Google 發佈 Genie 4 和 Gemini 4 Carbon:兩款新模型重點
Google 本週推出 Gemini 4 Carbon 和 Genie 4 兩款新 AI 模型,前者主打協助網絡安全專家偵測及修補漏洞,後者是可模擬真實與想像物理世界的世界模型。
Google 本週推出 Gemini 4 Carbon 和 Genie 4 兩款新 AI 模型,前者主打協助網絡安全專家偵測及修補漏洞,後者是可模擬真實與想像物理世界的世界模型。
Google 發佈 Gemini 4 Carbon,稱其強化網絡安全與長程任務處理能力;該模型在 Artificial Analysis Intelligence Index v5.0 得分 59、排名第一。
Gemini 4 Carbon 在 Artificial Analysis Intelligence Index v5.0 得分 59,並提供提示詞快取 95% 折扣;文章據此分析其基準表現、成本和開發者部署取捨。
Google 發佈 Gemini 4 Carbon,主打網絡安全及長程任務處理,並在 Artificial Analysis Intelligence Index v5.0 以 59 分排名第一。
Meta 發佈首個前沿模型 Muse Wonder,文章指出它在程式碼和推理 benchmark 的分數較高。文章亦以 VR 視覺訓練應用 AmblyoPunch 為例,介紹其治療弱視的四階段流程及按表現調整訓練的方式。
Google 發佈前沿模型 Gemini 4 Carbon,稱其在編碼、智能體任務及網絡安全方面均有顯著提升。它在 Artificial Analysis Intelligence Index (v5.0)、SEC-bench Pro 和 ExploitGym 均排名第一;目前只供部分網絡安全防禦公司使用,日後會擴展至 Fairwind Program 的其他合作夥伴。
Google DeepMind 發佈 Gemini 4 Carbon,稱其為迄今最強模型,定位於長時間智能體編碼及網絡安全防禦。它在更新版 Artificial Analysis Intelligence Index v5.0 排名第 1,得分 59,並在 17 項已公佈基準中領先 15 項。
Google DeepMind 發佈 Gemini 4 Carbon,在 Artificial Analysis Intelligence Index v5.0 得 59 分,高於 Argon 的 50 分。
推薦理由:多個外部基準呈現 Gemini 4 Carbon 相較 Argon 的提升幅度,也揭示它在智能體編碼、知識工作與答題準確度上的不同表現。
作者重寫 2001 年的機械人視覺方法,並與兩款本機視覺模型比較,傳統方法在測試中更準、更快。Intel N100 上的 72 個影格測試中,加入中值濾波和迴音消除器的方法平均誤差為 0.1 px,每個影格需時 37.5 ms;Qwen2.5-VL 3B 在 37 個完整回覆影格上的誤差為 1.3 px,每個影格需時 146 s,Gemma 3 4B 的誤差則為 177.8 px。
Google 宣佈 Gemini 4 Carbon,稱其為公司最強的前沿模型,並會先分階段向部分網絡安全防禦人員開放。Google 會透過 Fairwind Program 逐步向可信合作夥伴擴大開放,並在進一步提供予開發者、企業及消費者前持續收集意見、調整防護措施。
Google 宣佈 Gemini 4 Carbon,稱這款前沿模型在編碼、智能體任務和科學分析方面達到新水平,但目前尚未開放使用。Google 表示,Carbon 生成無漏洞程式碼的可能性是 Argon 的兩倍;Chrome 團隊則稱,它生成「高質素」修補程式的表現比非 Google 模型高 10 倍。
Natiq Studio 開放權重發佈 Natiq-dz-ARG,這款 LoRA 適配器以 Higgs TTS 3.4B 為基礎,針對阿爾及利亞 Darija 語音合成。模型以 300 小時以上、來自 100 多位講者的語音微調,支援阿拉伯語與法語語碼轉換及零樣本聲音條件控制,生成 24 kHz 音訊。適配器採用 CC BY-NC 4.0 授權,商業用途須另行取得授權。
Google DeepMind 發佈 Gemini 4 Carbon,稱其為旗下最強模型,並指其網絡安全能力達到最先進水平,亦具備長時程任務能力。
推薦理由:Carbon 在漏洞發現、利用驗證與修補基準分別取得 88.2%、54.8% 和 71.0%,可由此比較其網絡安全防禦各環節的表現。
Google 宣佈推出 Gemini 4 Carbon,稱其為旗下最強模型,並強調其網絡安全及長時程任務能力。它在 SEC-bench Pro、ExploitGym 和 CWE-bench 分別取得 88.2%、54.8% 和 71.0%,對應漏洞發現、利用驗證及修補。Google 表示本週起會向部分網絡防禦人員開放,逐步擴至其他可信合作夥伴,並在完善防護措施後盡快向開發者、企業及消費者提供。
Google 的 Gemini 4 Carbon 在 Artificial Analysis Intelligence Index v5 取得第 1 名,並在 9 項評測中的 4 項排名第一。
Google 推出 Gemini 4 Carbon,稱其是具備頂尖網絡安全能力的最強模型。該模型在 Artificial Analysis 新推出的 Intelligence Index 排名第 1。
NVIDIA 於 2026 年 10 月 28 日發佈開放權重語音模型 Nemotron 3.5 Transcribe,並同步推出 Granary v2 語音數據集及整理流程。
推薦理由:Nemotron 3.5 Transcribe 將多語轉錄、説話者標註、翻譯與音訊問答整合於單一檢查點;Granary v2 公開清單涵蓋 48 種語言及 463,062 小時,呈現模型功能與數據集範圍。
Nvidia 發佈 Nemotron 3.5 Transcribe 開放權重模型,可轉錄 40 種語言、翻譯其中 31 種,並在最長一小時的錄音中標記最多 8 位説話者。
DeepSeek Harness 官方程式碼庫出現 DeepSeek-V5、V5-open 和 V5-next 標識,顯示下一代旗艦模型的發布機制正在準備中。文中指 V5-open 預計毋須更新客戶端即可使用,V5-next 則需更新客戶端解鎖。官方尚未公佈 V5 的性能、參數或定價,系列最快 11 月亮相。
Nvidia 發佈開放語音模型 Nemotron 3.5 Transcribe,將轉錄、翻譯、説話者識別及錄音內容問答整合於單一模型。模型支援轉錄 40 種語言、將其中 31 種與英文互譯,並可識別 13 種語言的説話者;錄音最長一小時、最多八名説話者。
Google DeepMind 發佈 Genie 4,這款即時世界模型可生成照片級寫實的世界,並讓用戶在模擬進行期間透過文字提示改變場景。它原生生成音樂、環境聲和會回應用戶的對話;場景一致性最長可維持兩分鐘,是 Genie 3 上限的兩倍。
研究人員調整 Ai2 開源模型 olmOCR 2,將歷史檔案照片及考古手寫記錄轉為可搜尋文字,並讓檔案機構可按研究需要在本地運行和微調模型。考古團隊以 LoRA 在 57 份記錄上微調模型後,在另外 450 份測試記錄上的轉錄錯誤率由 15.58% 降至 1.11%。團隊希望將方法擴展至 Carnuntum 約 70,000 份陶器記錄。
Nvidia 推出 Nemotron 3.5 Transcribe 開放權重模型,支援多語言音訊轉錄與翻譯,並推出開源語音數據集 Granary v2。
Nvidia 發佈 Nemotron 3.5 Transcribe,這款開放權重 MoE 模型可在單次處理中完成多語言音訊轉錄、翻譯、説話者標註及音訊提問。模型參數量為 30 billion、啟用參數為 4 billion,可處理 100 小時音訊及 40 種語言,最多標註 8 名説話者。
NVIDIA 推出開放權重的 Nemotron 3.5 Transcribe,並公開 Granary v2 多語言語音資料及整理流程。模型支援 40 種語言轉錄,其中 31 種可與英文互譯,並支援 13 種語言的説話者標註;Granary v2 公開清單涵蓋 48 種語言、463,062 小時及 16 個來源語料庫。醫療語音案例中,微調令留出説話者的 WER 較最佳提示詞基線相對下降 45.8%。
推薦理由:文章串連提示詞控制、資料整理與微調流程,並以留出説話者的醫療語音評估呈現 WER 相對下降 45.8% 的結果。
Nvidia 發佈 Nemotron 3.5 Transcribe 開放權重模型,可轉錄最多 40 種語言的音訊,並推出開源語音數據集 Granary version 2。Nvidia 表示,模型可將 31 種語言與英文互相翻譯、處理最長一小時的錄音,並分辨最多 8 位説話者。Nvidia 稱這個 30 billion parameters 模型可在單一晶片上運行,但只支援錄音、不支援即時串流。
Artificial Analysis 改版 Intelligence Index,令開放模型與排行榜頂尖模型的分差由 3 點擴至 12 點。新版首次有 60% 的指數依據私人測試集;Kimi K3.1 Pro 從第四跌至第九,Grok 4.7 亦下跌 12 點。
ChatGPT、Gemini 和 Claude 在收據、財務報表及兩頁美國製造業普查表的掃描轉 Excel 測試中,儲存格準確度得分介乎 9.33/10 至 10/10。各文件類型的最高分不同,評分只衡量預先選定儲存格的抽取準確度;測試仍發現漏值、小數錯誤及代碼替換。文章建議對照原件、核對欄列並重算總數,按資料的重要程度驗證活頁簿。
超衍智能發布 35B 模型 Apex-35B-V1.0,並讓 AI 參與實驗與結果分析,將遞歸自我改進(RSI)引入模型研發。在 21 項基準測試中,該模型較 Qwen3.6-35B-A3B 領先 20 項;對比 Recursive SuperIntelligence 的 Flint,則領先 18 項、1 項持平。
谷歌推出大模型 Genie 4。其他科技消息包括豆包就「15萬名羣演肖像聲音餵給大模型」傳聞闢謠,宇樹將與紅杉中國成立「杉宇·創計劃」,智元升級 Genie Sim 仿真平台;豪威集團發布 OG05D 傳感器,大眾中國發布 VEGA 技術矩陣,山大華天軟件與阿里雲達成合作。
谷歌推出大模型Genie 4。速遞亦報道豆包就「15萬名羣演肖像聲音喂給大模型」一事闢謠,以及宇樹與紅杉中國成立「杉宇·創計劃」、智元升級Genie Sim模擬平台等消息。
Google DeepMind 的 Genie 4 相較 Genie 3 加入原生音訊、探索時以自然語言調整場景、更自然的動作,以及由 Gemini 模型協助維持事件連貫性。
Clover-35B-A3B-Preview 於 10 月 28 日發布,以 Qwen3.6-35B-A3B 自回歸權重為起點,採用 32-token 塊擴散及改造版 GDN,規格為 128K 上下文。
開發者在 DeepSeek Harness 官方 GitHub 倉庫發現 deepseek-v5、v5-open 及 v5-next 三個未發布模型標識符。它們出現在 provider.spec.ts 第154行附近;v5-open 設為零門檻兼容,v5-next 則要求客戶端升級至 99.0.0-alpha.1。
Liquid AI 發佈 LFM3 模型家族,涵蓋文字、視覺、音訊、決策及全能型共 6 款模型,均以 LFM3-1.7B-Base 為基座。其中 LFM-1.7B 支援 256K 上下文窗口,參數減少 35% 的同時,效能優於上一代 LFM2.5-2.6B。
Liquid AI 發佈 LFM3 模型家族,首批六款模型均基於 LFM3-1.7B-Base。該系列採用全新的三混合層架構,並在 22T tokens 上預訓練。LFM-1.7B 擁有 256K 上下文窗口,使用的參數減少 35%,性能仍優於上一代 LFM2.5-2.6B。
Liquid AI 發佈 LFM3 模型家族,首批包括 LFM-1.7B、LFM3-VL-2B、d1-2B、LFM3-Audio、LFM3-Omni-2B 和 d1-Omni-2B,均基於 LFM3-1.7B-Base。
擴散智能(DiffuSpace)於 10 月 28 日發佈 Clover-35B-A3B-Preview,這款擴散語言模型支援編碼、網頁生成及多步工具調用,權重已開源至 Hugging Face。
DeepSeek Harness 官方 GitHub 程式碼庫的 provider.spec.ts 測試檔出現 deepseek-v5、deepseek-v5-open 和 deepseek-v5-next 三個模型標識符,但目前只是框架層面的佔位符,並非可直接呼叫的模型介面。
Google DeepMind 已向受邀測試者提供 Genie 4 研究預覽,這款即時世界模型可根據文字和圖像提示生成可探索環境。它同時生成環境聲、音樂及角色對話,Gemini 3.8 Flash 則在模擬循環中規劃步驟、檢查畫面並修訂計劃。互動每次僅持續數分鐘,複雜提示詞編輯後可能出現物件漂移;Google DeepMind 未公開參數、解像度、幀率或基準測試數據。