Google Gemini 4 Argon 在 ARC-AGI-3 得分 97.5%,但测试方法影响结果
Google DeepMind 的新前沿模型 Gemini 4 Argon 在 ARC-AGI-3 上以 Provider Adapter Harness 测试环境取得 97.5%,成本 4800 美元,成为继 OpenAI 之后第二家跨过 95% 的实验室,仅次于 GPT-6 Astra 的 99.9%。
Google DeepMind 的新前沿模型 Gemini 4 Argon 在 ARC-AGI-3 上以 Provider Adapter Harness 测试环境取得 97.5%,成本 4800 美元,成为继 OpenAI 之后第二家跨过 95% 的实验室,仅次于 GPT-6 Astra 的 99.9%。
Reflection AI 发布开源权重模型 Beam,面向智能体编码与长周期任务,可维护代码、调用工具并完成多步工作流。
Meta 将于 10 月 30 日生效的新商业条款,被 Nieman Lab 报道认为可能允许其抓取并使用与平台商家“关联”的网站内容来开发、改进和训练 AI 产品,包括在线出版商的站点。
The Verge 三位作者用一周时间实测了搭载 Nvidia RTX Spark N1X 处理器的五款笔记本,包括 128GB 的 Asus ProArt P16、64GB 的 Lenovo Yoga 9n、32GB 的 HP OmniBook Ultra 以及 Surface Laptop Ultra,售价从 3199.99 美元到 6999.99 美元。
Mark Wahlberg 在 TechCrunch Disrupt 上表示,只要用法得当,AI 在电影行业有一席之地,他计划用 AI 增强即将开拍的 Pete Rose 传记片中的体育场场景。他反对把想法丢给 ChatGPT 生成剧本、弃用真人演员,并称愿意让 AI 分身在自己无法出演或离世后继续拍摄动画剧集《Ted》。
Anthropic 宣布向非营利机构 METR 的团队开放内部权限,用于审查其 AI 模型与安全实践。六名 METR 员工获得公司硬件、办公空间和内部工具访问权,Anthropic 称其权限大致与自家风险团队相当,但客户数据、受律师-客户保密特权保护的信息和模型架构细节仍不可访问。
OpenAI 推出 Rosalind Academic Plan,面向美国高校研究实验室免费提供 Business Standard 计划最多 30 个席位、为期最长 12 个月,不含 API 访问。
The Decoder 报道,OpenAI 的 Cammarata 提出对机械可解释性经典案例的重新解读,认为著名的猫脸与汽车神经元其实是 V 形检测器,并非叠加现象,并称在 Qwen3-32B 中约 90% 的神经元极点只有一个主要功能、仅 2% 到 4% 无法解释。
美国新实验室 Reflection 在 Hugging Face 发布首个开源模型 Beam,采用 MoE 架构,总参数 501B、每 token 激活 23B,支持 1M token 上下文,以 Apache 2.0 许可开放,面向编码与智能体场景。
Replit CEO Amjad Masad 在 TechCrunch Disrupt 上提出「自动驾驶公司」愿景:AI 智能体承担公司大部分基础工作,人类保留判断力与品味。
Goodfire 的 Nick Cammarata 发布文章提出“神经网络本已清晰”的工作假设,认为许多被视为多义性和叠加现象、难以解读的权重纠缠,在进一步用智能体分析后即可拆解;他提到 2023 年在 OpenAI 的自动可解释性工作只找到约 2% 神经元可读,并称若干著名的多义神经元案例被误读。
NVIDIA 联合 IIT Madras 的 AI4Bharat 实验室发布 Nemotron-pretraining-Indic-v1,约 2.8 万亿 token,覆盖 22 种印度语言,其中 2,601.0 亿为本地文字 token、224.6 亿为罗马化 token,计数使用 Gemma-4 tokenizer。
sparqlite 是一个用 Rust 编写的 SQLite 可加载扩展,将 RDF 四元组存入普通 SQLite 表,并在 SQLite 进程内原生执行 SPARQL 1.1 查询与更新。
Cal AI 创始人 Zach Yadegari 在 TechCrunch Disrupt 上透露,这款 AI 卡路里追踪应用靠招募大量网红发帖推广,两年内收入超 3000 万美元,并于 3 月被 MyFitnessPal 收购。他称早期一位网红的帖子两天带来约 1000 名新用户,此后公司按触达规模与网红谈固定报酬。他本月还推出 AI 智能体初创公司 Persona,已融资 1000 万美元。
Sullivan & Cromwell 与 OpenAI 合作开发了 Agreement Analyzer,用于识别协议草案中的问题。该工具将法律专业知识引入协议审查流程。
Sega 已将《Total War: Shogun 2 — Complete Edition》从各商店下架,该重制版在 Steam 上获得"Overwhelmingly Negative"评价,用户投诉 bug 及疑似 AI 处理的画面。Sega 与开发商 Creative Assembly 承认该作未达预期,表示将恢复原版游戏,已拥有该版本的玩家仍可访问。
OpenAI 为 ChatGPT 的 Google Chrome 扩展推出升级,安装后用户在 ChatGPT 网页版或桌面应用中 @Chrome,ChatGPT 即可查看已打开的浏览器标签页。
Grupo Boticário 搭建了自有的智能体平台,可自主解决经销商最多 80% 的运营请求,让销售团队转向顾问角色。这家起源于 Paraná 一家配药房、近 50 年历史的集团,借此用 AI 强化人与人之间的连接。
Localiza 使用 ChatGPT Enterprise、OpenAI API、Codex 和 60 多个专用智能体重构工作流程,打造 AI 原生的出行体验。
Meta 发布开源权重模型 Muse Spark Open,称其为美国最强开源权重模型,面向编码与智能体任务,拥有 8160 亿参数(激活 420 亿)、最高 100 万 token 上下文,支持文本、图像、视频和音频。
IBM 发布 Granite Switch 4.1,包含 Granite-Switch-4.1-8B 和 -30B,把通用决策 aLoRA、安全决策 Guardian aLoRA 以及 OpenASR 榜单上最快的 ASR 模型 Granite-Speech-5.0-Turbo-CTC 组合进一个模型,占用显存与基座模型单独运行时大致相当。
OpenAI 推出 Rosalind Academic Plan,为符合条件的学术实验室提供 GPT-Rosalind 的赞助访问权限及相关工具,用于推进生命科学研究。
Simon Willison 用 Claude Opus 5.5 Extra 在 Claude Code 中做了一个双人竞技游戏 Chirp Pong,两台手机运行静态 HTML,通过麦克风发送 chirp 音频、由 Web 麦克风 API 解析来同步游戏状态。玩家把手机靠近即可对战,并在 pong 基础上加入图形与玩法变化。
Bluesky 的 Attie AI 工具新增功能,用户输入提示词即可生成游戏、投票、仪表盘等“小型”社交应用,并以独立网站形式分享。Bluesky CEO Toni Schneider 在 TechCrunch Disrupt 上称其为“社交 vibe coding”。
特朗普在 Truth Social 发布白宫翻新对比照,其中一张被 Google SynthID Detector 标记为「由 OpenAI 制作或编辑」。该「修复后」照片两侧台阶数不一致,与「修复前」照片的台阶数也对不上,且角度、窗中倒影和柱底纸板位置几乎完全相同。特朗普发布的另外几张白宫外观和直升机停机坪照片未被检测出水印。
2026 年多部批判科技巨头的电影集中上映,包括聚焦扎克伯格与 Frances Haugen 指控的《The Social Reckoning》、记录 Elizabeth Holmes 的《You Can See Everything》、审视 Elon Musk 的 Gibney 纪录片,以及把 Sam Altman 刻画成操纵型人格的《Artificial》。
Bluesky 在 TechCrunch Disrupt 2026 上宣布扩展其 AI 平台 Attie,新增网站、测验、游戏、投票等互动体验的创建能力,此前 Attie 仅支持构建自定义社交信息流。
Anthropic 宣布向非营利评估机构 METR 的六名研究员开放员工级访问权限,提供公司笔记本电脑、办公空间和与内部风险评估团队大致相当的内部工具,用于独立评估其模型、安全实践与风险管理。
Amazon 设备、Alexa 与 Leo 高级副总裁 Panos Panay 在 TechCrunch Disrupt 上表示,个人计算的未来属于"环境计算"设备,而非 App。Amazon 同期发布 Bee 系列 AI 可穿戴设备,包括可拆卸手环和磁吸在手机背面的信用卡大小设备,可被动录音并生成待办与提醒。Bee 不存储原始音频,实时处理后即删除,转录内容由用户设备生成的密钥加密。
Meta 发布开放权重模型 Muse Spark Open,称其为美国“最强”开放权重模型,拥有 8160 亿参数和 100 万 token 上下文窗口,原生多模态,面向复杂编码任务和智能体工作。
微软研究院发布零知识虚拟机 Magnetar,可证明用 Rust、Go 或 C 编写的 RISC-V 程序执行,在笔记本上每秒证明 720 万至 870 万条处理器指令,15 个基准程序上平均比现有最快 zkVM 快 10 至 39 倍,证明验证约 12 毫秒。
据 Ars Technica 报道,FTC 正在调查 Anthropic 和 OpenAI 的安全事件是否对美国民众造成损害,并可能对这两家 AI 公司处以与延迟上报数据泄露的企业同等级的罚款。
Nvidia 发布 Nemotron 3.5 Super VL,一个 1200 亿参数的开源多模态模型,面向持续在后台运行的企业智能体,处理文本、图像、文档和视频。
Google 发布 Gemini 4 Argon,定位为覆盖机器人全流程的单一模型,可控制机器人、构建虚拟练习环境并评估训练视频质量。
Black Forest Labs 发布 FLUX 3 Image Klein,这是一个 56 亿参数的开源权重模型,支持文生图、图像编辑以及最多十张参考图的生成,原生支持 4K 输出、像素级编辑和用于元素定位的边界框。
Meta 发布开源权重模型 Muse Spark Open,采用 MoE 架构,总参数约 816B、每 token 激活约 42B,支持文本、图像、音频和视频输入,上下文窗口最高 100 万 token。
Google DeepMind 介绍用智能体开发平台 Google Antigravity 加速抗菌肽发现,把原本分散在多个数据库的检索压缩到单次会话中。该平台结合可从氨基酸序列预测生物功能的模型 ProtNLM,扫描 UniProt 中数百万条未表征蛋白质,找到一条对呼吸道感染相关病原体有预测活性的新型抗菌肽候选,目前正进行湿实验验证。
Meta 的编码优化开源权重模型 Muse Spark Open 已在 Amazon SageMaker JumpStart 上线,支持 100 万 token 上下文窗口,采用 MoE 架构,总参数 816B、每 token 激活 42B,可接收文本、图像、文档、音频和音视频输入并输出文本。
The Verge 报道称,Meta 的 AI 个人助理 Muse 上线一个月下载量达数百万次并登顶苹果 App Store,其索取银行账户、密码、联系人、聊天记录等权限的做法引发隐私争议。
NVIDIA 发布 RTX Spark,一款面向创作者、玩家和 AI 智能体的 Windows PC,并在全球多地举办发布活动。官方引用 Tom's Hardware、TrustedReviews、Tom's Guide 等媒体评测,称其在本地 AI、游戏和创作工作流上表现良好,Artificial Analysis 也提供了独立测试的初步结果。