周报
issue196 2026.10.26-11.1
共 25 条
响应欧盟 AI 法案,Grok 模型生成的文本将添加隐形水印
xAI 为 Grok 模型生成的文本添加隐形水印,响应欧盟 AI 法案要求,全球 API 已启用水印,管理员可单独为某模型关闭,水印融入 Token 选择过程实现。#AI治理#
商汤开源 SenseNova Loop-9B-Preview,宣称媲美 27B 参数大小模型
商汤科技 10 月 30 日宣布开源商汤日日新 SenseNova Loop-9B-Preview。
不用反复退登了:ChatGPT 支持多账号切换,AI 工作号 / 生活号不再打架
OpenAI 核心产品与平台负责人蒂博 · 索蒂奥(Thibault Sottiaux)今天(10 月 31 日)在 X 平台发布推文,宣布已在网页端、iOS 和安卓端推出 ChatGPT 账号切换功能,并计划很快上线桌面端。
Mistral AI 开放 Large 4 模型权重:1T 参数,编程智能体更省 Token
当地时间 10 月 29 日,法国公司 Mistral AI 正式开放 Mistral Large 4(简称 ML4,代号 le Chonk)模型权重。
DiffuSpace 推出 Clover-35B-A3B-Preview 扩散语言模型,兼顾性能与速度
DiffuSpace 认为其新模型模型证明扩散语言模型能在更大的参数尺度下与自回归模型竞争甚至略胜一筹,同时保持更快生成速度。
豆包工作向企业客户推出第三方模型服务:含 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等
豆包工作面向企业客户开放第三方模型服务,首批接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等模型,覆盖团队及企业订阅版,按用量扣除 AI 点数,支持灵活配置可用范围。#豆包#
GitHub发布Copilot Fusion,多模型自动编排提升编码效率与性价比
GitHub在Universe 2026发布Copilot Fusion智能编排层,可自动路由并组合OpenAI、Anthropic、Google等模型完成编码任务,开发者无需手动选模型。它整合既有自动模型选择技术与9月研究预览的Project HydraFusion,开发者在模型选择器启用后,系统按任务复杂度自动采用单一模型、级联或评审等执行模式。
英伟达开源最强转录 AI 模型 Nemotron 3.5 Transcribe:支持 40 种语言,8 人抢话也能精准转录
英伟达昨日(10 月 28 日)宣布推出开放权重语音转录模型 Nemotron 3.5 Transcribe,并同步公开训练数据管线 Granary v2。
腾讯推出跨应用 AI 协同体系 Buddy One:打通腾讯多款办公产品,共享 WorkBuddy Agent 底座
在今日举行的腾讯全球数字生态大会上,腾讯正式官宣发布面向个人用户的跨应用 AI 协同体系 —— Buddy One。
谷歌新旗舰Gemini 4 Carbon正式发布:综合评分登顶全球第一,全面发力长时程工程与网络安全
10月29日,Google DeepMind正式推出新一代旗舰大模型Gemini4Carbon。在Artificial Analysis的Intelligence Index v5.0中,它以59分登顶,1分险胜Claude Opus5.5,领先GPT-6Astra 2分;较两周前上一代跃升9分,重夺全球大模型综合能力第一。文章还提及其在Arena.ai最新榜单表现。
Liquid AI 发布 LFM3 模型家族,首批多款均基于 LFM3-1.7B-Base
文本模型 LFM-1.7B 拥有 256K 上下文窗口,在使用的参数减少 35% 的同时性能优于上代的 LFM2.5-2.6B。
OpenAI 开放 ChatGPT 新插件:苹果用户授权后可充当 AI 管家,管理 iCloud 邮件、日程等
OpenAI 昨日(10 月 27 日)发布博文,宣布面向所有 ChatGPT 套餐用户,开放 iCloud Mail 与 iCloud Calendar 两项插件。
Opera 推出 WebAI 网页标准,支持浏览器本地部署 AI 模型
Opera 推出 WebAI 新 Web 标准,支持直接在浏览器本地运行开源 AI 模型,无需依赖云端服务,兼顾隐私保护与低成本优势,目前已在 Opera One 中以预览版上线,后续将登陆旗下其他浏览器。#Opera#AI#WebAI#
实时“导演”世界:皮查伊称 Genie 4 是谷歌迄今最逼真、最具互动性的 AI 世界模型
谷歌 DeepMind 团队昨日(10 月 27 日)发布博文,宣布推出 Genie 4 世界模型,定位为“重大研究里程碑”,在原生音频、实时自然语言改写、更真实的物理与人物等方面实现核心突破,把世界模型从一次性生成画面升级为可实时操控、可听、可推理的动态模拟世界。
Gamma5 重塑思考与设计,深度打通20+主流办公工具
Gamma发布新一代AI内容创作工具Gamma5。官方称其彻底重建思考、设计和编辑工作流,面向职场人与内容创作者,提升演示文稿和文档制作效率。核心是引入智能体技术:用户输入一句提示,或上传长文档、PDF、图片、旧演示文稿,智能体即可在几分钟内自动完成全方位处理。
智元发布具身 Agent 框架 Genie Master:机器人能边工作边进化
智元发布具身 Agent 框架 Genie Master,搭载该框架的精灵 G2 在便利店上岗时可自我调整策略、沉淀经验,实现“无人在环”持续进化,为行业首次在真实业务场景验证具身递归自进化。#具身智能#
OCR 3.0 时代来了!文心 Unlimited OCR 2 开源发布,超长文档解析迎来“页数自由”
文心 Unlimited OCR 2 的代码和模型权重同步开源至 GitHub、Hugging Face,并同步上线百度智能云平台和百度AI开放平台,开发者和企业用户可下载使用。
腾讯混元开源同声传译大模型 Hy-SimulMT:延迟低于人类译员,质量比肩专业口译
10月26日,腾讯混元发布并开源同声传译大模型Hy-SimulMT,支持中英语音到语音实时翻译,可边听边译,同步输出译文与语音,并实时克隆音色、还原说话人声音与语气。模型已在腾讯Hy翻译App免费首发,同步上线HuggingFace、ModelScope与GitHub。其核心为低时延,实测响应约3秒,低于人类专业译员4—5秒平均水平。
Mac 版 Ollama 新增离线生成 AI 语音:数据不出门,速度比原方案最高快 35%
本地运行 AI 模型的开源平台 Ollama 于 10 月 24 日宣布,其 Mac 应用正式支持文本转语音(TTS)生成,Windows 和 Linux 版本也将随后跟进。
OpenAI 低成本新模型 GPT-6.1 Terra 深夜炸场:每项任务成本仅 Claude Opus 5.5 九分之一,更快更准确
Terra 主要面向希望降低自动化成本的企业,可用于处理发票、解读技术图纸等工作。OpenAI 称,面对难度较高的专业任务,Terra 也能以远低于高价模型的成本完成。
字节跳动旗下即梦 AI 短剧工作室上线,提供自研剧本、图片、分镜模型
即梦短剧工作室提供 DreamScript 剧本模型、Anycook 图片模型和 DreamShot 分镜模型,覆盖原创改编出海解说等题材,支持 10 万字长篇解析、差异化人物设定、3D 导演台预演,以及片段重拍、声音重构、智能切镜等后期能力,并支持原片重制转绘与本地化适配。#AI短剧创作#