AI 日报 · 2026 年 10 月 7 日 · 星期三
设计前沿
Google发布Nano Banana 2.1，图像生成成本减半
Google推出新一代图像模型Nano Banana 2.1，基于Gemini 3.6 Flash实现质量提升与价格减半。同时发布的EmbeddingGemma 2以740M参数超越两倍大小竞品。此外，Reflection发布501B MoE架构开源模型Beam，低算力对标GLM-5.2。
工具与模型
The DecoderGoogle 发布图像生成模型 Nano Banana 2.1，价格减半且质量提升
Google 发布新一代图像生成与编辑模型 Nano Banana 2.1，该模型基于 Gemini 3.6 Flash，旨在以更低成本提供优于前代的质量。其价格较 Nano Banana 2 降低约一半，1K 图像成本降至 3.36 美分，并支持最多 14 张参考图及多角色一致性保持。尽管在部分基准测试中表现强劲，但在实际效果上仍略逊于高端的 Nano Banana Pro 模型。
The DecoderGoogle 发布 EmbeddingGemma 2，740M 参数多模态嵌入模型性能超越两倍大小竞品
Google 推出开源多模态嵌入模型 EmbeddingGemma 2，参数量仅 740M。该模型在 Massive Text Embedding Benchmark (Code) 得分 78.68，性能优于两倍大小的竞品。它支持本地运行，仅需约 191 MB RAM，查询耗时 20-70 毫秒，权重已上线 Hugging Face 和 Kaggle。
The DecoderReflection 发布 Beam：非中国最强开源权重模型，501B MoE 架构低算力对标 GLM-5.2
Reflection 推出首个开源权重模型 Beam，采用 501B 总参数、激活 23B 的 MoE 架构，在编码与智能体任务中以三至四倍更少算力匹配 GLM-5.2。该模型经大规模强化学习训练，具备可调推理深度及涌现能力，计划本月以 Apache 2.0 协议开放权重。
TechCrunch · AIMirror Particle 构建人类行为“世界模型”以预测消费者动机
Mirror Particle 正在从零构建一个模拟人类行为及其随时间变化的“世界模型”，旨在替代基于大语言模型的角色扮演方法。该引擎结合客户数据、社交媒体及流行文化等多源信息，重点分析“显现行为”而非自我报告，为品牌提供包含动机与约束的行为预测洞察。
The DecoderJEPA-Anything 将 LeCun 架构扩展为跨物理与生物学的通用世界模型
PhAI Labs 团队推出 JEPA-Anything，将 Yann LeCun 的 JEPA 架构扩展至七个领域。该模型在 Pong 环境预测误差降低 35%，并发现 IL-18 联合 CD73 阻断剂可抑制肝癌细胞。代码与模型已开源，旨在通过多模块正交预测提升通用性。
开源与项目
EmbeddingGemma 2 采用 Apache 2.0 许可证
EmbeddingGemma 2 模型已发布并采用 Apache 2.0 开源许可证。该许可允许用户在托管服务停止时自行运行开放权重版本，避免了因专有模型下线而需付费重新计算数百万个存储向量的高昂成本与风险。
行业与商业
The Decoder微软发布诺贝尔经济学家 Acemoglu 的 AI 经济预测：十年 GDP 仅增 1.5%
微软发布诺贝尔经济学家 Daron Acemoglu 的观点，预测 AI 将在十年内使 GDP 增长约 1.5%，并最多替代 5% 的工作岗位。Acemoglu 指出瓶颈在于企业重组与员工技能提升的速度，认为增强人类技能的 AI 应用比全自动化更具生产力优势。
TechCrunch · AIAnthropic 扩展 Claude for Startups 计划：初创公司可免费获一年 Claude Team 及 $1,000 API 额度
Anthropic 宣布扩大其 Claude for Startups 计划，符合条件的初创公司可免费获得一年 Claude Team（含最多五个高级席位）及 $1,000 API 积分。该计划还开放 Claude Marketplace 插件构建权限及与 Applied AI 团队的虚拟办公时间。申请资格限于成立五年内或近两年获得融资的企业。
TechCrunch · AIHark 发布主打隐私保护的 AI 个人助理 Hark Pro
Hark 推出基于计算机使用模型训练的 AI 个人助理 Hark Pro，提供免费及订阅服务。该产品以操作系统形态运行，通过可视化窗口展示智能体操作网页过程以建立用户信任，并强调不售卖广告或窃取数据。Hark 计划于 2027 年发布配套 AI 原生设备。
TechCrunch · AIAI 智能体遭遇网站拦截，Meta、Walmart 等推动开放标准
Meta Muse 等个人 AI 智能体在 Amazon、Walmart 等平台执行任务时频繁被反爬虫机制或人工验证拦截。为区分合法代理与恶意机器人，Meta、Walmart、Stripe 等行业伙伴正制定针对在线商务的 Agent-to-Agent 通信开放标准。
Mistral Large 4 预览版发布：1 万亿参数模型
Mistral 发布 Mistral Large 4 预览版，该模型拥有 1 万亿总参数和 490 亿激活参数，通过 API 提供。其在 Artificial Analysis 得分为 38，优于前代 Mistral Large 3，预计本月底开放权重。
OpenAI 将在欧盟默认对 ChatGPT 输出添加水印
OpenAI 宣布在欧盟地区默认启用 ChatGPT 文本自动水印功能，以符合《欧盟人工智能法案》要求。该专有技术名为 textGrain，通过嵌入人类不可见的词汇模式实现检测，但在欧盟以外地区默认关闭。目前仅向少数研究人员和组织开放专用检测器访问权限。
The Decoder韩国拟投入34.9亿美元开发本土前沿AI模型以对标中国
韩国政府计划通过2027年预算拨款4.7万亿韩元（约34.9亿美元），支持开发能与领先开源模型匹敌的本土前沿AI。该资金将用于新一轮公开竞争，LG AI Research、SK Telecom和Upstage等入围者需重新角逐，初创企业亦可参与。此举旨在减少消费者对ChatGPT等海外服务的依赖，推动国产模型在经济领域的广泛应用。
The DecoderCATL 与腾讯支持 Deepseek 融资，估值或达 150 亿美元并瞄准 2027 IPO
Deepseek 正接近完成至少 120 亿美元的新一轮融资，CATL 和腾讯出资最多，总额可能接近 150 亿美元。这一强劲投资兴趣源于其 V4-Flash 模型在成本和性能上对 Anthropic 及 OpenAI 设定的新基准。公司计划于 2027 年初进行 IPO，并正在建设配备至少 16 万颗华为 AI 芯片的数据中心。
职业与观点
优设网 · AI 情报GPT-Image2 生成产品详情页的两个实操思路
针对完全依赖AI生成商业详情页效果不佳的问题，作者实测提出两种利用GPT-Image2的工作流。第一种思路是先让AI从参考图中提取真实产品信息、卖点及视觉关键词，再生成包含全局总控和分屏信息的MD文件，最后按3:5比例逐屏生成设计；第二种思路适用于已有详细文案和多角度展示图的场景，可直接基于这些信息生成详情页。作者指出，若需保持原有卖点或文字不变，需在提示词中明确禁止修改相关字段。
微软研究员 Jennifer Neville 谈 AI 在多轮交互与长程任务中的失效与启示
微软研究院 AI 交互与学习团队负责人 Jennifer Neville 在播客中分享了对当前 AI 系统局限性的看法，指出模型在多轮对话和长程代理任务中存在性能退化现象。她建议用户在遇到模型混淆时重置对话并一次性提供完整指令，同时强调通过高保真反馈帮助改进模型，而非盲目依赖自动化。