DeepMind 发布 Genie 4:首个带原生音频的实时世界模型

Google DeepMind 于 2026 年 10 月发布 Genie 4 研究预览版,首次在实时世界模型中原生生成音频与对话,并把 Gemini 作为规划器嵌入模拟循环,面向可信测试者开放。

Google DeepMind 于 2026 年 10 月发布 Genie 4 研究预览版,首次在实时世界模型中原生生成音频与对话,并把 Gemini 作为规划器嵌入模拟循环,面向可信测试者开放。

GitHub Trending 上出现了一个名为 Macro 的开源项目,试图把邮件、聊天、文档、任务、Agent、电话和 CRM 整合到一个界面,并用团队级共享 AI 记忆串联所有内容。它值得关注,是因为它直接挑战 Slack、Notion、Linear、HubSpot 等工具各自为政的协作现状。

Expo 团队在 GitHub 开源了一套 AI agent 技能合集 expo/skills,让 Claude Code、Cursor 等编码助手更准确地处理 Expo 项目与 EAS 服务中的构建、部署、升级和调试任务。

alphaXiv 2026年10月22日收录的论文提出 NADS 框架,用“导航模型”和预训练模型的预测差异来挑选合成训练数据,目标是在单阶段微调新任务时少丢原有能力,同时降低数据筛选的计算开销。

微软在加拿大、印度、英国和美国推出自愿离职买断计划,波及约6万人,而同期计划在2026年投入175亿美元建AI基础设施,人力与算力的资源天平正在重新倾斜。

Anthropic 首次较为具体地披露了与六家合作方在早期药物研发上的进展,同时收购了一家只有一名成员、聚焦肌营养不良症的公司 Mithril,显示它正从通用大模型能力向生命科学应用延伸。

Apple Creator Studio 将于 11 月获得免费更新,Pixelmator Pro 新增 AI 生成填充,Keynote、Pages、Numbers 加入 AI 助手并支持 OpenAI 模型,Final Cut Pro 引入 MotionVFX 素材库。

苹果在 OS 27.2 中把新版 Siri AI 的可用语言从原有范围扩展到法语、日语、韩语、葡萄牙语和西班牙语,但 iOS、iPadOS 与 watchOS 上的该功能仍未在欧盟上线。

Infisical 完成了由 Elad Gil 领投的 4000 万美元 B 轮融资,估值达到 6 亿美元。其核心卖点是,让企业在把 AI Agent 接入内部系统时,不必把私密凭证直接交给 Agent。

Hugging Face 上 2026 年 10 月 27 日公开的一篇论文提出 EvidenceConnect 数据合成框架,并据此训练出多模态模型 ZwZ2,目标是让模型把分散的视觉事实串成证据来答题,而非单纯“放大看细节”。