Tencent lanza Hy4, su modelo insignia con visión y uso de computadora
La versión completa de Hy4 añade comprensión visual y capacidad para operar interfaces de línea de comandos y gráficas, diez semanas después de la vista previa solo de texto. Los pesos abiertos llegarán «en los próximos días», según Tencent.
Tencent lanzó el 4 de noviembre la versión completa de Hy4, su modelo insignia, con dos grandes novedades: puede ver imágenes y gráficos, y puede operar interfaces de línea de comandos y gráficas, incluso herramientas 3D y CAD. Es la primera vez que un modelo de Tencent hace ambas cosas. La compañía lo presenta como su primera entrada en el grupo de cabeza de los modelos de pesos abiertos, con 770.000 millones de parámetros en total y una ventana de contexto de un millón de tokens, heredados de la vista previa de agosto. Según Tencent, la tasa de alucinaciones bajó del 12,95% de la vista previa al 7,2%, y en una evaluación con 213 profesionales de finanzas sobre 579 tareas obtuvo 3,04 puntos, por delante de DeepSeek-V4.1-Flash (2,97). Son cifras del propio fabricante, sin verificación independiente, y el lanzamiento no incluye apéndice de pruebas públicas de programación. El matiz importante es que los pesos y la tarjeta de sistema prometidos aún no se publicaron: el modelo está disponible por API en Tencent Cloud y OpenRouter, y dentro de CodeBuddy, WorkBuddy, Yuanbao e ima, con los precios de lista sin cambios (0,834 dólares por millón de tokens de entrada y 2,501 por millón de salida), aunque con un 50% de descuento en TokenHub hasta el 31 de diciembre y una cuota gratuita en WorkBuddy y CodeBuddy del 4 al 15 de noviembre. También se anunció Hy4 Flash, una variante más barata y rápida que llegará próximamente.
2026-11-04
Moonshot publica los pesos abiertos de Kimi K3.1 Pro
El modelo chino, de 2,8 billones de parámetros, ya se puede descargar en Hugging Face: 96 archivos que suman 1,56 TB, bajo una licencia propia de estilo MIT con condiciones para los grandes proveedores.
Moonshot AI publicó el 4 de noviembre los pesos de Kimi K3.1 Pro en Hugging Face, cumpliendo en la fecha prometida cuando lanzó el modelo el 23 de octubre. El repositorio, moonshotai/Kimi-K3.1-Pro, no tiene puerta de acceso y suma unos 1,56 TB en 96 archivos. La tarjeta del modelo lo describe como un modelo agente multimodal de pesos abiertos, con 2,8 billones de parámetros en total y 104.000 millones activos por token, 896 expertos de los que se activan 16 por token, contexto de un millón de tokens y un codificador de visión MoonViT-V2 de 401 millones de parámetros. En las cifras propias de Moonshot, K3.1 Pro logra un 65,7% en Terminal-Bench 4.0, por delante de GPT-6 Astra (58,2%) y apenas por detrás de Claude Opus 5.5 (66,4%), y lidera SWE Marathon con 51,7. La licencia no es una licencia estándar de código abierto: permite usar, modificar y vender el modelo, pero exige un acuerdo aparte con Moonshot a los negocios de modelo como servicio con más de 20 millones de dólares de ingresos en 12 meses, y a los productos con más de 100 millones de usuarios mensuales. En la práctica, casi nadie podrá ejecutarlo en casa: la configuración más sencilla con vLLM requiere ocho GPU de centro de datos, así que la mayoría seguirá usándolo alojado, a 2 dólares por millón de tokens de entrada y 10 por millón de salida.
2026-11-04
OpenAI halla 948 fallos de escalada de privilegios en el kernel de Linux con un modelo de ciberseguridad
Una campaña automatizada con un modelo cibernético aún no publicado generó 2.308 hallazgos candidatos y 948 vulnerabilidades únicas reproducidas. La ejecución costó 1,21 millones de dólares en créditos de API.
OpenAI describió el 4 de noviembre una campaña de investigación sobre el kernel de Linux realizada a mediados de octubre con un modelo de ciberseguridad próximo a lanzarse. El sistema produjo 2.308 hallazgos candidatos, de los que 1.724 vulnerabilidades se reprodujeron de forma dinámica y 948 resultaron ser vulnerabilidades únicas de escalada local de privilegios tras el análisis de variantes. La escalada local significa que un usuario con acceso limitado gana mayores privilegios; por sí sola no implica acceso remoto a la máquina. La ejecución consumió 1.213.430 dólares en créditos de API, un coste de uso del modelo que no incluye investigadores, infraestructura ni corrección. OpenAI afirma que ya envió cientos de informes y parches críticos y que sigue enviando más, pero 948 hallazgos no equivalen a 948 correcciones ya desplegadas en todos los equipos. El propio informe reconoce un fallo metodológico: en una ejecución temprana, los revisores humanos detectaron que 20 de 200 exploits exitosos habían usado una vulnerabilidad distinta a la asignada, por lo que se añadió una comprobación separada de esa correspondencia. Es un recordatorio de que, en seguridad defensiva, un test exitoso no basta si no queda claro qué defecto valida exactamente.
2026-11-04
OpenAI compra Pierre para convertir Codex en la infraestructura de código de los agentes
La startup detrás de Code Storage y de las bibliotecas Trees y Diffs, que ya dibujan el código dentro de Codex, se integrará en el asistente de programación. Las bibliotecas seguirán siendo de código abierto y no se reveló el precio.
OpenAI anunció el 4 de noviembre que adquirirá Pierre Computer Company, la pequeña empresa de herramientas para desarrolladores detrás de Code Storage y de varias bibliotecas de código abierto que ya forman parte de Codex: Trees para navegar archivos, Diffs para mostrar cambios e Highlights, un resaltador de sintaxis lo bastante rápido para seguir a un agente que escribe código en tiempo real. El plan tiene dos partes: el producto de pago, Code Storage, un servicio de alojamiento Git pensado para aplicaciones y agentes de IA, se integrará en Codex, mientras que los proyectos de código abierto seguirán siéndolo y OpenAI continuará contribuyendo a ellos. No se reveló el precio y el cierre depende de las aprobaciones regulatorias habituales; hasta entonces, ambas empresas seguirán operando por separado. La compra llega dos días después de que OpenAI publicara un artículo técnico sobre Pando, su propio sistema interno de control de versiones construido en 10 semanas con Codex. El movimiento apunta en una dirección clara: OpenAI no solo quiere que Codex escriba código, sino que sea también la infraestructura donde ese código se guarda, se revisa y se entrega, un terreno dominado hasta ahora por GitHub.
2026-11-04
Meta compra Conductor y su nube de agentes se apaga el 20 de noviembre
La startup que orquesta equipos de agentes de programación en espacios de trabajo paralelos se une a Meta. Su servicio en la nube pasa a solo lectura el 13 de noviembre y se cierra el 20, con borrado de los datos.
Conductor anunció el 4 de noviembre que se une a Meta, en la segunda compra de herramientas de programación por agentes del día. Conductor despliega equipos de agentes en espacios de trabajo paralelos para que los ingenieros trabajen a la vez en distintas partes de un proyecto, usando agentes de Anthropic y OpenAI en lugar de modelos propios. La transición ya empezó y trae fechas concretas para sus usuarios: el servicio en la nube pasa a solo lectura el 13 de noviembre y se apaga el 20 de noviembre, cuando comienza el borrado de los datos en la nube. La empresa ofrece trasladar un espacio de trabajo y sus chats a un Mac con la opción «Transfer to local» y exportar un archivo completo desde Ajustes, Cuenta y Exportar datos. La versión local de Conductor seguirá recibiendo actualizaciones de modelos y correcciones críticas hasta principios de 2027, cuando empezará a retirarse. Su fundador, Charlie Holtz, promete «algo nuevo» a principios del próximo año, sin dar detalles. No se reveló el precio de la operación, que continúa la serie de pequeñas adquisiciones de IA de Meta.
2026-11-04
ChatGPT ya crea GIF animados con el modelo Images 2.6
A partir de un texto o una foto, ChatGPT genera animaciones cortas en bucle con velocidad ajustable y edición por fotogramas. También llegan los modelos de API Flare y Sunburst, con salida SVG.
OpenAI lanzó el 4 de noviembre Images 2.6, una actualización de su modelo de generación de imágenes que llega a ChatGPT y Codex en web, escritorio y móvil. La novedad más visible es la creación de GIF animados: el usuario describe una escena con texto o sube una foto y obtiene una animación corta en bucle, con la velocidad de reproducción ajustable entre 0,5x y 2x y la posibilidad de editar fotogramas individuales. Según OpenAI, la consistencia del personaje se mantiene lo bastante bien entre fotogramas para que el formato funcione. La actualización también promete una generación de imágenes más rápida y controles de edición más precisos, además de imágenes de referencia reutilizables para no volver a subir la misma foto en cada chat. Para desarrolladores, la API suma dos modelos, Flare, orientado a la eficiencia, y Sunburst, de mayor calidad, con un ajuste de complejidad, salida en SVG y GIF animados de 2 a 64 fotogramas. Como contexto del uso, OpenAI afirma que los usuarios ya generan más de 4.000 millones de imágenes por semana entre ChatGPT y la API, mil millones más que en septiembre.
2026-11-04
CrowdStrike compra Fiddler AI y Dreadnode por unos 495 millones de dólares y añade un «interruptor de apagado» para agentes
En su conferencia Fal.Con Europe, la empresa de ciberseguridad anunció dos adquisiciones para vigilar y probar agentes de IA, además de un interruptor en Falcon Guardian para detener a los agentes que se desvíen.
CrowdStrike anunció el 3 de noviembre, en Fal.Con Europe en Barcelona, acuerdos definitivos para comprar dos startups de seguridad de IA: Fiddler AI, que observa y explica lo que hacen los agentes dentro de la empresa, y Dreadnode, que ataca sistemas de IA de forma automatizada para encontrar sus fallos antes del lanzamiento. Según The Wall Street Journal, citado por TechCrunch, la suma rondaría los 495 millones de dólares, unos 400 millones por Fiddler y 95 millones por Dreadnode; CrowdStrike no reveló los precios y dijo que pagará sobre todo en efectivo, con una parte en acciones. Fiddler se venderá como Falcon Observe y la tecnología de Dreadnode como pruebas automatizadas de seguridad de IA, ambas con disponibilidad general prevista para el trimestre fiscal que termina en enero de 2027, cuando se espera también el cierre de las operaciones; el equipo de Dreadnode se unirá al laboratorio Cyber Superintelligence de CrowdStrike. Junto a las compras, la empresa presentó el AI Kill Switch dentro de Falcon Guardian: permite a los equipos de seguridad detener un agente que se desvía, impedir que se relance y cortar su acceso a la red. El paquete muestra hacia dónde va la ciberseguridad: ya no basta con proteger la red, hay que vigilar, probar y poder apagar a los agentes que actúan por su cuenta dentro de las empresas.
2026-11-03
Meta coloca 15.000 millones de dólares en bonos para financiar su apuesta por la IA
La oferta en dólares atrajo pedidos por unos 58.000 millones y se suma a una venta inaugural de 9.000 millones de euros. Forma parte de un plan de captación de hasta 95.000 millones de dólares.
Meta fijó el precio el 4 de noviembre de una oferta de bonos en dólares por 15.000 millones, para financiar la aceleración de su inversión en infraestructura de IA. La operación, en cinco tramos, atrajo pedidos por unos 58.000 millones, unas cuatro veces lo ofrecido, e incluye 3.250 millones en notas con vencimiento en 2031 a un cupón del 5,85% y otros 3.250 millones con vencimiento en 2033 al 6,25%; la liquidación se espera alrededor del 5 de noviembre. El mismo día, Meta cerró además su primera venta de bonos en euros, por 9.000 millones, con pedidos récord de 53.000 millones, pagando una prima de riesgo aproximadamente 1,4 veces la ofrecida por Alphabet por papel similar esta misma semana. Según un resumen del mercado, es la primera parte de un plan de captación de hasta 95.000 millones que incluiría también 35.000 millones en acciones suscritas y un programa de venta de acciones en el mercado por 60.000 millones. Meta prevé un gasto de capital de entre 135.000 y 145.000 millones de dólares este año, impulsado en gran parte por la IA, y su deuda total era de 83.670 millones al 30 de septiembre; Moody's asignó a la nueva deuda una calificación Aa3. La operación se suma a una oleada de deuda tecnológica para IA: Oracle vendió 10.000 millones en bonos y Alphabet captó 6.000 millones de euros el lunes.
2026-11-04
Apple inicia en China la prueba de Apple Intelligence con los modelos Qwen de Alibaba
La prueba, largamente retrasada, usa los modelos de Alibaba para cumplir las normas chinas sobre IA. Es el primer paso para llevar las funciones de Apple Intelligence al mercado chino.
Apple inició el 4 de noviembre su largamente retrasada prueba de Apple Intelligence en China, usando los modelos Qwen de Alibaba para cumplir con las normas de Pekín sobre inteligencia artificial. China exige que los servicios de IA generativa usen modelos aprobados por el regulador y, en la práctica, desarrollados o adaptados por socios locales, lo que había dejado fuera del país las funciones de IA del iPhone mientras ya estaban disponibles en otros mercados. La alianza con Alibaba, anunciada a principios de 2026, es la vía de Apple para resolver ese bloqueo: Qwen aporta los modelos que operan bajo las reglas chinas y Apple integra las funciones en sus dispositivos. La prueba es todavía un primer paso, sin fecha anunciada para el lanzamiento general, pero marca el inicio del despliegue de Apple Intelligence en el mayor mercado de teléfonos del mundo, donde Apple compite con fabricantes locales que ya ofrecen IA integrada en sus equipos.
2026-11-04
Claude ayuda a resolver la estructura de una partícula proteica llamada «vault»
Investigadores de Anthropic produjeron una vault derivada de fagos en E. coli y determinaron su estructura por criomicroscopía electrónica, con Claude apoyando el análisis de secuencias y el procesamiento de las imágenes.
Anthropic describió el 4 de noviembre una investigación en la que Claude ayudó a resolver la estructura de las vaults, grandes cáscaras de proteínas cuya función biológica sigue sin estar clara. El equipo produjo una vault derivada de fagos en la bacteria E. coli y determinó su estructura mediante criomicroscopía electrónica. Claude participó en el análisis de secuencias y en el procesamiento de las imágenes de microscopía, bajo la dirección de los investigadores, con un sistema interno de varios agentes y una cantidad considerable de cómputo. Según Anthropic, el primer modelo estructural llegó a las 34 horas y los mapas finales estuvieron listos alrededor de una semana después de iniciado el procesamiento. La empresa presentó un preprint en bioRxiv y dijo que publicará las estructuras y datos adicionales. El informe también registra los errores: un protocolo causó un retraso de dos semanas y un paso omitido produjo un mapa defectuoso que los investigadores corrigieron. La función biológica de las vaults sigue sin resolverse y la reproducción independiente queda pendiente, pero el caso muestra un uso concreto de la IA como asistente de laboratorio, con decisiones humanas visibles en cada paso, no como científico autónomo.
2026-11-04
AI news for 2026-11-05
Tencent launches Hy4, its flagship model with vision and computer use
The full Hy4 adds visual understanding and the ability to operate command-line and graphical interfaces, ten weeks after the text-only preview. The open weights will arrive "in the coming days", according to Tencent.
On November 4, Tencent launched the full version of Hy4, its flagship model, with two major additions: it can see images and charts, and it can operate command-line and graphical interfaces, including 3D and CAD tools. It is the first time a Tencent model does either. The company presents it as its first entry into the top group of open-weight models, with 770 billion total parameters and a one-million-token context window, carried over from the August preview. According to Tencent, the hallucination rate fell from 12.95% in the preview to 7.2%, and in an evaluation with 213 finance professionals across 579 tasks it scored 3.04, ahead of DeepSeek-V4.1-Flash (2.97). These are the vendor's own figures, without independent verification, and the launch includes no appendix of public coding benchmarks. The important caveat is that the promised weights and system card have not yet been published: the model is available via API on Tencent Cloud and OpenRouter, and inside CodeBuddy, WorkBuddy, Yuanbao and ima, with list prices unchanged (US$0.834 per million input tokens and US$2.501 per million output tokens), though at a 50% discount on TokenHub through December 31 and with a free quota in WorkBuddy and CodeBuddy from November 4 to 15. Tencent also announced Hy4 Flash, a cheaper and faster variant coming soon.
2026-11-04
Moonshot publishes the open weights of Kimi K3.1 Pro
The Chinese model, with 2.8 trillion parameters, can now be downloaded from Hugging Face: 96 files totalling 1.56 TB, under Moonshot's own MIT-style license with conditions for large providers.
On November 4, Moonshot AI published the weights of Kimi K3.1 Pro on Hugging Face, meeting the date it promised when it launched the model on October 23. The repository, moonshotai/Kimi-K3.1-Pro, has no access gate and totals about 1.56 TB across 96 files. The model card describes it as an open-weight, natively multimodal agentic model, with 2.8 trillion total parameters and 104 billion active per token, 896 experts of which 16 activate per token, a one-million-token context window and a 401-million-parameter MoonViT-V2 vision encoder. In Moonshot's own figures, K3.1 Pro scores 65.7% on Terminal-Bench 4.0, ahead of GPT-6 Astra (58.2%) and just behind Claude Opus 5.5 (66.4%), and leads SWE Marathon at 51.7. The license is not a standard open-source license: it allows using, modifying and selling the model, but requires a separate agreement with Moonshot for model-as-a-service businesses with more than US$20 million in revenue over 12 months, and for products with more than 100 million monthly users. In practice, almost nobody will run it at home: the simplest vLLM setup needs eight data-center GPUs, so most users will keep using it hosted, at US$2 per million input tokens and US$10 per million output tokens.
2026-11-04
OpenAI finds 948 Linux kernel privilege-escalation flaws with a cyber model
An automated campaign using an unreleased cyber model produced 2,308 candidate findings and 948 unique reproduced vulnerabilities. The run cost US$1.21 million in API credits.
On November 4, OpenAI described a Linux-kernel research campaign run in mid-October with an upcoming cyber model. The system produced 2,308 candidate findings, of which 1,724 vulnerabilities were dynamically reproduced and 948 turned out to be unique local privilege-escalation vulnerabilities after variant analysis. Local escalation means a user with limited access gains greater privileges; on its own it does not imply remote access to a machine. The run consumed US$1,213,430 in API credits, a model-use cost that excludes researchers, infrastructure and remediation. OpenAI says it has already sent hundreds of critical reports and patches and keeps submitting more, but 948 findings do not equal 948 fixes already deployed on every machine. The report itself acknowledges a methodological flaw: in an early run, human reviewers found that 20 of 200 successful exploits had used a different vulnerability from the one assigned, so a separate check of that correspondence was added. It is a reminder that, in defensive security, a passing test is not enough unless it is clear exactly which defect it validates.
2026-11-04
OpenAI buys Pierre to turn Codex into the code infrastructure for agents
The startup behind Code Storage and the Trees and Diffs libraries, which already render code inside Codex, will be folded into the coding assistant. The libraries will stay open source and no price was disclosed.
On November 4, OpenAI announced it will acquire Pierre Computer Company, the small developer-tools firm behind Code Storage and several open-source libraries already inside Codex: Trees for navigating files, Diffs for rendering changes, and Highlights, a syntax highlighter fast enough to keep up with an agent writing code in real time. The plan has two parts: the paid product, Code Storage, a Git hosting service built for AI applications and agents, will be integrated into Codex, while the open-source projects will remain open source and OpenAI will keep contributing to them. No price was disclosed and closing depends on customary regulatory approvals; until then, both companies will keep operating separately. The deal comes two days after OpenAI published a technical post about Pando, its own in-house version-control system built in 10 weeks with Codex. The move points in a clear direction: OpenAI does not only want Codex to write code, but to also be the infrastructure where that code is stored, reviewed and delivered, territory dominated until now by GitHub.
2026-11-04
Meta buys Conductor and its agent cloud shuts down on November 20
The startup that orchestrates teams of coding agents in parallel workspaces is joining Meta. Its cloud service becomes read-only on November 13 and shuts down on November 20, with user data deleted.
On November 4, Conductor announced it is joining Meta, the second acquisition of agent coding tools that day. Conductor deploys teams of agents into parallel workspaces so engineers can work at once on different parts of a project, using agents from Anthropic and OpenAI rather than its own models. The transition has already begun and carries concrete dates for its users: the cloud service becomes read-only on November 13 and shuts down on November 20, when deletion of cloud user data begins. The company offers moving a workspace and its chats to a Mac through "Transfer to local" and exporting a full archive from Settings, Account and Export data. The local version of Conductor will keep receiving model updates and critical fixes until early 2027, when it begins winding down. Its founder, Charlie Holtz, promises "something new" early next year, without details. No price was disclosed for the deal, which continues Meta's run of small AI acquisitions.
2026-11-04
ChatGPT now creates animated GIFs with the Images 2.6 model
From a text prompt or a photo, ChatGPT generates short looping animations with adjustable speed and frame-by-frame editing. The Flare and Sunburst API models also arrive, with SVG output.
On November 4, OpenAI released Images 2.6, an update to its image generation model reaching ChatGPT and Codex on web, desktop and mobile. The most visible addition is animated GIF creation: the user describes a scene in text or uploads a photo and gets a short looping animation, with playback speed adjustable from 0.5x to 2x and the option to edit individual frames. According to OpenAI, character consistency holds well enough across frames for the format to work. The update also promises faster image generation and more precise editing controls, plus reusable reference images so the same photo need not be uploaded in every chat. For developers, the API adds two models, Flare, aimed at efficiency, and Sunburst, for higher quality, with a complexity setting, SVG output and animated GIFs of 2 to 64 frames. For scale, OpenAI says users now generate more than 4 billion images a week across ChatGPT and the API, one billion more than in September.
2026-11-04
CrowdStrike buys Fiddler AI and Dreadnode for about $495 million and adds an agent kill switch
At its Fal.Con Europe conference, the cybersecurity company announced two acquisitions to watch and test AI agents, plus a kill switch in Falcon Guardian to stop agents that go off course.
On November 3, CrowdStrike announced at Fal.Con Europe in Barcelona definitive agreements to acquire two AI security startups: Fiddler AI, which observes and explains what agents do inside a company, and Dreadnode, which attacks AI systems automatically to find their flaws before launch. According to The Wall Street Journal, cited by TechCrunch, the combined price would be about US$495 million, roughly US$400 million for Fiddler and US$95 million for Dreadnode; CrowdStrike did not disclose the prices and said it will pay mostly in cash, with part in stock. Fiddler will be sold as Falcon Observe and Dreadnode's technology as automated AI security testing, both with general availability planned for the fiscal quarter ending in January 2027, when the deals are also expected to close; the Dreadnode team will join CrowdStrike's Cyber Superintelligence Lab. Alongside the deals, the company introduced the AI Kill Switch inside Falcon Guardian: it lets security teams stop an agent that goes off course, block it from relaunching and cut its network access. The package shows where cybersecurity is heading: protecting the network is no longer enough; companies must watch, test and be able to switch off the agents acting on their own inside the business.
2026-11-03
Meta sells $15 billion in bonds to fund its AI bet
The dollar offering drew about $58 billion in orders and adds to a debut €9 billion euro sale. It is part of a fundraising plan of up to $95 billion.
On November 4, Meta priced a US$15 billion dollar bond offering to fund the acceleration of its investment in AI infrastructure. The five-part deal drew about US$58 billion in orders, roughly four times the amount offered, and includes US$3.25 billion in notes due in 2031 at a 5.85% coupon and another US$3.25 billion due in 2033 at 6.25%; settlement is expected around November 5. The same day, Meta also closed its debut euro bond sale, worth €9 billion, with record orders of €53 billion, paying a risk premium roughly 1.4 times the one Alphabet offered for similar paper this week. According to a market summary, this is the first part of a fundraising plan of up to US$95 billion that would also include US$35 billion in underwritten equity and a US$60 billion at-the-market share program. Meta expects capital expenditure of US$135 billion to US$145 billion this year, largely driven by AI, and its total debt stood at US$83.67 billion as of September 30; Moody's assigned the new debt an Aa3 rating. The deal adds to a wave of tech debt for AI: Oracle sold US$10 billion in bonds and Alphabet raised €6 billion on Monday.
2026-11-04
Apple begins its China trial of Apple Intelligence using Alibaba's Qwen models
The long-delayed trial uses Alibaba's models to comply with China's AI rules. It is the first step toward bringing Apple Intelligence features to the Chinese market.
On November 4, Apple began its long-delayed trial of Apple Intelligence in China, using Alibaba's Qwen models to comply with Beijing's rules on artificial intelligence. China requires generative AI services to use regulator-approved models, in practice developed or adapted by local partners, which had kept the iPhone's AI features out of the country while they were already available in other markets. The partnership with Alibaba, announced in early 2026, is Apple's way of resolving that block: Qwen provides the models operating under Chinese rules and Apple integrates the features into its devices. The trial is still only a first step, with no announced date for a general launch, but it marks the start of the Apple Intelligence rollout in the world's largest phone market, where Apple competes with local manufacturers that already offer built-in AI in their devices.
2026-11-04
Claude helps solve the structure of a protein particle called a vault
Anthropic researchers produced a phage-derived vault in E. coli and determined its structure by cryo-electron microscopy, with Claude assisting sequence analysis and image processing.
On November 4, Anthropic described research in which Claude helped solve the structure of vaults, large protein shells whose biological function remains uncertain. The team produced a phage-derived vault in E. coli bacteria and determined its structure by cryo-electron microscopy. Claude assisted with sequence analysis and microscopy image processing, under researcher direction, using an internal multi-agent harness and substantial compute. According to Anthropic, the first structural model arrived after 34 hours and the final maps were ready about a week after processing began. The company submitted a preprint to bioRxiv and said it will publish the structures and additional data. The report also records the errors: one protocol caused a two-week setback and an omitted step produced a flawed map that researchers corrected. The biological function of vaults remains unresolved and independent reproduction is pending, but the case shows a concrete use of AI as a laboratory assistant, with human decisions visible at every step, not as an autonomous scientist.
2026-11-04