Google DeepMind 发布 Genie 4 世界模型
Google DeepMind 发布新一代世界模型 Genie 4，显著提升真实感与实时交互模拟，原生多模态，可与世界同步生成音乐、环境音和对话；它基于 Gemini 系列能力，由 Gemini Omni 锚定真实外观与行为，其他 Gemini 模型负责保持模拟的连贯推理。
推荐理由：官方说明了 Genie 4 与 Gemini 的分工和新增的原生音频能力，是判断世界模型进展的一手材料。
10月28日 · 周三
精选
最新精选
Google DeepMind精选AI 评分7070 开源中国AI 评分7474 Kimi K3.1 Pro 发布：代码超 GPT-6 Astra，开放权重版主动移除网络攻防能力
月之暗面发布 Kimi K3.1 Pro，这是 K3 系列第一个正式版本，拥有 3 万亿级参数和 100 万上下文。官方将其定位为迄今能力最强的模型，重点提升代码、3D 创作、金融研究和长程 Agent 能力，并同步推出输出速度约 2~3 倍、价格 2 倍的 K3.1 Pro Highspeed。该模型代码能力超过 GPT-6 Astra，开放权重版主动移除了网络攻防能力。
开源中国AI 评分6868 OpenAI 发布 GPT-6.1 Terra：中端模型主打 Computer Use，API 价格下调 50%
OpenAI 发布中端模型 GPT-6.1 Terra，主打 Computer Use 和视觉推理，API 价格下调 50%。该模型定位介于更贵的 Sol/Astra 与更便宜的 Luna 之间，面向日常工作中的高频场景。
MarkTechPostAI 评分6262 Liquid AI 发布 LFM3，6 个 2B 级开放权重多模态模型
Liquid AI 发布第三代 Liquid Foundation Models LFM3，共 6 个共用骨干的 2B 级开放权重模型，覆盖文本、视觉、音频、全模态等，面向手机、笔记本和机器人等端侧设备。
量子位AI 评分5858 蚂蚁百灵开源 Ling-3.1-flash-1019，面向个人 Agent 真实任务
蚂蚁集团百灵大模型 10 月 28 日开源 Ling-3.1-flash-1019，在 Ling-3.1-flash 基础上进一步训练优化，主打个人 Agent 执行真实任务，并公布了 Artificial Analysis 智能指数成绩。
Hugging Face BlogAI 评分5858 Liquid AI 发布 LFM3 多模态小模型家族
Liquid AI 推出新一代 LFM3，把文本、视觉、音频、全模态和决策模型放到同一个 2B 参数级骨干上，可在单张 GPU 上微调并部署到应用端；新的三混合架构让 LFM3-1.7B 每参数能力更强。
少数派AI 评分4444 派早报：Apple 发布 M6 版 iMac 和 MacBook Pro 等
Apple 发布搭载 M6 芯片的新款 iMac 和 14 英寸 MacBook Pro，国行起售价分别为 12499 元和 15999 元，将于 10 月 29 日预购、11 月 6 日发售。
MarkTechPostAI 评分5656 Mirendil 发布首个模型 Fern 0.1，上下文达 1000 万 token
Mirendil 发布从零训练的编程模型 Fern，上下文窗口最高 1000 万 token，约合 23MB 代码，可一次读入大型代码库。
量子位AI 评分5656 百度开源文心 Unlimited OCR 2，KV Cache 压成常数、页数无上限
量子位报道百度升级 OCR 模型文心 Unlimited OCR 2，把 KV Cache 压成常数，文档解析页数不设上限，缓存减少 96%。
量子位AI 评分5151 国产 3D 生成大模型 Hi3D 开源可商用
量子位报道国产 AI 3D 生成大模型 Hi3D 开源并允许商用，文章称其在 3D 生成效果对比中胜过 GPT-6。
量子位AI 评分5151 1.3B 文档解析模型 OXR 开源，三项榜单第一
量子位报道 1.3B 参数文档解析模型 OXR 开源一周 GitHub 超 1000 star，称在三个榜单排名第一，速度快于 PaddleOCR 和 MinerU。
MarkTechPostAI 评分4949 vLLM Semantic Router 发布 27B 多模态决策模型 d3-ultra
vLLM Semantic Router 团队以 Apache-2.0 发布 27B 多模态决策模型 d3-ultra，它不生成文本，只读取一次输入并返回概率，用于模型路由决策。
Mistral AI精选AI 评分6161 Mistral 发布 Voxtral 3 语音模型与语音智能体 SDK
Mistral 推出 Voxtral 3，包括语音智能体 SDK 和面向 50 多种语言实时多步对话的语音模型，结合精准转写、可调情绪的自然语音合成和深度工具集成，可通过 Mistral 欧盟托管 API 或自部署使用。
推荐理由：提供可自部署的多语种语音智能体全套组件，对需要欧盟数据驻留的团队尤其实用。
Google DeepMind精选AI 评分8181 Google DeepMind 发布前沿模型 Gemini 4 Argon
Google DeepMind 向开发者、企业、科学家和消费者开放最新前沿模型 Gemini 4 Argon，主打复杂工程任务、专业工作流和科研加速，同时介绍了负责任开发措施。
推荐理由：Google 新一代旗舰模型的一手发布稿，同时覆盖开发者与消费者入口。
Google DeepMind精选AI 评分6060 Gemini 4 Argon 用于机器人：物理理解显著提升
Google DeepMind 称 Gemini 4 Argon 在物理理解、代码生成和视觉语义推理上实现跃升，在 Embodied Reasoning（ERQA）基准上表现提升，为机器人技术栈带来新工作流。
推荐理由：官方给出 Argon 在具身推理基准上的能力说明，帮助机器人团队判断是否值得接入。
Mistral AI精选AI 评分7171 Mistral 发布 Mistral Large 4 公开预览，月底开放权重
Mistral 推出 Mistral Large 4 公开预览，为 1 万亿参数、520 亿激活参数的原生多模态模型，主打开放权重前沿性能，预览 API 已在 Mistral Studio 上线，权重将于本月底发布。
推荐理由：欧洲最大开放权重模型的一手发布，给出了参数规模和权重开放时间。
已经到底了