社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  chatgpt

31岁华人工程师听信ChatGPT减药建议后死亡;英伟达市值一夜蒸发1.4万亿元;张一鸣重登中国首富,梁文峰跻身前十|Q资讯

InfoQ • 6 天前 • 64 次点击  
整理|林绮蓓
编辑|蔡芳芳
阿里巴巴与苹果正式达成合作,Apple 智能将于 11 月 4 日在中国开放测试;美科技股集体下跌:谷歌一天蒸发 5000 亿美元,英伟达缩水 1.4 万亿元,英特尔暴跌超 28%;Anthropic 正式递交 IPO 招股书:上半年净亏损超 800 亿美元;WorkBuddy 完成 90 亿次任务请求,腾讯发布多项 AI 新产品;百度集团副总裁吴甜确认离职,曾负责文心大模型研发;31 岁女工程师按 ChatGPT 建议减药后死亡,父母起诉 OpenAI;中国互联网进入“字节时间”?抖音副总裁李亮回应:极不严谨,纯属瞎扯;张一鸣重登中国首富,DeepSeek 梁文锋首次上榜即跻身前十;小米首个员工住宅正式开盘;DeepSeek 公布全新 Super-agent 架构:AI 可主动修复 Bug,多 Agent 并行执行任务;OpenAI 发布 GPT-6.1 Terra:计算机操作能力提升,API 价格降低 50%;谷歌发布 Gemini 4 Carbon:登顶 Artificial Analysis 榜首,网络安全能力大幅提升;苹果首款折叠屏手机上市数日就出现内屏开裂,官方承认问题并提供换机;“摇一摇”广告跳转可限制!苹果 iOS 27.2 新增相关功能......
行业热点
阿里巴巴与苹果正式达成合作,Apple 智能将于 11 月 4 日在中国开放测试

10 月 31 日,阿里巴巴与苹果宣布达成合作,将千问集成至 Apple 智能(Apple Intelligence)。中国用户可通过 Siri、写作工具及视觉智能,直接调用千问的文本和图像理解、内容生成等能力。相关功能将于 11 月 4 日随最新 iOS 开发者 Beta 版开放测试,并于 12 月随 iOS 27.3 正式版面向中国用户推出。

根据官方介绍,Siri 可调用千问回答用户问题,也支持用户上传文档、照片并针对内容提问。系统级写作工具将新增“千问创作”(Compose with Qwen),支持文本和图像生成;视觉智能则加入“询问千问”功能,帮助用户识别和理解摄像头拍摄的内容。用户可自主选择是否启用千问,启用后可通过 Apple 账户或千问 App 账户登录。阿里巴巴表示,用户可以自主决定何时使用千问,以及分享哪些信息。用户请求及生成的回复不会被用于模型训练。

首批功能仅面向符合条件的 iPhone 用户,包括在中国购买支持 Apple 智能的设备,或设备定位及 Apple 账户地区均设置为中国的用户。

美科技股集体下跌:谷歌一天蒸发 5000 亿美元,英伟达缩水 1.4 万亿元,英特尔暴跌超 28%

当地时间 10 月 29 日至 30 日,美国大型科技股连续下跌,谷歌、英伟达、英特尔等科技公司股价大幅波动。

10 月 29 日,谷歌母公司 Alphabet 股价暴跌 12.6%,收于 283.82 美元,创下 2004 年上市以来最大单日跌幅,市值蒸发约 5000 亿美元。

次日,美国大型科技股集体下跌,三大股指全线收跌。其中,纳斯达克指数下跌 2.86%,标普 500 指数下跌 1.82%,道琼斯指数下跌 1.09%。英伟达股价下跌 4.22%,单日市值缩水约 2170 亿美元(约合人民币 1.4 万亿元),收盘市值降至约 4.93 万亿美元。谷歌母公司 Alphabet 的 A 类股继续下跌 1.40%,微软下跌 1.55%,苹果、亚马逊及 Meta 等大型科技公司股价也均出现下跌。

芯片及半导体企业跌幅明显,费城半导体指数下跌 7.2%。英特尔暴跌 28.58%,收于 65.76 美元;AMD 下跌 10.88%,高通下跌 11.12%,博通下跌 5.48%。存储企业同样出现下跌,闪迪股价下跌 13.47%,美光科技下跌 5.30%。

此次下跌发生在多家科技公司公布季度财报之际。Alphabet 第三季度营收近 1275.8 亿美元,同比增长 25%,净利润约为 264.7 亿美元,同比下降约 24%。英特尔则预计第四季度营收为 150 亿至 160 亿美元,低于市场预期。

随着科技股连续下跌,美股头部公司的市值排名也发生变化。10 月 30 日收盘后,苹果以约 5.03 万亿美元的市值超过英伟达,重新成为全球市值最高的上市公司。

Anthropic 正式递交 IPO 招股书:拟登陆纳斯达克,上半年净亏损超 800 亿美元

10 月 26 日,Claude 开发商 Anthropic 向美国证券交易委员会(SEC)公开提交 S-1 首次公开募股(IPO)注册文件,计划在纳斯达克全球精选市场上市,股票代码为“ANT”。此次拟发行 A 类普通股,但具体发行股数、定价区间和融资规模尚未公布。

招股书显示,Anthropic 2026 年上半年营收约 162.9 亿美元,但同期净亏损达到 807 亿美元。其中约 724 亿美元来自可转换票据、衍生负债及 SAFE 等金融工具的公允价值变动,主要由公司估值上升带来的可转换票据公允价值增加所驱动。同期,Anthropic 的营业亏损为 6.93 亿美元。

在收入增长的同时,Anthropic 的算力投入仍在扩大。今年上半年,公司计算与基础设施支出达到 89.45 亿美元,超过 2025 年全年 73.26 亿美元的水平。企业客户也是其业务增长的重要来源。截至 9 月 30 日,Anthropic 过去 12 个月贡献收入超过 100 万美元的客户已超过 1900 家,其中约 250 家客户贡献收入超过 1000 万美元。

公司治理方面,Anthropic 计划采用特殊股权结构。由七名联合创始人组成的实体将在上市后掌握 50.1% 的股东投票权,长期利益信托(Long-Term Benefit Trust)则有权选举和罢免董事会多数席位对应的董事,以维持其公益公司治理安排。

Anthropic 表示,募集资金净额计划用于一般企业用途,包括营运资金、营业费用、算力及基础设施投资,以及人才招聘和留任等;部分资金还计划用于支付与限制性股票单位结算相关的预扣税款。公司也在招股书中提示了算力需求、供应商依赖及 AI 安全等风险。

腾讯披露 WorkBuddy 累计完成 90 亿次任务请求,发布 AI 办公协同体系 Buddy One

10 月 29 日至 30 日,2026 腾讯全球数字生态大会在深圳国际会展中心举行。本届大会以“群智协同 数动飞轮:激发全场景生产力”为主题,集中展示腾讯在 AI Agent、大模型、云计算及产业应用方面的最新进展,涵盖 40 余场主题专场、500 多个企业实践案例及 100 多款 AI 产品。

在企业 Agent 领域,腾讯披露,WorkBuddy 自今年 3 月上线以来,累计完成 90 亿次任务请求,企业版已进入 50 多个行业,覆盖中国企业 500 强的 50%、中国企业 100 强的 60%。此次大会上,腾讯进一步开放 WorkBuddy 平台能力,升级企业级安全、可观测、托管智能体及运行基础设施等功能,支持企业对 Agent 的运行过程、权限和任务执行情况进行管理。

腾讯还发布了面向个人用户的跨应用 AI 协同体系 Buddy One,打通腾讯文档、腾讯会议、腾讯网盘和 ima,共享 WorkBuddy Agent 底座,使 AI 能够跨应用完成任务。同时,腾讯正式推出面向 Agent 场景的腾讯网盘,支持办公应用之间的数据调用与协作。

大模型方面,腾讯透露混元 Hy4 正式版即将发布,新模型将首次引入视觉理解能力,重点提升长程任务执行、复杂推理及思维链效率。此外,腾讯云展示了多模态平台 WAND 在短剧、漫剧等内容生产场景的应用进展。腾讯披露,WAND 已服务 90% 的头部短漫剧出海企业。

腾讯集团高级执行副总裁、云与智慧产业事业群 CEO 汤道生表示,腾讯将围绕办公协同、数据管理和业务执行三大场景,持续开放 Agent 平台能力,并建设覆盖行为控制、过程追溯和数据管理的可信 AI 治理体系。

百度集团副总裁吴甜确认离职,曾负责文心大模型研发

10 月 29 日,针对百度集团副总裁、百度研究院副院长吴甜离职的传闻,百度公关经理在朋友圈发文确认,吴甜已结束在百度的任职,并表示百度的技术研发工作仍在持续推进。目前,吴甜离职的具体原因及下一步去向尚未披露。

公开资料显示,吴甜于 2006 年加入百度,任职约 20 年,曾参与飞桨、文心大模型等技术研发,是文心一言早期主要技术负责人之一。2025 年 11 月,她出任百度基础模型研发部负责人,今年 5 月不再担任该部门负责人,后转任百度研究院副院长。7 月,大模型技术专家孙天祥接管基础模型研发部。

在技术发布方面,百度 GitHub 项目记录显示,Unlimited OCR 2 于 10 月 27 日发布。据媒体援引接近百度的知情人士消息,文心模型方面还将于 11 月初公布新进展。

宇树上市后首份财报:营收增长近七成,净利润下滑,回应称加大具身大模型研发投入

10 月 28 日晚,宇树科技(688836.SH)发布上市后的首份季度财报。数据显示,公司第三季度实现营业收入 6.65 亿元,同比增长 69.93%;归母净利润 1.13 亿元,同比下降 17.37%;扣非归母净利润 1.05 亿元,同比下降 17.42%。据媒体报道,针对单季度净利润下滑,宇树科技董秘办相关人士于 10 月 29 日回应称,主要原因是算力、大模型方向的研发投入增加。

从前三季度整体表现来看,宇树累计实现营业收入 18.17 亿元,同比增长 55.71%;归母净利润 3.87 亿元,同比增长 270.54%,但扣非归母净利润为 3.49 亿元,同比下降 18.78%。宇树解释,前三季度归母净利润大幅增长,主要得益于收入增长带动毛利额增加,以及上年同期一次性确认较大金额股份支付费用。

研发投入方面,宇树第三季度投入 1.27 亿元,同比增长 249.58%,占当季营收的 19.10%;前三季度累计研发投入达到 2.63 亿元,同比增长 191.48%。公司表示,投入增加主要用于具身智能大模型研发、算力投入、研发团队扩充及新产品开发。

此外,前三季度经营活动产生的现金流量净额为 1.94 亿元,同比下降 54.69%,主要与业务规模扩大后采购、人员、销售及研发等支出增加有关。

对于后续投入,上述董秘办人士表示,拉长周期看影响可控,单季度仅呈现阶段性变化;现阶段研发投入依托募投资金规划,公司不会盲目加码。

31 岁女工程师按 ChatGPT 建议减药后死亡,父母起诉 OpenAI

10 月 28 日消息,美国一名 31 岁华人女工程师疑因依照 ChatGPT 提供的逐日减药计划,自行减少抗癫痫药物后死亡。当地时间 10 月 27 日,她的父母向法院提起诉讼,控告 OpenAI 及其首席执行官奥特曼(Sam Altman),称 ChatGPT 无照行医、提供危险且不准确的医疗建议。

死者名为万博雯(音译),来自中国江苏,曾担任亚马逊软件工程师。媒体报道指出,她 14 岁时被诊断出患有癫痫,长期服用抗癫痫药物拉莫三嗪。后来,药物将她的发作频率控制在每月数次。

根据起诉书,博雯因担心抗癫痫药物影响求职面试表现,向 ChatGPT 咨询减药事宜。ChatGPT 随后为她制定了约 25 天的减药计划,将每日 400 毫克的拉莫三嗪逐步减至零。家属还指控,ChatGPT 曾建议她向医生隐瞒减药安排。今年 2 月 14 日,万博雯被发现死亡,法医认定死因为癫痫猝死。尸检显示,她体内的拉莫三嗪浓度约为每毫升 0.64 微克,约为该药治疗浓度范围下限的五分之一。

OpenAI 回应,这是“令人心碎的事件”,但涉案的是已经下架的早期版本。

中国互联网进入“字节时间”?抖音副总裁李亮回应:极不严谨,纯属瞎扯

10 月 27 日晚,抖音集团副总裁李亮在微博发文,回应近期有关“中国互联网进入字节时间”的讨论,直言这一说法“极不严谨,纯属瞎扯”。他表示,互联网行业竞争激烈,没有哪家公司能够长期主导整个市场,短剧、短视频等领域尤其如此,市场格局变化较快,没有哪家公司能稳居第一。

此次争议源于媒体人秦朔发表的文章《可怕的红果与中国互联网的字节时间》。文章援引野村证券报告中的 QuestMobile 数据称,2026 年 7 月,在中国移动互联网使用时长排名前 50 的 App 中,抖音的用户时长份额首次超过微信,分别为 19.4% 和 18.8%;字节系产品整体占比达到 40.9%,腾讯系为 29.1%。秦朔据此提出,中国互联网正在从“腾讯时间”转向“字节时间”。

李亮对此表示,即时通讯产品由于具有用户关系链,市场格局相对稳定,但短剧、短视频属于充分竞争行业。他还称,腾讯短剧、短视频业务的增长速度远超抖音和红果,而即时通讯、游戏、电商、音乐等产品同样占据大量用户时间。

10 月 28 日,秦朔再次援引数据回应称,2026 年 8 月,字节系产品在上述前 50 名 App 中的使用时长份额达到 41.8%,腾讯系为 28.6%,两者相差 13.2 个百分点。李亮随后再次发文,指出野村证券的数据仅统计移动端前 50 名 App,并未覆盖其他应用及 PC 端使用时间,且相关数据属于追踪估算,不能直接代表整个中国互联网的用户时长分布。

与此同时,红果短剧于 10 月 27 日发布声明,否认网传“年化收入逼近 400 亿元”“今年营收达 420 亿至 450 亿元”等说法,表示相关数据不实,基于这些数字作出的推算和解读也缺乏事实依据。

张一鸣以 6700 亿元重登中国首富,DeepSeek 梁文锋首次上榜即跻身前十

10 月 27 日,胡润研究院发布《2026 胡润百富榜》。字节跳动创始人张一鸣以 6700 亿元财富第二次登上榜首,较去年增长 2000 亿元,刷新榜单中国首富的财富纪录。DeepSeek 创始人梁文锋首次上榜,便以 2800 亿元财富位列第七,成为今年榜单中财富最高的新上榜企业家。

根据榜单,农夫山泉创始人钟睒睒财富缩水 1200 亿元,以 4100 亿元退居第二;宁德时代创始人曾毓群、腾讯创始人马化腾及美的集团创始人何享健分列第三至第五。

AI 领域企业家在今年榜单中表现突出。除梁文锋外,寒武纪创始人陈天石也首次进入前十;宇树科技创始人王兴兴以 695 亿元财富首次上榜,位列第 78 名。此外,智谱创始人刘德兵、唐杰,以及 MiniMax 创始人闫俊杰等大模型企业负责人也进入榜单。

小米首个员工住宅正式开盘:297 套房源,备案均价每平方米约 1.39 万元

10 月 25 日,小米首个员工住宅项目“光谷梦享家”在武汉正式开盘,仅面向小米集团正式员工销售。此前一天,小米生态链总经理陈波通过微博视频介绍了该项目。根据公开备案信息,项目共有 297 套房源,备案均价为 13885 元/平方米。另据市场消息,小米员工内部购房价格预计约为 1.2 万元/平方米,该价格尚未获得小米官方确认。

“光谷梦享家”位于武汉东湖新技术开发区,距离小米武汉科技园约 700 米,总建筑面积约 5.7 万平方米。项目包含 3 栋 18 层小高层和 1 栋 33 层高层,提供约 110 平方米、122 至 125 平方米以及 143 平方米三种户型。小区按照第四代住宅标准设计,配备空中花园、健身房、瑜伽室及社区商业等设施。

此前,小米已在北京、南京、武汉等地推出员工青年公寓。其中,武汉小米青年公寓于今年 6 月投入运营,平均月租为 1099 元。与此前主要提供租赁住房不同,“光谷梦享家”是小米面向员工推出的产权住宅项目。

科大讯飞回应高管涨薪质疑:董事长、总裁主动降薪,分别少领超 2000 万元

近日,科大讯飞针对投资者提出的高管薪酬上涨问题作出回应。公司表示,董事长刘庆峰、总裁吴晓如主动提出下调年薪,2025 年实际领取薪酬分别为 410 万元和 300 万元,较按薪酬制度计算的应发金额均减少超过 2000 万元。

此前,有投资者在深交所互动平台质疑科大讯飞高管集体涨薪的依据。科大讯飞回应称,根据公司薪酬管理制度,2025 年董事长和总裁的基本年薪与绩效年薪合计为 2795.69 万元。考虑到公司所处的发展阶段,以及希望更好地奖励 A 类优秀员工,两人主动减少了实际领取的薪酬。

2025 年,科大讯飞年报列示的董事和高级管理人员从公司获得的税前报酬合计为 1860.85 万元。同期,公司实现营业收入 271.05 亿元,同比增长 16.12%;归母净利润 8.39 亿元,同比增长 49.85%。

智元发布重载机器人 G2 Max:双臂最大负载 50 公斤,已进入工厂产线作业

10 月 26 日,智元机器人正式发布安规级重载具身机器人精灵 G2 Max,主要面向拆码垛、物料转运、产线供料等工业场景。该机器人单臂额定负载 20 公斤,双臂额定负载 40 公斤,峰值负载可达 50 公斤,手臂重复定位精度达到 ±0.5 毫米。

技术方面,G2 Max 配备 7 自由度力控双臂,结合视觉引导与力控技术,可识别、抓取和搬运不同规格的物料。机器人支持全向移动、双电池热插拔和自主回充,能够适应连续工业作业需求。

目前,G2 Max 已在日化快消、电商仓储及机器人制造等场景开展作业。据智元披露,在电商仓储场景中,其作业成功率超过 99%,每小时可完成拆垛 80 箱、码垛 75 箱;在启元 T1 机器人制造产线上,G2 Max 已能匹配每 2.5 分钟下线一台机器人的生产节拍。

AI 资讯
DeepSeek 公布全新 Super-agent 架构:AI 可主动修复 Bug,多 Agent 并行执行任务

10 月 31 日,DeepSeek Harness 团队发布技术文章《Super-agent 设计探索:迈向更自主的 Agent 系统》,提出全新的 Super-agent 架构,探索让 AI Agent 从被动响应指令转向持续在线、主动执行任务。该架构支持跨平台交互、并行处理多项任务,并能根据外部事件自主采取行动。

技术上,Super-agent 采用 Router 和 Worker 双层架构。Router 负责接收用户消息、维护全局上下文并分配任务,多个 Worker 则在独立会话中并行执行具体工作。系统还引入事件驱动机制,可持续关注群聊、GitHub 评论、CI 测试结果等信息,无需用户每次主动下达指令。例如,当开发者在群聊中讨论 Bug 时,Agent 可以主动尝试复现问题、生成修复代码,甚至提交 GitHub Pull Request。

此外,Super-agent 引入异步 ReAct Loop,使耗时任务能够在后台执行,不阻塞前台对话;独立的 Watchdog 机制则用于监控任务进度、识别异常并尝试恢复。DeepSeek 还提出将 Agent 的计算与会话状态放在云端、执行环境保留在本地设备,以支持长期运行和任务恢复。

目前,DeepSeek 已在内部研发中使用 Super-agent 参与问题修复、代码审查等工作,并公开了实验性原型,该架构仍处于研究探索阶段。

OpenAI 发布 GPT-6.1 Terra:计算机操作能力提升,API 价格降低 50%

10 月 26 日,OpenAI 正式发布 GPT-6.1 Terra,重点提升视觉推理、计算机操作、编程及文本生成能力。新模型能够理解屏幕内容并操作应用程序,执行填写表单、解读技术图纸、编辑视频等任务。相比上一代 GPT-5.6 Terra,新模型在多项评测中取得明显提升,标准 API 价格则降低 50%。

在衡量 AI Agent 执行专业任务能力的 Agents’ Last Exam 基准测试中,GPT-6.1 Terra 在中等推理强度下的得分比 GPT-5.6 Terra 高出 15 个百分点,任务成本约为后者的三分之一。

OpenAI 表示,其表现已接近旗舰模型 GPT-6 Astra,但每 Token 价格仅为后者的十分之一,任务完成速度也超过 GPT-6 Astra 和 GPT-6.1 Sol 的三倍。在 OSWorld 2.1 计算机操作测试中,新模型同样超过了上一代模型的最佳成绩。

编程及事实准确性方面,GPT-6.1 Terra 在 Terminal-Bench 4.0 测试中取得 50.3% 的任务解决率,超过 GPT-5.6 Terra 的 21.5%。在 OpenAI 内部设计的易诱发错误的问题测试中,低推理强度下的事实错误率由 53.6% 降至 16.7%;最高推理强度下的错误率则降至 4.3%。

GPT-6.1 Terra 已通过 OpenAI API、ChatGPT Work 和 Codex 推出,API 模型名称为 gpt-6.1-terra,支持约 105 万 Token 上下文窗口,最大输出长度为 12.8 万 Token。标准 API 定价为每百万输入 Token 1 美元、缓存输入 0.05 美元、输出 5 美元。

谷歌发布 Gemini 4 Carbon:登顶 Artificial Analysis 榜首,网络安全能力大幅提升

10 月 28 日,谷歌正式发布新一代旗舰模型 Gemini 4 Carbon,重点提升网络安全、编程及长时间自主执行任务的能力。谷歌此前于 9 月 30 日首次公布 Gemini 4 Argon。

根据谷歌公布的数据,Gemini 4 Carbon 在最新 Artificial Analysis Intelligence Index v5.0 中以 59 分排名第一,超过 GPT-6 Astra 的 57 分和 Claude Opus 5.5 的 58 分。

在编程与 Agent 任务方面,Gemini 4 Carbon 的 Terminal-Bench 4.0 得分达到 65.2%,高于 Gemini 4 Argon 的 57.1%;在衡量长上下文理解能力的 GraphWalks 测试中,面对 25.6 万至 100 万 Token 的输入,Carbon 的 F1 分数为 96.2%,高于 Argon 的 84.2%。谷歌表示,Carbon 能够连续运行数天,在大型代码库和底层系统中排查复杂故障、定位问题根源并生成修复方案。在 WebDev Arena 榜单上,新模型得分较 Argon 提高 89 Elo,达到 1768 分,排名第四。

网络安全是此次升级的重点。Gemini 4 Carbon 在漏洞发现测试 SEC-bench Pro 中取得 88.2% 的成绩,在漏洞利用验证测试 ExploitGym 中达到 54.8%,在漏洞修复测试 CWE-bench 中达到 71.0%。谷歌称,在内部安全代码生成测试中,Carbon 的成功率超过 Argon 的两倍;Chrome 团队也反馈,其生成高质量安全补丁的表现较另一家实验室的前沿大模型提升超过 10 倍。

安全性方面,谷歌表示,Carbon 在 Terminal-Bench 4.0 测试中通过作弊获得成功的比例降至 0%,在 Gray Swan 间接提示词注入基准测试中,攻击成功率同样降至 0%。内部测试还显示,新模型未经证据支持的陈述较 Argon 约减少一半,内部编程环境中高严重程度的不当行为警报下降近 80%。

Gemini 4 Carbon 尚未面向普通用户和开发者全面开放。谷歌计划首先向部分网络安全防御人员提供访问权限,并通过 Fairwind Program 逐步扩大至可信合作伙伴。Carbon 的 API 初期定价为每百万输入 Token 为 2 美元、输出 Token 为 10 美元,优惠期结束后将分别调整至 4 美元和 20 美元。

Google 发布 Genie 4 世界模型:新增实时音频生成,支持交互式虚拟世界

10 月 27 日,Google DeepMind 正式发布新一代世界模型 Genie 4,重点提升虚拟环境的真实感、物理模拟和实时交互能力。与上一代 Genie 3 相比,新模型首次支持原生实时音频生成,能够在生成虚拟世界的同时,产生环境音效、音乐及人物对话。用户还可以通过自然语言实时修改场景,包括改变天气、调整镜头或添加人物和物体,模型会根据指令动态调整环境。

在物理模拟方面,Genie 4 能够呈现空气动力学、物体碰撞等现象,并生成动作和反应更加自然的虚拟人物。用户可以通过键盘控制角色移动和镜头视角,与生成的环境持续交互。相比普通视频生成模型,Genie 4 不只是生成固定的视频片段,还能根据用户操作实时模拟场景变化。

技术架构上,Genie 4 融合了 Gemini 系列模型的能力。其中,Gemini Omni 用于增强虚拟环境的真实感,Gemini 3.8 Flash 则作为引导 Agent,持续观察生成画面,将复杂目标拆解为多个步骤,并检查执行进度。Google DeepMind 还展示了 Gemini 4 Argon 与 Genie 4 协同模拟人形机器人下跳棋的案例,由 Argon 规划任务步骤,Genie 4 实时生成对应的动作场景。Google DeepMind 表示,Genie 4 可用于机器人和 AI Agent 的模拟训练,也可应用于影视预演、游戏原型设计等场景。

目前,Genie 4 已向少量可信测试者开放研究预览,后续计划通过 Project Genie 向 Google AI Ultra 订阅用户提供体验,并逐步开放给 Gemini API 和 Google AI Studio 的早期合作伙伴。

豆包工作开放第三方大模型:首批接入 DeepSeek、Kimi、GLM

10 月 29 日,字节跳动旗下豆包工作宣布向企业客户开放第三方大模型服务,首批接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等系列模型。企业用户可以直接在豆包工作中切换不同厂商的大模型,不再局限于使用豆包自研模型。此次更新面向团队订阅版和企业订阅版客户开放,暂不涉及普通个人用户。

根据官方公布的信息,新功能上线后将默认开启。企业无需单独向模型厂商采购 API 服务,也不需要额外提交接入申请,调用第三方模型产生的费用将按照实际用量,从企业已有的 AI 点数中扣除。相比此前需要自行接入模型、向第三方厂商单独结算费用的方式,此次更新将模型选择与计费统一整合到豆包工作中,降低了企业使用不同模型的操作成本。

在管理权限方面,企业管理员可以按照成员、部门、群组或全员设置模型的使用范围,既支持按厂商批量启用,也可以针对单个模型进行配置。此外,管理员还可以指定模型的生效场景,包括豆包电脑端、豆包工作电脑端、移动端、网页端以及飞书内的豆包工作。例如,企业可以将部分第三方模型限定在办公电脑或飞书工作台中使用,兼顾业务效率与数据安全。

百度开源 Unlimited OCR 2:一次解析超 3600 页文档,百页级测试刷新纪录

10 月 27 日,百度正式发布并开源文心 Unlimited OCR 2,将文档解析能力从此前的数十页扩展至千页级。根据百度公布的测试结果,该模型能够在单次请求中解析《哈利·波特》全系列 7 部作品,累计超过 3600 页,并保持较高的识别精度和处理效率。新模型还支持跨页段落合并、表格识别及文档结构还原,可用于处理招股书、财报、合同及长篇研究报告等复杂文档。

与传统 OCR 逐页识别、再拼接结果的处理方式不同,Unlimited OCR 2 能够在解析过程中识别不同页面之间的内容关联。

技术方面,模型引入稀疏参考滑动窗口注意力机制(SR-SWA),通过页面门控缩小每次计算需要关注的视觉范围,再从相关页面中选择重要的视觉 Token,减少超长文档解析过程中的重复计算。结合无限视域解码机制,模型能够在有限上下文窗口内持续处理长文档,降低随着页数增加而产生的计算和显存开销。根据团队公布的测试,在百页文档场景下,SR-SWA 的单步解码速度相比传统全注意力机制提升约 7 倍,相比上一代 R-SWA 提升约 5.6 倍。

性能方面,Unlimited OCR 2 在多页文档解析基准 MPDocBench 上取得 84.6 分,在面向百页级超长文档的 MarathonDocBench 上取得 77.1 分。百度称,两项成绩均达到端到端文档解析的当前最佳水平,综合成绩领先于参与对比的模型。

目前,Unlimited OCR 2 的代码和模型权重已在 GitHub、Hugging Face 等平台开放,并同步上线百度智能云和百度 AI 开放平台,供开发者下载使用或参与公测。

Kimi K3.1 Pro 上线后遭遇限流及额度异常消耗,官方致歉并补偿会员 25% 月度额度

10 月 26 日凌晨,月之暗面旗下 Kimi 智能助手发布公告,就近期会员使用 K3.1 Pro 时出现的限流及不必要的额度消耗问题公开致歉。Kimi 承认问题出在自身,并表示本应更早修复。为此,Kimi 宣布向所有档位的有效订阅会员提供一次额度重置,补偿相当于月度总额度 25% 的使用量,约为一周的额度。

根据补偿方案,所有仍在有效期内的订阅会员均可获得此次补偿。如果用户当前已消耗的额度不足月度总额的 25%,则将已消耗额度重置为零;其他用户则相应减少已消耗额度。Kimi 表示,相关调整将在 10 月 26 日结束前显示在用户的用量进度条中。

针对额度异常消耗问题,Kimi 表示已调整相关配置,并正在减少不必要的子 Agent 调用及输出长度,以降低执行任务时的额度消耗,让相同额度能够完成更多实际任务。不过,官方并未披露此次问题影响的具体用户数量,也未详细说明限流及额度异常消耗的技术原因。

此次问题发生在 Kimi K3.1 Pro 发布后不久。10 月 24 日,月之暗面正式推出 K3.1 系列首个模型 K3.1 Pro,参数规模达到 3 万亿量级,支持 100 万 Token 上下文,重点提升编程、3D 建模及长程 Agent 任务能力。新模型推出后,部分订阅用户的使用体验受到限流和额度异常消耗问题影响。

GitHub Agentic Workflows 正式开放:用 Markdown 编写自动化任务,支持 Copilot、Claude 和 Codex

10 月 28 日,GitHub 宣布 GitHub Agentic Workflows 正式全面开放(GA)。这一由 GitHub Next 团队开发的开源项目允许开发者通过自然语言编写 Markdown 文件,定义由 AI Agent 执行的自动化任务,包括 Issue 分类、CI 故障分析、文档更新、代码审查和测试编写等。该功能已向 GitHub Free、Team 和 Enterprise 用户开放。

与传统 GitHub Actions 需要使用 YAML 配置具体执行步骤不同,Agentic Workflows 允许开发者直接描述任务目标,由 AI Agent 根据代码仓库的上下文判断如何执行。开发者只需在 .github/workflows/ 目录下创建包含任务说明和配置的 Markdown 文件,再通过 gh aw 命令行工具将其编译为标准 GitHub Actions YAML 工作流,即可利用现有的运行器和权限策略执行任务。该项目支持 GitHub Copilot,也允许开发者接入 Claude Code、OpenAI Codex、Google Gemini CLI 等其他编程 Agent。

安全性方面,Agentic Workflows 默认采用只读权限,并通过预先批准的安全输出机制(Safe Outputs)控制写入操作,避免 Agent 直接获得不受限制的仓库修改权限。此次正式发布还新增了对 Actions Runner Controller(ARC)和 Docker-in-Docker 的支持,允许开发者在自托管运行器上执行任务。同时,新版本支持根据任务类型和复杂程度选择模型,并改进了 Agent 隔离机制,可通过微型虚拟机运行 Agent,降低跨仓库工作流中的数据泄露风险。

GitHub Agentic Workflows 于今年 2 月首次进入技术预览阶段,6 月开放公开预览。此次正式发布后,开发者可通过 GitHub CLI 安装 gh-aw 扩展使用该功能。使用默认的 GitHub Copilot CLI 引擎仍需要具备相应的 Copilot 许可证。

IT 业界
谷歌 TPU 首次进入第三方超大规模云平台,甲骨文计划 2027 年提供服务

10 月 27 日,在 Oracle AI World 2026 大会上,甲骨文与谷歌宣布达成合作,将谷歌自研的张量处理单元(TPU)引入甲骨文云基础设施(OCI)。这是谷歌首次计划通过其他超大规模云平台提供 TPU 服务。按照双方公布的计划,相关服务将于 2027 年开始提供,并在此后数年逐步扩大部署规模。

根据官方公告,谷歌 TPU 将被纳入 OCI 的 AI 算力产品组合,与现有 GPU 资源共同提供服务。企业客户可以根据模型训练、推理等任务的性能需求和成本目标,选择不同的计算架构。甲骨文负责提供数据中心所需的电力、冷却和网络基础设施,谷歌则提供 TPU 加速系统。对于已经在 OCI 上部署数据库和应用的企业,这一合作也意味着未来可以直接在现有云环境中使用 TPU 进行模型微调和推理,减少跨云传输数据的需求。

此次合作涉及的谷歌第八代 TPU 包括面向训练的 TPU 8t 和面向推理的 TPU 8i。其中,TPU 8t 的单个 Pod 算力接近上一代产品的 3 倍,TPU 8i 则针对大规模推理及多 Agent 工作负载进行了优化。谷歌表示,其 TPU 系统通过芯片互连、光路交换及软硬件协同设计,能够提高大规模模型训练和推理的资源利用效率。不过,双方尚未公布 OCI 上 TPU 服务的具体定价、初期部署数量及首批开放区域。

甲骨文在同期发布的基础设施规划中表示,未来将把 OCI 上的 TPU 部署扩展至吉瓦级规模。目前,OCI 已与英伟达、AMD、英特尔等芯片厂商开展合作,此次引入谷歌 TPU,将进一步增加其 AI 算力架构的选择。对于谷歌而言,这也是其自研 AI 芯片从 Google Cloud 向其他大型云服务商拓展的重要一步。

苹果首款折叠屏手机上市数日就出现内屏开裂,官方承认问题并提供换机

10 月 26 日,苹果承认首款折叠屏手机 iPhone Duo 的部分设备存在内屏故障,并表示受影响用户可联系 AppleCare 申请换机。iPhone Duo 于 10 月 23 日正式上市,开售仅数日便有用户反映,手机内屏沿折叠区域出现裂纹、亮线及白斑等显示异常。

据多名用户反馈,部分设备在使用数小时或数十次折叠后便出现问题。一些用户表示,展开手机时曾感到铰链阻力异常或听到碎裂声,随后屏幕中央出现裂痕。苹果称,问题仅影响少量设备,故障通常会在使用初期显现。苹果表示,受影响用户可以通过 AppleCare 更换设备。

苹果发布 M6 芯片版 MacBook Pro:AI 性能最高提升 25%,起售价 15999 元

10 月 27 日,苹果正式发布搭载 M6 芯片的新款 14 英寸 MacBook Pro,重点提升图形处理、设备端 AI 及连接能力。新机国行起售价为 15999 元,10 月 29 日开启预购,11 月 6 日正式发售,提供深空黑色和银色两种配色。

新款 MacBook Pro 搭载的 M6 芯片采用 12 核 CPU、12 核 GPU 和双 16 核神经网络引擎。根据苹果公布的测试数据,相比 M5 芯片,M6 的图形处理性能最高提升 30%,设备端 AI 工作负载性能最高提升 25%,神经网络引擎性能最高提升至 1.9 倍。在大语言模型推理方面,首个 Token 生成速度相比 M1 机型最高提升至 13 倍,相比 M5 机型最高提升至 1.3 倍。此外,新机使用 Xcode 编译代码的速度相比 M5 机型最高提升至 1.3 倍。

内存方面,新机标配 16GB 统一内存,最高可选配 32GB,内存带宽最高达到 170GB/s,可在本地运行大语言模型。不过,170GB/s 并非所有配置均支持,16GB 基础款的内存带宽仍为 153GB/s。

其他配置方面,新款 MacBook Pro 配备 Liquid 视网膜 XDR 显示屏,支持最高 1600 尼特 HDR 峰值亮度,并新增 Wi-Fi 7 和蓝牙 6 支持,续航时间最长可达 24 小时。接口包括三个雷雳 4 端口、HDMI、SDXC 卡槽及 MagSafe 3 充电接口,支持外接最多两台显示器。

“摇一摇”广告跳转可限制!苹果 iOS 27.2 新增相关功能

10 月 27 日,苹果推送 iOS 27.2 正式版更新,面向中国大陆地区用户新增“限制动作数据”功能。用户可自主限制特定 App 获取手机运动传感器数据,从而阻止部分因晃动手机而触发的广告自动跳转。该功能此前已在 9 月推出的测试版中出现,此次正式版予以保留。

用户可进入“设置—隐私与安全—运动与健身—限制动作数据”,点击“编辑”,将需要限制的 App 加入名单。被限制的应用将无法读取加速度计、陀螺仪等传感器数据,从而无法通过识别手机晃动触发相关操作。

此前,部分 App 的“摇一摇”广告因触发灵敏度较高,用户在走路、乘车或拿起手机时,也可能意外跳转至广告页面。据澎湃新闻实测,将百度地图加入限制名单后,开屏广告仍会正常显示,但晃动手机不再触发自动跳转。

今日好文推荐

对话亚马逊 CTO:仍在招聘初级工程师,关注中国开放模型

“别再像 2024 年那样用 Claude 了!”Claude Cowork 工程负责人:有些 Skill 删掉反而更好

27 岁程序员获无限 Token,挑战24个月重写思科 98% 的遗留代码

月烧 1.5 万亿 token,年烧 1.32 亿美元?Cursor 工程师的账单,凡人只能仰望

图片热度延续:12 月 AICon 北京站见

12 月 18–19 日,AICon 全球人工智能开发与应用大会将在北京举办。本届大会以探索 A 应用边界为主题,设置 13 大技术专题,覆盖大模型后训练、推理优化、Agent 工程、知识工程、智能体评测与安全、自进化系统、AI 软件交付、原生架构及组织变革等核心方向,汇聚一线技术专家,深入分享 AI 技术突破与企业规模化落地的真实实践。

图片

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/202898