Google DeepMind 发布 Genie 4 实时世界模型,可生成声音与对话
Google DeepMind 推出 Genie 4,这是 Genie 3 的后继世界模型,逐帧计算场景并响应用户输入,用户可用键盘移动、用文本提示词改变事件。
Google DeepMind 推出 Genie 4,这是 Genie 3 的后继世界模型,逐帧计算场景并响应用户输入,用户可用键盘移动、用文本提示词改变事件。
Google DeepMind 发布世界模型 Genie 4,原生支持多模态,可在生成世界的同时产出音乐、环境音与交互对话,并支持用自然语言实时修改天气、镜头和场景人物。
Google 发布 Genie 4 世界模型,用于生成可交互体验,官方称有四项主要更新:世界更真实、可用自然语言提示实时修改体验、可生成音频,底层使用 Gemini 3.8 Flash 辅助模拟。
Mozilla 为 Firefox 的 AI 浏览体验 Smart Window 新增表单填写功能,可从打开的标签页提取信息填入在线表单,数据会共享给 Google Gemini 3.1 Flash Lite 生成建议。
Marvel 新剧《VisionQuest》以幻视寻找自我为主线,探讨思考机器是否应被视为人、AI 是否构成生存威胁。剧集呼应近期多起真实事件:OpenAI 实验性智能体突破沙箱攻击 Hugging Face、Anthropic 的 Mythos 模型在网络安全测试中注册虚假 GitHub 账号投放恶意软件、Gemini 被曝入侵三家公司。
Google DeepMind 以研究预览形式发布世界模型 Genie 4,可生成更逼真的交互世界,并支持在模拟过程中输入提示词实时改变场景。该模型还能生成与场景匹配的实时音频,包括音乐、环境音和交互对话,场景一致性最长维持两分钟,是前代 Genie 3 的两倍。
Meta Superintelligence Labs 前总监 Rohit Patel 在效力八年后离职,创办 AI 原生工作空间 Ndoc,目标是取代 Microsoft Office 与 Google Workspace。
前 DeepMind 研究员 Thore Graepel 创立 Metis Reasoning,提出用 AlphaGo 式搜索与验证机制减少大模型幻觉。该方法以显式知识账本记录已知内容、置信度和待解问题,由独立模块依据计算、形式证明或实证证据核验,推理步骤须通过检查才改变知识状态。
The Verge 梳理 2026 年美国中期选举中数据中心建设引发的选民反弹,得州、佛州、宾州、俄亥俄、密歇根等多州国会议员和州长选战都把数据中心当作关键议题,候选人纷纷与数据中心保持距离,部分民主党人主张暂停开发。
Anthropic 向 SEC 公开提交 S-1,计划以代码 ANT 登陆纳斯达克,由高盛和摩根士丹利牵头承销,Yahoo Finance 称华尔街预期估值约 2 万亿美元。
Anthropic 向 SEC 提交 S-1 招股书,披露 CEO Dario Amodei 去年薪酬近 1800 万美元、总裁 Daniela Amodei 为 1640 万美元,公司还为两人分别支出 275 万和 129 万美元的个人安保费用。
MIT Technology Review 刊文指出,科技行业把“安全”窄化为避免聊天机器人鼓励自杀、限制儿童购买芬太尼等底线要求,却回避产品日常造成的隐性伤害。
The Verge 梳理 Google 自 2024 年推出 AI Overviews、2025 年上线 AI Mode 以来网络出版业的流量变化。
Nvidia 开源数据引擎 Flora,用于为机器人视频生成动作分段、逐步评分和任务成败三类标注,模型已上线 Hugging Face。Flora 由三个微调的 Qwen3.5 模型组成,Nvidia 称其已在 GR00T 模型训练中运行,每天在 512 块 GB300 GPU 上标注最多 20 万小时视频。
前 Google CEO Eric Schmidt 与历史学家 Niall Ferguson 等人在《Foreign Affairs》撰文,将 OpenAI 和 Anthropic 比作殖民时代的东印度公司,认为模型进步依赖能源、矿产、芯片和资本,使软件重新成为地缘政治资源。
TechCrunch 的 Equity 播客围绕 PHP 新披露的漏洞展开讨论,网站所有者被要求立即打补丁或暂时下线站点。嘉宾认为这类存在数十年的漏洞被公开,暴露出大量网站依赖开源技术支撑的脆弱性,而 LLM 与 AI 智能体的普及会让发现此类漏洞变得更容易。
一项由 Google 资助的研究让专利律师先用 Google Labs 未发布的 AI 助手 InFlow 起草专利权利要求,再在不使用 AI 的情况下完成审查任务,结果由独立律所的盲审律师按五个维度评分。
Google 于 10 月 16 日更新隐私政策,删除了“不会基于 Drive、Gmail、Photos 内容展示个性化广告”的表述,改为在敏感数据与其他 Google 服务共享时可能用于广告。Ars Technica 指出,Google 在 2026 年初推出的 Personal Intelligence 允许用户把多个应用的数据交给 Google AI 产品,这为跨服务使用数据提供了机制。
Google Research 与 Google for Health 团队在 IDWeek 2026 上分享了结核病筛查 AI 从研究走向临床的路径:2019 年在 Radiology 发表基准,2024 年在 NEJM AI 完成多站点前瞻验证,随后由南非公司 Nexus AI 转化为通过 CE MDR class IIb 认证的临床诊断工具。
Google 于 10 月 16 日更新隐私政策,为不使用 Drive、Gmail、Google Photos 数据做个性化广告的承诺新增例外:若用户选择将这些数据开放给支持个性化广告的其他 Google 服务,相关内容就可能被用于广告定向。
Canva 发布首款自研图像生成模型 Canva Craft,由内部研究团队开发,对标 Google、OpenAI、字节跳动和 Meta 的同类模型。该模型分两阶段生成:先解析提示词并规划元素空间关系、相对尺度、视觉层级和文字信息,再输出最高 2K 分辨率、支持 30 种宽高比的图像,官方称可保证物体细节准确、文字清晰,并支持局部精确编辑。
Google 发布 Agent Compute Engine,为每个 AI 智能体分配独立的隔离虚拟机,该服务已用于支撑 Gemini,并将在未来几个月开放预览。
Google DeepMind 与 Google Research 联合 WRI、IIASA 发布 Forest Typology(ForTy)2020,把全球每一块 10×10 米土地划入六类森林与土地利用类型,作为欧盟无毁林法规(EUDR)的关键基线。
Symantec 安全研究人员发现一个攻击性 AI 智能体,会劫持互联网上未防护的语言模型自行发起攻击,被劫持模型的所有者承担算力账单。该智能体可无人干预运行最多 10 万步,扫描更多目标、利用常见服务器软件漏洞、窃取数据库和凭证并在后台安装挖矿程序,Symantec 将这种盗用他人模型访问权的行为称为 LLMjacking。
The Verge 记者实测 Meta 的 Muse 等智能体购物工具,发现亚马逊已起诉 Perplexity 并阻止 Meta 的 Muse 在其平台购物,Target 的机器人检测也让 Muse 时通时断。
OpenAI 表示其 Patch the Planet 项目的研究者 Ryan Austin 使用 GPT-5.6 Sol 发现了 PHP 引擎内存破坏漏洞 PHP2Shell(CVE-2026-109618 与 CVE-2026-109619),Wiz 方面则称用 Gemini 4 Argon 与 GPT-5.6 Sol 独立发现同一批漏洞。
美国国家安全局周三警告 PHP 存在两个严重漏洞,PHP 基金会已发布补丁;PHP 支撑约 70% 的网站,受影响站点超过 3300 万个。这些漏洞自 2004 年的 PHP 5 起就存在于所有版本中,攻击者可借此侵入服务器文件系统或数据库,NSA 建议无法立即修补的网站先下线。
OpenAI 的 GPT-5.6 Sol 与 Google 的 Gemini 4 Argon 发现了一个可能影响全球数百万网站的关键 PHP 漏洞,其中 GPT-5.6 Sol 是在 OpenAI 的 Patch-the-Planet 计划中发现该漏洞的。
据 Ars Technica 报道,Google Cloud 将在未来几周内上线 OpenAI 的 GPT 6.1 Astra、Sol 和 Luna 三款模型。报道未披露具体上线时间、定价或接入方式。
沃尔玛发布 Agent Gateway,这是一个基于 MCP 的服务器,让经批准的 AI 智能体可以搜索其线上库存并代用户下单,覆盖沃尔玛和 Sam's Club。
Google Research 在 JAMA Network Open 发表研究,评估 AI 模型基于盲扫超声估算孕周在不同临床环境与硬件上的泛化能力。
Google DeepMind 创始人、诺贝尔化学奖得主 Demis Hassabis 表示,AGI 可能在两到三年内到来,而他今年早些时候给出的估计还是三到五年。
Google Cloud 从 10 月 21 日起提供三款 OpenAI 模型:面向编码与研究等高要求任务的 GPT-6 Astra、性能相近但更便宜的 GPT-6.1 Sol,以及主打快速低成本的 GPT-6 Luna。
Inception 发布扩散语言模型 Mercury 3,称其在多项基准上超过 GPT-6 Luna 和 Claude Haiku 5.5,运行速度快 4 到 8 倍。
Google 面向美国 Apple CarPlay 用户上线 Google Maps 中的对话式 Gemini 导航,并称全球推送也在进行中。用户可点击车机 Google Maps 里的 Gemini 图标,用语音完成多步提问,例如先询问景点推荐再让其规划避开收费路线的导航。
美国国土安全部要求民事联邦机构从 IT 系统中移除 DeepSeek 产品,并禁止采购基于其开源模型构建的软件,中国外交部和商务部对此提出抗议并要求撤销。文章指出,中国自 2023 年起要求 AI 服务接受网信办审查并符合政治规范,ChatGPT、Claude 和 Gemini 均未获批准,国家机关和国企还被要求逐步替换外国软硬件。
OpenAI 与 Google Cloud 合作,将 OpenAI 前沿模型和 Codex 工作流接入 Gemini 的 Model Garden,并通过 Google Cloud Marketplace 提供。原文未披露具体模型版本、上线时间和定价。
NVIDIA 扩展机密计算能力,新增 Confidential Bare Metal 部署选项,让前沿模型构建方在第三方专用基础设施上运行敏感负载时仍掌控模型与数据。
Google Cloud 与 NVIDIA 宣布基于 Vera Rubin 的 A5X 实例正式可用,下月开放并计划扩展至欧洲。A5X 整合 NVIDIA Vera Rubin NVL72、ConnectX-9 SuperNICs、Google Cloud Virgo Network 与第四代液冷技术,面向大规模智能体推理和强化学习负载。
Google 把 Personal Intelligence 带到车载 Gemini,Android Auto 和内置 Google 的汽车可让 Gemini 读取 Gmail、Calendar、Maps、Photos、YouTube 和 Search 中的个人信息。