Google DeepMind 发布 Genie 4 实时世界模型
Google DeepMind 发布 Genie 4，作为 Genie 3 的继任者，可逐帧实时生成交互式世界并直接生成声音，用户可用键盘移动、用文本提示引导事件。
原文：2026/10/28
按收录时间排列 · 卡片保留原文日期，往期好文也会新收录
The DecoderAI 评分6767 AIHOT 精选AI 评分6262 Google 发布 Genie 4 世界模型，交互体验时长增至约两分钟
Google 发布 Genie 4 世界模型，用于生成交互式体验，官方称其带来更真实的世界、可用自然语言实时更新体验、可生成音频，并在底层使用 Gemini 3.8 Flash。
原文：2026/10/28
TechCrunch · AIAI 评分7474 Google DeepMind 发布世界模型 Genie 4，新增音频与实时操控
Google DeepMind 以研究预览形式发布最新世界模型 Genie 4，可生成更逼真且可交互的世界，支持在模拟中途输入提示改变场景，并实时生成与场景匹配的音乐、环境音和对话。
原文：2026/10/28
Ars Technica · AIAI 评分6262 DeepMind发布Genie 4世界模型，改进物理与人物模拟并加入音频
Google DeepMind发布Genie 4世界模型，称其在几乎所有方面改进了Genie 3，模拟更贴近真实物理与人物表现，并加入音频。世界模型无需预渲染环境或编程交互元素，用户描述需求后模型会逐帧实时生成体验。
原文：2026/10/28
Google DeepMind精选AI 评分7878 Google DeepMind 发布世界模型 Genie 4
Google DeepMind 宣布发布新世界模型 Genie 4，称其带来前所未有的真实感并改进实时交互模拟，原生多模态可同时生成音乐、环境音与交互对话。
原文：2026/10/28
推荐理由：官方说明了Genie 4如何用Gemini在环内引导实时世界生成，可迁移之处在于观察、拆解目标、复核帧的控制思路。
The DecoderAI 评分4747 前 DeepMind 研究员 Thore Graepel：用 AlphaGo 的思路治愈 AI 幻觉
前 DeepMind 研究员 Thore Graepel 创办 Metis Reasoning，主张用 AlphaGo 的搜索思路构建显式知识账本，让 AI 系统追踪已知内容并用证据校验每条结论，以减少幻觉。
原文：2026/10/27
AIHOT 精选AI 评分7474 IBM 与 Kaggle 上线 ScarfBench 智能体 Java 框架迁移榜单
IBM 与 Kaggle 合作上线 ScarfBench 榜单，评测编码智能体跨框架迁移企业 Java 应用的能力，Kaggle 参与评估设计、独立复现并赞助算力，还将长期维护榜单。
原文：2026/10/27
The DecoderAI 评分6767 Nvidia开源机器人视频标注引擎Flora，成本较GPT-6 Astra低至约1/125
Nvidia开源Flora数据引擎，用于机器人视频标注，官方称每小时成本约0.72美元，而GPT-6 Astra约88.50美元。Flora由三个微调的Qwen3.5模型组成，覆盖动作分段、描述与奖励评分三类标注，已在GR00T模型训练中使用，每天在512块GB300 GPU上标注最多20万小时视频。
原文：2026/10/25
The DecoderAI 评分7474 OpenMobile-2 开源手机智能体模型发布，称可比肩闭源模型
南京大学、商汤科技等机构的研究者发布 OpenMobile-2，包含基于 Qwen3.5 的 90 亿参数和 Qwen3.6 的 270 亿参数两个模型，以及完整训练环境、数据与复现说明。
原文：2026/10/25
AIHOT 精选AI 评分5858 Google 发布基于 TorchTPU 的 vLLM 与 SGLang 原生 PyTorch 推理引擎
Google 推出基于 TorchTPU 的 vLLM-TorchTPU（与 Inferact 合作）和 SGLang-TorchTPU（与 RadixArk 合作）原生 PyTorch 推理引擎。
原文：2026/10/20
AIHOT 精选AI 评分5858 Google 发布 TorchTitan TPU 分叉并给出模型优化 Playbook
Google 推出 TorchTitan 的 TPU 分叉（github.com/google-pytorch/torchtitan），配合 TorchTPU 原生后端在 Cloud TPU 上训练 PyTorch 模型，提供 SimpleFSDP、Graph Trainer、Pallas 内核和优化 Playbook。
原文：2026/10/20
AIHOT 精选AI 评分6262 Ai2 发布 FairStress 基准，测量 LLM 决策中的群体公平性不对称
Ai2 发布 FairStress 基准，用 300 个双候选人决策场景和对抗性前缀，测量模型在面对说服性论据时改变决策的难易是否因候选人口群体而异，组合后超过 1300 万个测试用例，已开放下载并集成进 Olmo-eval。
原文：2026/10/20
AIHOT 精选AI 评分5858 RadixArk 联合 Google 与 Meta 开源 SGLang-TorchTPU，让 SGLang 在 TPU 上原生提供 PyTorch 生产级推理
RadixArk 的 SGLang 团队与 Google、Meta 合作开源 SGLang-TorchTPU，这是一个原生 PyTorch 后端，把 SGLang 完整服务栈带到 Google Cloud TPU，让同一引擎既能在 GPU 也能在 TPU 上服务模型。
原文：2026/10/20
AIHOT 精选AI 评分5757 Sierra 发布 𝜏-Entity 基准，测试语音智能体采集实体信息的准确率
Sierra 发布 𝜏-Entity 基准，用 200 个任务、10 类实体（姓名、电话、地址、邮箱等）测试语音智能体能否正确采集、识别可能出错并修复错误。
原文：2026/10/22
AIHOT 精选AI 评分5555 llm-d 1.0 发布：Kubernetes 原生分布式推理服务走向生产就绪
llm-d 项目贡献者在北美 PyTorch 大会上宣布推出 llm-d 1.0，这是一个 Kubernetes 原生的分布式推理服务框架，支持在任何云、任何加速器上为任何模型部署推理栈，由 Red Hat、IBM 和 Google 作为首席维护者主导。
原文：2026/10/20
AIHOT 精选AI 评分6666 Google 与 Meta 联合开源 TorchTPU：PyTorch 原生 TPU 后端
Google 与 Meta 合作开源 TorchTPU，为 Google TPU 提供符合 PyTorch 设计原则的原生后端，运行时不依赖 JAX，模型只需把 .to("cuda") 改成 .to("tpu") 即可开箱运行。
原文：2026/10/21
The DecoderAI 评分4444 Google 推出 Agent Compute Engine，为每个 Gemini 智能体分配硬件隔离的微型虚拟机
Google 推出 Agent Compute Engine，为每个 AI 智能体分配独立的硬件隔离微型虚拟机，已为 Gemini 提供支撑，将在未来几个月开放预览。
原文：2026/10/23
Ars Technica · AIAI 评分4444 OpenAI 最新 AI 模型将登陆 Google Cloud 与 Antigravity
OpenAI 的 GPT 6.1 Astra、Sol 和 Luna 将在数周内登陆 Google Cloud。原文未提供这三款模型的参数规模、上下文长度、价格或可用性等更多细节。
原文：2026/10/22
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 宣布推出新前沿模型 Gemini 4 Argon，输出 token 上限提升至 100 万，定价为每百万输入 token 2 美元、输出 10 美元。
原文：2026/10/01
推荐理由：官方详细说明了新模型的分阶段发布策略与安全措施，适合了解前沿模型在能力与安全之间如何取舍。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 EmbeddingGemma 2 开源多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一个 740M 参数、Apache 2.0 许可的开源多模态嵌入模型，基于 Gemma 4 架构，可将文本、代码、图像、视频和音频映射到统一嵌入空间。
原文：2026/10/07
推荐理由：官方给出了参数规模、内存占用和上下文长度等具体指标，便于评估端侧多模态嵌入方案的可行性。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Argon 并公布其安全防护体系
Google DeepMind 宣布 Gemini 4 Argon 开始广泛推出，并将面向可信网络防御者的 Fairwind Program 扩大范围。该模型在网络安全评测中解出全部 12 个端到端模拟攻击场景（上一代为 5 个），在 Gray Swan 间接提示注入基准上将 15 次自适应攻击成功率降至 0.7%，编码基准中走捷径或作弊的尝试降至 2%。
原文：2026/10/14
推荐理由：官方系统说明了前沿模型在滥用、错位与提示注入三类风险上的具体防护设计与实测数据，可作为理解当前大模型安全治理做法的参考。
Google DeepMindAI 评分5858 Google DeepMind 发布 10 米分辨率全球森林类型地图 ForTy 2020
Google DeepMind 与 Google Research 联合 WRI、IIASA 发布 Forest Typology (ForTy) 2020，将全球每 10×10 米地块划分为原始林、自然再生林、人工林、种植园、树木作物与其他土地六类，并提供 2017 至 2025 年逐年变化时间序列。
原文：2026/10/22
AWS Machine Learning BlogAI 评分6565 AWS 团队详解 Deep Insight 多智能体系统的五大生产挑战与解法
AWS Solutions Architecture 团队开源了生产级多智能体系统 Deep Insight，输入 CSV 与自然语言提示即可由 Coordinator、Planner、Supervisor、Coder、Validator、Reporter、Tracker 等智能体协作产出带引用的 DOCX 报告。
原文：2026/10/22
Microsoft Research精选AI 评分7777 微软研究者与合作者证明31年悬案KLS猜想
微软研究院机器学习与优化组的 Xinzhi Zhang 与合作者 Zhao Song 证明了1995年提出的 Kannan-Lovász-Simonovits（KLS）猜想，表明对对数凹分布，最佳超平面切割与任意形状切割的差距不超过一个与维度无关的普适常数。
原文：2026/10/22
推荐理由：文章说明研究者如何用人类引导的智能体搜索探索上百条路径并完成证明，同时对比了同等预算下无引导尝试的失败，为如何组织人机协作科研提供了可迁移的参照。
GitHub Blog · AI & ML精选AI 评分7272 GitHub：密钥保护必须跟上软件生成速度
GitHub 产品负责人 Erin Havens 称，涉及 AI 智能体的 PR 已达三分之一，一年前不足十分之一，若保持该速度，两年内 GitHub 上多数代码可能由智能体写成。
原文：2026/10/08
推荐理由：作者用九个季度数据反驳AI让开发者更粗心的说法，并说明预防与修复成本的差异，有助于理解平台在密钥保护上的取舍逻辑。
少数派AI 评分6161 作者用 Claude Code 把 Meta Muse 装进 ESP-Mosaico 开发板
作者用 Claude Code 把 Meta 于 10 月 2 日开源的 Muse Gadgets 设备 SDK 装进乐鑫 8 月 19 日发布的 ESP-Mosaico 开发板，实现中文对话、语音播报、按 Muse 指令拍照和来人亮灯问候。
原文：2026/10/22
LessWrongAI 评分4747 AM-Bench：基于犯罪学"欺诈三角"理论的智能体错位统一分类与评测基准
AM-Bench 是一个基于犯罪学"欺诈三角"理论构建的智能体错位评测基准，包含覆盖软件、医疗等 7 个行业的 35 个场景，通过引入威胁（如威胁关停、资源获取）与机会（如破坏窗口、勒索材料）诱导模型错位，并用 LLM 裁判判定结果、分析思维链。
原文：2026/10/22
LessWrongAI 评分5656 Against Moloch 第48期：神经网络可解释性进展与争议
本期通讯讨论AI系统可见性问题，重点介绍Nick Cammarata的文章《Neural networks are already clean》，作者认为神经网络机制可能比此前预期更易理解。
原文：2026/10/22
宝驭AI 评分4949 NotebookLM 视频概览创建技能：完整创作工作流解析
宝驭分享了 NotebookLM 视频概览（Video Overview）创建技能的完整工作流，该技能以多步协作方式将笔记本资料转化为电影感视频，涵盖读取上下文、协助用户选定焦点、确认设置并提交视频生成管线。
原文：2026/10/20
Ethan MollickAI 评分6262 Ethan Mollick 发布新书《Co-Existence》并用图表回顾30个月AI进展
Ethan Mollick 于2026年10月20日发布新书《Co-Existence》，距《Co-Intelligence》出版30个月。
原文：2026/10/20
归藏 — AIGC WeeklyAI 评分6262 归藏 AIGC Weekly #193：Meta Muse、Gemini 4、DeepSeek V4.1 Flash 与 Anthropic 股份捐赠计划
Meta 发布 Muse Wonder 和 Muse Wonder Full，前者可通过 Meta Model API 使用，定价输入 $4/M tokens、输出 $20/M tokens，支持 1M 上下文，但实际效果在 3D 和视觉前端任务上表现较差；Meta 还开源了 816B 参数、42B 激活的 MoE 模型 Muse Spark Open。
原文：2026/10/20
LessWrongAI 评分4545 Redwood Research 研究：能力更强的模型写出的探针规避提示效果更好
Redwood Research 一项为期两周的实习项目评测发现，模型在 Epoch Capabilities Index（ECI）上得分越高，写出的提示越能在完成任务的同时推动探针分数向规避阈值移动。
原文：2026/10/19
LessWrongAI 评分4747 Qwen 换行符 token 的 J-lens 读数能识别谎言
研究者用 J-lens 读取 Qwen3.6-27B 等四个模型在 MASK 压力场景下的残差流，发现 Qwen 回复后换行符 token 处，谎言词族在 84% 的谎言后出现、真话后仅 9%（留出集为 78% 和 7%）。
原文：2026/10/19
LessWrongAI 评分4747 Astra 和 Sol 能在无思维链的情况下以低概率采取行动
一项对 Serrano et al., 2026 的复现研究显示，GPT-6 Astra 和 GPT-6.1 Sol 能在单次前向传递中（通过重复问题或填充 token）以低概率采取行动，且其策略未在思维链中记录。
原文：2026/10/16
The Startup Ideas PodcastAI 评分4444 Gemini 4 Argon 实测：AI 营销、3D 打印与 SaaS 的三个实战案例
播客主讲人分享了使用 Google 新前沿模型 Gemini 4 Argon 一周的实测经验，展示三个应用场景：重建其控股公司网站、用自建 skill 让 Argon 以本人口吻写作，以及设计可导出 STL 文件的 Shopify 产品定制器和商业清洁报价 App。
原文：2026/10/16
UX CollectiveAI 评分7474 无障碍结构如何决定AI智能体能否读取你的网页
作者指出智能体读取的是浏览器为读屏软件构建的无障碍树，而非页面视觉设计，并引用Cloudflare数据称2026年6月初自动化流量首次超过人类流量，约占页面请求57%对43%。
原文：2026/10/13
Tim FerrissAI 评分5959 Tim Ferriss 与 Kevin Rose 对谈 AI 超级助理与电商入口之争
Tim Ferriss 与 Kevin Rose 在 The Random Show 第 886 期中讨论 AI 个人助理的兴起，Kevin 称 Instinct、Meta 的 Muse 和 Grok Bot 正在把 AI 变成通过短信管理生活的助理，Instinct 四个月估值达 100 亿美元。
原文：2026/10/12
Rowan Cheung (The Rundown)AI 评分7474 Meta 发布 Muse Wonder 模型家族，Full 版排名升至第二
Meta Superintelligence Labs 发布 Muse Wonder 与 Muse Wonder Full 两款新模型，Full 版在 Artificial Analysis 智能排名中位列第二，仅次于 Anthropic 的 Opus 5.5。
原文：2026/10/13