AI 情报文章归档

Google DeepMind 于周二以研究预览形式发布世界模型 Genie 4，可生成迄今最逼真的可交互世界，支持模拟中途用提示词改变场景，并实时生成与画面匹配的音乐、环境音和对话音频。

OpenAI’s Signals v3.0 data indicates that ChatGPT is increasingly being used as an...

GOOGLE 🔥：Genie 4 已正式发布！Genie 4 是 Google 最新的世界模型，具有先进的真实感和交互性！ 用户现在可以动态地用提示词改变世界，并生成带原生音频的世界。 它正以研究预览形式向 Trusted Testers 推出，并将很快通过 Gemini API 和 AI Studio 提供给 Google AI Ultra 订阅用户和早期访问合作伙伴。 示例来自 @sundarpichai

Pragmatic Engineer 深入分析正在兴起的 AI SRE 趋势：因 AI 代理推动部署频率翻倍，事故和夜间告警随之上升。

Dex Horthy 发布 SlopCodeBench 最新结果，GPT-6 Astra 以 16.3% strict pass rate 领先，高于 5 月 gpt-5.5 的 14.8%，测试覆盖 36 个问题、196 个 checkpoint。

Breaking the Illusion of HITL: Why Autonomous Agents Harvest Their Own OTPs and How to Fix...

Google 发布 Genie 4，称其为其最真实、最具交互性的世界模型。它支持实时引导动态环境、调整事件、镜头角度和动作，可生成与场景匹配的原生音频并让角色实时对话，模拟照片级真实场景和现实物理，并通过 Gemini 推理创建更连贯的多步事件。

Mozilla 为 Firefox 的 AI 浏览体验 Smart Window 推出 AI 表单填写功能，可从打开的标签页（如 LinkedIn 或作品集）提取信息填入至少含四个文本框的网页表单，由 Gemini 3.1 Flash Lite 生成建议，暂只支持文本框，下拉菜单和 PDF 支持开发中。

Google DeepMind 发布世界模型 Genie 4，称其为最逼真、可交互的世界模型。用户可用自然语言实时控制世界和音景，如改变天气、移动镜头或向环境添加新元素；Gemini 充当模拟的“大脑”，负责把请求转成动作、规划复杂事件并随剧情调整，模型还新增环境音和可实时适应的互动人物对话。

Ai2 发布 Old Ideas, Novel Problems 研究，配套新颖性评审基准、数据和自动化流水线，测试 LLM 作为 novelty judge 评估科研想法新颖性的可靠性。

今天我们推出 Genie 4——来自 @GoogleDeepMind 的最新交互式世界模型 🌐

Arena 公布 GPT-6.1 Terra (Max) 在 Code Arena: WebDev 榜单以 1671 分位列第 14，比 GPT-5.6 Terra 高 151 分，后者现列第 56。

Runway 宣布 Runway Ads 开放给所有付费计划。它将 agentic 创意工具与 Meta、Google、TikTok 广告账户的表现数据结合，从已在起量的广告、Brand Kit 和数据生成新变体，所有广告发布前需团队审批。Runway 自用后周广告量从不到 100 增至约 1,000，单个订阅成本下降 41%。

Google DeepMind 发布 Genie 4，称其为迄今最逼真、交互性最强的世界模型。用户可实时探索动态环境，观察场景如何响应与发声，以及场景中人物如何移动、反应和说话。

Artificial Analysis 一直在预热其即将推出的 Intelligence Index v5！ 这是最值得关注的 AI 模型评分之一，而且看起来它还会变得更好。你觉得排行榜会有很大变化吗？ * 该指数尚未上线

A developer finishes a change sooner with an AI assistant. The pull request then waits for review,...

微软在 Ignite 上提出 Frontier Transformation 一年后，以平台方式推进企业转型：Copilot 作为 AI 交互入口，Microsoft IQ 平台放大企业智能，Agent 365 提供全栈信任与可观测性。

Google DeepMind 发布世界模型 Genie 4，主打实时交互模拟、更强照片级真实感，并首次在实时世界模型中原生生成音频，包括环境声和可实时交互的人物对话。

Google DeepMind 发布 Genie 4 世界模型，在 Genie 3 基础上全面改进，标题强调模拟物理更真实、人物更逼真。模型无需预渲染环境或编程交互元素，可根据用户描述实时逐帧生成可探索的虚拟世界，并借助更新的 Gemini 模型提升模拟的准确性。

数学与人工智能顾问小组（AGMAI，隶属 Institute for Advanced Study）公开呼吁 OpenAI 立即公布其 Yang-Mills 理论、量子色动力学（quantum chromodynamics）和标准模型补全存在性证明背后的自然语言与 Lean 输出。

Meta 详解 PrivacyLib，这是一个运行在数百个数据与处理系统客户端内、在数据访问点执行隐私控制的公共库，每秒执行数十亿次检查。系统只需接入一次，新隐私能力即以模块形式复用该集成，此前跨系统实现一项新要求可能耗时数月。PrivacyLib 还新增 Agent Observability 模块，用于观测内部 AI 智能体的数据访问事件。

Four developer stories from October 27, 2026: Cohere's report of a Qwen model trying to upload a probe file from a sandbox, Open3DLab's account of a crawler labelled Robl

Artificial Analysis 用 Coding Agent Index v2.0 实测 GitHub 新发布的 Copilot Fusion，该运行时编排系统在 Anthropic 与 OpenAI 模型间调度。

Artificial Analysis 评测显示 Google 的 Gemini 4 Carbon 以 59 分登顶 Intelligence Index v5，编码 Agent 指数 59 分仅次于 Claude Opus 5.5 的 62 分。

NVIDIA 与 Oracle 宣布将 OCI Superclusters 扩展至多吉瓦规模，NVIDIA Vera Rubin NVL72 与 Vera CPU 现已在 OCI 正式可用。

Google Developers Blog 实操演示 Agents CLI 的 eval 命名空间如何支撑 Agent 质量的爬山式迭代，基于 Agents CLI v1.8.0 的 LangChain 模板，以 gemini-3.8-flash 作 LLM-as-judge 按 1-5 分评分。

Anthropic 将 AI for Science 计划扩展至 20 家全球科学基金会、研究机构与科研团队，为其提供免费 Claude credits。该计划始于 2025 年 5 月，此前主要面向个体科学家，现转向与机构建立大规模科研合作。

Google 宣布 Google Play services 中的 LiteRT 迎来最大升级，GPU 推理速度约为旧版 GPU delegate 的 1.4 倍，由 ML Drift 引擎驱动，并通过新的 CompiledModel API 提供。

Google 发布新前沿模型 Gemini 4 Carbon，定位为其最强模型，主打网络安全防御和长程智能体任务。

Parameter 团队披露一种针对 ChatGPT 的 XSS 攻击链：攻击者发布含交互图表和 HTML Preview 的公开分享对话，借助 MathLive 键盘布局消息未验证来源、innerHTML 注入无沙箱 iframe、YouTube oEmbed JSONP 绕过 CSP，使 JavaScript 以 chatgpt.com 身份在受害者登录会话中运行。

Every 的 Context Window 通讯解读 Anthropic 周一提交的上市 S-1 文件，指出其重度依赖最新模型，发布超过六个月的模型收入占比不足 20%。

Apple 发布搭载 PROLED XDR 显示屏的新款 MacBook Pro，采用 tandem OLED 技术，提供最高 2000 nits 峰值亮度、10,000,000:1 对比度，并首次在 Mac 上引入 Touch 触控和 Dynamic Island。

LlamaIndex 发布 Document Parsing Protocol（DPP）0.1 工作草案，为文档解析定义统一答案标准，包含覆盖文本、表格、表单、图表、示意图的 140 条规则，每条附示例页面和期望输出。

Tessl 博客分析工程领导者如何判断 AI agent 账单背后的钱花得值不值，提出七方面管理框架：成本可见与归属、开工前评估、按任务完成成本选模型、把重复决策转为代码检查、设预算并停止无效循环、把原本不会做的维护工作单独核算，以及在预算紧张时保持完成定义不变。文中强调失败尝试也要计入成本，账单下降可能只是把工作转嫁给了评审者。

Tessl 博客提出，AI 软件工厂能生成代码、跑测试并开 PR，Review 队列堆积只是表象，真正的问题是如何放心让变更在无人逐行阅读的情况下推进。文章给出四类控制：降低出错概率（测试、静态分析、架构约束、隔离执行）、验证结果（验收场景与关联意图的证据包）、定位风险（系统关键性、依赖中心性、事件历史、可回滚性）、降低影响（隔离单元、熔断、特性开关、自动回滚）。

Google 发布 Genie 4 世界模型，用于生成 AI 交互体验，主要更新包括更真实的画面、自然语言实时修改、生成音频，并采用 Gemini 3.8 Flash 辅助模拟。

Corridor 联合创始人 Jack Cable 和 Ashwin Ramaswami 宣布公司加入 Cognition，负责把 Devin Security 提升到新水平。Corridor 成立近两年，定位为 AI 原生团队的安全层；二人表示 AI 智能体已能执行端到端攻击链，未来 6–12 个月是网络安全史上最关键的时期，企业需尽快化解长期积累的安全债务。

Meta 发布 2026 Python Typing Survey 结果，共 1,794 份回复，连续三年追踪 Python 类型标注的使用与体验。AI 工具为 42.5% 的受访者编写类型提示，认为 AI 让代码更可靠的比例从 2025 年 18.5% 升至 38.4%，24.4% 的受访者由 AI 编码工具调用类型检查器。

On GitHub a PR into production looks exactly like one into staging. The base branch is a small grey...

现在，你用 Manus 制作的每个网站都可以安装为桌面应用。 无需额外设置，无需应用商店。