AI 日报 · 2026 年 10 月 29 日 · 星期四
设计前沿
Google发布Gemini 4 Carbon登顶AI榜单
Google推出新一代旗舰模型Gemini 4 Carbon,在智能指数中超越竞品但暂不开放。NVIDIA同步更新RTX Spark笔记本并开源多语言语音模型。此外,受AI算力挤压影响,主流电脑品牌普遍涨价或砍掉入门款。
工具与模型
Elorian 发布视觉推理模型 Glimpse 及 DecoyCount 基准
Elorian 推出首个视觉推理模型 Glimpse,并联合发布 DecoyCount 基准以测试模型是否真正计数而非依赖视觉捷径。内部测试显示 Glimpse 在该基准上得分 50.48%,高于 GPT-6 Astra 的 43.17% 及其他前沿模型。CEO Andrew Dai 指出该模型旨在通过生成和编辑图像作为推理链的一部分来实现“间接行动”,区别于构建模拟环境的世界模型。
即梦上线「短剧工作室」,整合剧本、导演与剪辑全流程
即梦于10月26日上线「短剧工作室」,将剧本创作、角色资产管理、分镜设计、视频生成和后期编辑串联在同一项目中。该工具引入DreamScript模型辅助完善故事,提供3D「短剧导演台」以可视化安排运镜和站位,并支持「智能预演」功能,官方称其能以约10%的成本提前验证整场戏效果。
设计与空间
Equine Eyes 马形头戴设备让设计师体验动物视角
阿尔斯特大学研究员 Alan Hook 开发了 Equine Eyes,一种巨大的马形头戴式 VR 设备,旨在让人类体验近似马匹的视觉感知。该设备利用两个180度摄像头模拟约350度的广阔视野,并调整色彩以反映马的二色视觉。
行业与商业
禾赛科技发布Kosmo物理AI数据终端获皮克斯采用
禾赛科技推出名为Kosmo的物理AI数据终端,该设备已被皮克斯官方教程引用,用于处理真实世界的3D高斯泼溅数据。Kosmo通过集成激光雷达、高清影像等传感器实现前融合采集,能快速生成高质量3DGS模型,旨在为具身智能和世界模型提供真实世界的数据入口。
爱范儿分析:AI算力挤压致电脑涨价,2030年前难有平价选择
受上游零部件成本推动及AI算力对半导体产能的虹吸效应影响,主流电脑品牌普遍涨价或砍掉入门款,消费者面临买不到便宜电脑的局面。苹果新款MacBook Pro起售价涨至15999元,iMac起步价升至12499元;宏碁等PC厂商也通过调整配置变相提价。
极客公园分析:蚂蚁灵波模型如何成为全球具身智能的技术底座
极客公园文章指出,蚂蚁集团旗下灵波科技(Robbyant)的 LingBot 系列模型正通过开源生态进入全球具身智能技术底层。该系列模型被斯坦福、南洋理工等高校用作研究基准,并获 AMD 在 IFA 2026 演示中采用。
NVIDIA RTX Spark 笔记本新增 Nemotron 3.5 等模型、智能体工具及游戏支持
NVIDIA 宣布其 RTX Spark 轻薄本系列获得多项更新,包括引入 Nemotron 3.5 Transcribe 语音模型和 LFM3 开源模型家族,并新增 NVIDIA App 中的 GPU 资源管理功能以平衡前台应用与后台智能体的算力分配。
Google 发布 Gemini 4 Carbon 登顶 Artificial Analysis 榜单但暂不面向普通用户开放
Google DeepMind 正式推出新一代旗舰模型 Gemini 4 Carbon,在 Artificial Analysis Intelligence Index v5.0 中以 59 分超越 Claude Opus 5.5 和 GPT-6 Astra 位居全球第一。
百度文心Unlimited OCR 2发布并开源,长文档KV缓存降低96%
百度正式发布并开源文心Unlimited OCR 2,支持连续解析3600+页超长文档。该版本引入稀疏参考滑动窗口注意力机制(SR-SWA)和无限解码机制,在百页级测试中将峰值KV缓存占用从47GB降至1.77GB,减少约96%,同时单步解码速度提升至全注意力的7倍。目前模型已在GitHub和Hugging Face开源。
Nvidia 发布开源 Nemotron 3.5 Transcribe 模型,整合转录、翻译与说话人识别
Nvidia 发布了开源语音识别模型 Nemotron 3.5 Transcribe,支持 40 种语言转录、31 种语言互译及 13 种语言的说话人识别,可处理长达一小时且包含最多八位说话人的录音。
蚂蚁百灵开源 Ling-3.1-flash-1019 及基础模型,强化个人智能体长程任务能力
蚂蚁集团旗下百灵大模型正式开源 Ling-3.1-flash-1019 及其基础模型 Ling-3.1-flash-base。新版本在 Artificial Analysis Intelligence Index v4.3.2 中获 44 分,较上一版提升 3 分,并在复杂知识工作、流程自动化等基准测试中表现显著优化。
快讯
- IBM CEO 称开源权重模型以低成本实现前沿闭源模型九成效果OSCHINA 开源中国
- 智元发布具身Agent框架Genie Master 实现机器人物理递归自进化量子位
- Anthropic 工程经理取消传统编程面试:不再提供有效信号OSCHINA 开源中国
- qOntology 本体工程平台开源版发布OSCHINA 开源中国
- EVEngine 发布:面向 AI Agent 的轻量游戏引擎OSCHINA 开源中国
- Google 向第三方 AI 智能体开放 Android 开发并推出新 Gemini APIThe Decoder
- GitHub Octoverse 2026 报告显示智能体工程使月均合并请求增至 2.2 亿Simon Willison
- OpenAI 柏林 DevDay 透露 Dots 欧洲上线计划及平台锁定策略The Decoder
- Petoi发布手掌大小机器人狗Quaddle:四舵机驱动且兼容乐高Yanko Design
- Anthropic 推出 AI 支出分析工具以展示企业投资回报TechCrunch · AI