外站 0.75 美元），文件解析与 OCR 每千页 0.225 美元，语音合成每万字符 0.45 美元、语音识别每小时 0.116 美元，语音两项当前为半价；搜索与抓取费用在直接调用与该工具被模型自行调用两种情况下都收取。
• token 价格：deepseek-flash 维持每百万输入 0.30 美元（缓存未命中）、输出 1.20 美元，错峰时段减半。
• 配套物料：官方开源 chat-demo，一个静态网页客户端，浏览器直连 API，支持深度思考、搜索、链接阅读、附件与语音输入，并可导入用户的历史对话；另发布《Build a Chatbot》接入文档。
• 合规提示：对外提供应用服务需开启安全校验参数，并承担内容安全审核、大模型登记与 AI 标识等义务。

值得关注的原因。 这次开放的价值不在模型能力，在于把「产品形态」变成可采购的部件。过去要复刻一个对话助手，开发者需要自己接搜索引擎、自己做文档解析、自己维护多轮上下文，任何一环出问题都要自己排查；现在这些环节收到服务端，接口只是开关。对中小团队来说，交付方式从搭系统变成配参数，周期会明显缩短。另一面也要看清，工具调用被托管之后，检索质量、抓取成功率、拒答策略都由平台决定，可调试的空间变小；官方在文档中强调的登记与标识义务，实际上是把这部分合规责任转移给了调用方。

2. Edge0 放出 145B 权重，笔记本跑得动，许可证写着限制

事件。 11 月 11 日，Edge0 在 Hugging Face 上传 Edge0-145B 与 Edge0-120B 两组权重，同时放出统一推理框架与部署工具，次日发布技术博客。公司口径是「首个能在个人电脑上运行的开源 145B 模型」，11 月 14 日该发布在 Hacker News 首页拿到 334 分。

核心参数与产品细节。

• 架构：潜在稀疏 MoE，145B 总参数、每 token 约 10.12B 激活，48 层，每层 512 个专家，路由 10 个加 1 个共享专家，上下文 128K 至 256K，训练原生采用 4bit 格式。
• 权重体积：Q3_K 版 40.81 GiB、NVFP4 版 47.79 GiB；四个仓库合计 90 至 113 GB，下载并非 29GB。
• 笔记本数据：厂商标称 48GB 内存笔记本上峰值内存约 29GB、预填 1100+ token/s、解码 80+ token/s、整机功耗约 120W，128K 至 256K 上下文下速度基本不变。
• 单卡数据：模型卡给出 RTX 5090 上 Q3_K 解码 121.2 token/s、16K 预填 3554.9 token/s；NVFP4 解码 98.3 token/s。
• 内存分层：每组 64 个专家共享两个大矩阵，热专家驻显存，约 40GB 专家库放系统内存，约 48GB 词表数据留在 SSD 按需读取，CPU 与 GPU 分担计算并叠加投机解码。
• 许可证：自定义的 edge0-community-model-1.0，允许个人与研究使用、允许修改与商业使用输出，但模型销售、付费推理服务、独立的商业编码或办公助手需单独书面许可，同时受上游 Qwen 社区许可约束。
• 基准：全部为厂商自测，Terminal-Bench 2.1 为 86.52、GPQA-Diamond 90.4、DeepSWE 1.1 为 64.6，六项均值 72.8，技术报告尚未发布。

值得关注的原因。 这条的关键词是「开放权重」而不是「开源」。按 OSI 定义，可自由销售与提供推理服务是必要条件，edge0-community-model-1.0 恰恰在这两处设了闸门，而公告与多家转述都用了 open-source 的说法，读者需要按许可证原文判断能否商用。技术侧的看点则是内存分层：把专家库放内存、词表放 SSD，用带宽换容量，这套思路在 MoE 时代的消费级硬件上有普适性。真正的验证点在第三方复现，尤其是长上下文下的解码速度与 29GB 这个数字的测量口径，博客里对笔记本型号只写了「兼容的个人笔记本」。

3. Thinking Machines 补放 594B 权重，Apache 标签下另有条款

事件。 11 月 5 日，Thinking Machines Lab 发布 594B 参数的 Inkling 2 Small，当时为闭权重，公告称权重将在完成进一步安全评估后开放。11 月 12 日，公告页更新确认权重已上架 Hugging Face，仓库不打门禁，许可证标签为 Apache 2.0。

核心参数与产品细节。

• 架构：48 层混合专家 Transformer，594B 总参数、每 token 17B 激活，每个 token 路由到 384 个专家中的 8 个，接受文本与图像输入、输出文本，上下文 1M，原生 NVFP4 训练。
• 显存底线：模型卡列出两个检查点，NVFP4 需 500GB 聚合显存（2 张 B300 或 4 张 H200），MXFP8 需 800GB（4 张 B300 或 8 张 H200）；卡片称 MXFP8 在评测上只高 1 至 2 个百分点，建议使用 NVFP4。
• 评测数字：SWE-bench Pro v2 的 Hard 子集 86.3%、BrowseComp 90.2%（带 compaction）、ARC-AGI-2 81.7%、HLE-Diamond 28.7%，Terminal Bench Science v0.1 仅 5.7%；多数第三方分数引自榜单所有者自己的报告。
• 训练：预训练 8.4 万亿 token，联合强化学习在 2048 张 GPU 上跑 9 天。
• 下载情况：截至 11 月 14 日，仓库 3,647 次下载、304 个赞。
• 官方自述短板：聊天场景打磨不足，对安全相关提问有时反应过度，在技能较多的代码库里容易选错工具，对齐结果落后于 GPT-6.1 Sol 一类闭源模型。
• 口径出入：公告称自动化研究案例中预测分数「翻了一倍多」，附表是从 0.191 到 0.289，约 50%。

值得关注的原因。 594B 的体量与 1M 上下文放在开放权重阵营里属于第一梯队，但 500GB 的显存底线决定了它落地在机架而不是工作站，这与同周 Edge0 的路线正好相反：一个用内存分层换单机可用，一个用参数规模换能力上限。许可证层面还留了一个坑，仓库标 Apache 2.0，而公告同时链接了一份可接受使用政策，标签并不描述政策条款，企业采购时需要两份文件一起看。性能方面，Terminal Bench Science 的 5.7% 说明它在需要严谨实验设计的任务上明显偏弱，选型时不宜按单一榜单推断。

4. Perplexity 开源 Decider 1.3，分类与抽取不再逐 token 生成

事件。 11 月 12 日，Perplexity 在开发者论坛发布 Decider v1.3 与 Decider Flash v1.3，权重以 Apache 2.0 上架 Hugging Face，同时进入 OpenRouter 与自家 Decisions API，上下文 262,144 token。

核心参数与产品细节。

• 定位：决策模型介于大语言模型与专用分类器之间。请求提交一段状态（文本，可选图片）与若干命名问题，模型在一次前向中给出每个选项的概率分布，不做自回归生成。
• 支持题型：是或否、多选（每题最多 255 个选项）、有序打分；多个问题可共享同一段状态。
• 注意力结构：主干的全注意力层改为双向（非因果），团队试验了「全部可见」「问题隔离」「完全可缓存」三种模式，最终选择问题隔离，共享状态可见所有问题，每个问题只可见状态与自身 token，目的是让新增问题不改变已有答案。
• locate 功能：v1.3 新增的题型，输入字段名或自然语言指令，返回原文片段的起止字符位置与置信度，无匹配返回空列表；只支持纯文本，每请求最多 128 个 locate 问题，不能与联网检索同用；抽取头由独立 LoRA 适配器与 span head 组成，刻意不合并进主干，避免回退分类精度。
• 规模与许可：主模型基于 Qwen3.8-27B，BF16 权重约 49 GiB；Flash 基于 Qwen3.5-4B，约 8.5 GiB，由主模型以 KL 散度蒸馏得到，两者均为 Apache 2.0。
• 评测：63 项分类任务平均准确率 91.6%，比自家生产分类器高 6.54 个百分点；100 万条去标识化的真实请求上，与前沿模型判官的一致率 93.98%，v1.2 为 93.68%；17 项域外抽取任务平均 69.0 分，Flash 63.6 分。
• 定价：每百万输入 token 0.02 美元，Flash 0.01 美元，输出不计费，无按请求收费。
• 口径差异：模型卡正文写基于 Qwen3.8-27B，仓库头部标注 26B 参数，API 文档按 27B 计。

值得关注的原因。 把「判断题」从生成模型里拆出来，是过去一年推理成本优化里少见的架构级动作。路由、审核、打标、抽取这类任务占了企业调用量的很大一块，用聊天模型做等于为每个标签付一次长文本生成费用；决策模型一次前向出全部答案，还能把多个问题摊到同一段输入上。locate 的加入让它进一步侵入传统 NER 与信息抽取的地盘，抽出来的结果是原文的逐字切片，可回溯性强于生成式抽取。需要留意的限制同样明确：locate 不支持图片、不能与联网检索同用，抽取头是在最多 8,000 token 的输入上训练的；所有评测均为其自家 zero-shot 结果，公开榜单可被重复提交刷分的风险，Perplexity 自己在文档里也承认。

三、具身智能方向深度动态

5. 曦选创智 5 亿元天使轮，芯片定义权写进股权结构

事件。 11 月 12 日，优必选披露其与沐曦股份联合发起的具身智能端侧芯片公司曦选创智完成 5 亿元人民币天使轮融资，投后估值 40 亿元，纪源资本与经纬创投联合领投，和利资本、鼎晖龙芯创投、上汽恒旭资本、耀途资本、正轩资本、心资本、优势资本、博雅创投等跟投。

核心参数与产品细节。

• 股权与人事：公司 2026 年 5 月成立，6 月 11 日在南京签约，注册资本 1 亿元；沐曦股份与优必选各持 35.01%，并列第一大股东，锋龙股份持 4.7%；沐曦创始人陈维良任董事长，优必选创始人周剑任副董事长，原新华三高级副总裁杨献波任 CEO。
• 产品目标：首颗自研芯片为国产 GPGPU 架构下的「大小脑一体」SoC，同时承担感知决策与运动控制，目标全面超过 NVIDIA Jetson AGX Thor。
• 对标规格：Thor 公开数据为 2070 FP4 TFLOPS 算力、128GB 内存、40 至 130W 可调功耗，开发者套件发售价 3499 美元。
• 节奏：计划 2027 年下半年流片，2028 年量产；资金投向主控 SoC 研发、软件工具链、团队建设与样片到量产的工程化环节。
• 落地路径：端云协同，云侧 GPU 负责训练与高阶推理，端侧平台负责实时响应，运行记录与难题样本回流训练；验证用机器人由股东方提供，无锡规划的数据采集中心将部署数百台工业机器人。
• 市场格局：据 Yole Group，2025 年机器人 SoC 市场英伟达占 69%，中国厂商合计约 5%；同类玩家包括地瓜机器人（9 月 17 日 4 亿美元 C 轮，旭日 S600 标称 560 TOPS，旭日系列累计出货超 800 万片）、辉羲智能（10 月 28 日启动 A 股 IPO 辅导，R1 PRO 为 375 TOPS 大小脑融合芯片）、爱芯元智（具身大脑控制器标称 1500 TOPS）。

值得关注的原因。 这轮融资最值得看的是合资这种形态本身。供应合作与参考设计两种模式里，芯片定义权都不在本体厂商手里；合资意味着沐曦拿到真实机器人工作负载去反向定义一颗原生为具身设计的芯片，优必选则把对多模态感知与运动协同的理解写进架构，而不是等流片后再做适配。风险同样清晰：从 2026 年成立到 2028 年量产，中间要跨过流片、样片验证与车规级以外的机器人可靠性验证三轮，而这颗芯片的对手是一家已经迭代多年的产品线。股东结构决定了它至少有稳定的验证场景，但场景够不够多样，决定了这颗 SoC 是通用平台还是定制件。

6. 优理奇完成 5 亿元 Pre-A，把出货量当作叙事核心

事件。 通用具身智能机器人公司优理奇机器人（UniX AI）宣布完成 5 亿元人民币 Pre-A 轮融资，老股东谢诺投资、涌铧投资连续多轮超额追加，新进投资方包括绿地集团、柯力传感、华工创投、新景富盈、红鸟启航基金、玉林产投等产业与财务投资人。

核心参数与产品细节。

• 公司背景：2023 年成立，总部北京，由前小米机器人团队核心成员创立。
• 产品线：Wanda 系列轮式人形机器人，搭载自研 UniBrain 具身大模型与多模态感知系统。
• 任务能力：在零售、餐饮、酒店、清洁等商业服务场景完成抓取、递送、制作饮品、整理货架等长时序任务。
• 交付数据：机器人稳定月出货超百台、峰值超 300 台；在京东七鲜咖啡落地 24 小时无人咖啡站，一台机器人连续制作 2156 杯饮品并创下吉尼斯世界纪录。
• 资金用途：深化具身智能算法研究与产品迭代，完善工程化交付体系，围绕物业、酒店、零售等既有场景推进规模化应用。

值得关注的原因。 具身智能公司的融资叙事正在从「模型多强」转向「交付多少台」。月出货百台量级意味着供应链、产线与售后已经跑通一轮，这是过去两年多数本体公司没有跨过的门槛；把单机连续 2156 杯这种极限工况公开，指向的是稳定性而非灵活性，与商业服务场景的验收标准一致。需要打折看的是两点：轮式底盘在结构化商业环境里降低了难度，这套数据不能直接迁移到非结构化场景；出货台数与实际在岗时长、单机日均有效工时是两回事，后者才是这类商业模式能否成立的指标。

7. 思灵机器人 5 亿美元 F 轮，估值 85 亿美元

事件。 11 月 12 日，总部位于德国慕尼黑的思灵机器人（Agile Robots）宣布完成 5 亿美元 F 轮融资，投后估值 85 亿美元，累计融资总额达 20 亿美元。

核心参数与产品细节。

• 定位：以力控机械臂与工业场景起家，近两年对外表述转向物理 AI（Physical AI），把感知、力控与学习型控制打包成面向工业与医疗的解决方案。
• 轮次规模：F 轮 5 亿美元，为公司成立以来单轮金额较高的一次，累计融资 20 亿美元。
• 估值路径：本轮投后 85 亿美元，较上一轮继续上行，属于全球具身与工业机器人赛道的第一梯队估值。
• 场景重心：工业装配、精密操作、医疗与实验室自动化，客户集中在制造与医疗两类对力控精度要求高的行业。

值得关注的原因。 这轮融资的意义在于给「物理 AI」这个提法定价。与做通用人形的公司不同，思灵的落点是力控与精密操作，验收标准是良率、节拍与人工替代率，客户是能算清投资回报的工厂与医院。85 亿美元估值对应的不是想象力，而是已安装设备基数与服务收入。需要留意的是口径：本轮公告未披露营收、订单储备与盈利情况，估值上行的依据无法从公开信息核实；同期国内多笔具身融资集中在天使与 A 轮，一级市场对「有交付」和「有故事」的定价差距正在拉大。

8. 妙动 Beni 国内首发，消费级跟拍机器人卖 4999 元

事件。 11 月 14 日，妙动科技自研的多地形跟拍机器人 Beni 在深圳湾文化广场 INNO100 线下首发。该产品此前在 Kickstarter 众筹超过 500 万美元，获得 7926 名支持者，拿到该平台消费级机器人众筹金额历史第一。

核心参数与产品细节。

• 结构：双轮足设计，支持多方位环绕跟拍，可在非平整地形移动。
• 运动能力：最高时速 28.8 公里，摔倒后可自主起身。
• 价格：标准套装 4999 元，探索套装 5799 元，国内已在京东开启现货发售。
• 众筹成绩：超 500 万美元、7926 名支持者，平台消费级机器人众筹金额第一。
• 产品定位：面向内容创作的自动跟拍设备，把云台、跟拍算法与移动底盘合并成一件消费电子产品。

值得关注的原因。 消费级机器人这两年多停在扫地机与玩具之间，Beni 提供的是另一条路径：不做通用能力，只把一个高频创作需求做透。双轮足加自主起身解决了户外跟拍最现实的痛点，4999 元的定价把它放进运动相机与稳定器的价格带，而不是机器人品类。需要看清的是，众筹金额与量产交付是两件事，海外众筹转国内现货的品类里，返修率与售后网点密度往往决定口碑；另外 28.8 公里时速属于上限值，实际跟拍时的续航与追焦稳定性还没公开测试数据。

四、产业趋势总结

第一，模型公司开始把「产品」拆成 SKU 出售。DeepSeek 这一轮没有发新模型，放出来的是 App 里那套已经被验证过的交互组合，工具调用与上下文拼接改由服务端完成。这个动作把复刻一个对话助手的成本压到接近零，同时把可控性收回到平台侧。开发者接入变简单了，可调参的空间也变小了。

第二，开放权重的硬件门槛在两头同时下探与上探。Edge0 用内存分层把 145B 塞进 48GB 笔记本，Inkling 2 Small 用 594B 把显存底线推到 500GB，两条路线服务的是完全不同的使用场景：一个是个人与离线，一个是机架与集群。它们共同说明，参数规模不再是唯一卖点，内存组织方式正在成为工程竞争的主战场。

第三，「开源」这个词的含金量继续被稀释。同一周里，一个项目的许可证禁止付费推理与独立商业编码助手，另一个项目的 Apache 标签旁边挂着可接受使用政策。企业选型时按 OSI 定义逐条核对许可条款，比看公告标题更重要。

第四，决策模型这类「非生成式」模型开始有开源版本。把分类、路由、抽取从聊天模型里拆出来，省下的不只是钱，还有延迟与不稳定性。locate 让抽取结果变成原文切片，可审计性提高，这条支线在合规要求高的行业里可能会比通用助手走得更快。

第五，具身赛道的融资在向两端集中。一端是芯片与核心部件，曦选创智用合资把定义权拿到手里，赌的是 2028 年的量产窗口；另一端是有出货记录的本体公司，优理奇把月出货与极限工况当作融资材料。中间层那些既没有核心部件也没有交付数据的公司，融资难度会明显上升。

五、值得持续关注的信号

• DeepSeek 全家桶 API 的检索质量与抓取成功率在实际业务中的表现，以及工具调用计费与 token 计费叠加后的单位任务成本；
• Edge0 技术报告的发布时间，第三方在同一台 48GB 笔记本上的峰值内存与解码速度复现结果；
• edge0-community-model-1.0 的商用授权谈判周期，以及「独立商业编码助手」的边界如何界定；
• Inkling 2 Small 在 1M 上下文下的实际可用长度，以及可接受使用政策对商业部署的具体约束；
• Decider 1.3 的 locate 在中文与多语种文档上的抽取精度，以及 26B 与 27B 口径哪个对应实际部署权重；
• 曦选创智 2027 年下半年流片的进展，以及首颗 SoC 相对 Jetson AGX Thor 的可核实对比数据；
• 优理奇的单机日均有效工时与商业服务场景的续费率，这是判断其交付模式能否复制的关键指标；
• 思灵机器人本轮融资对应的营收与订单口径何时披露；
• 妙动 Beni 国内现货的返修率与追焦稳定性实测，以及海外众筹订单的交付完成度。