Google DeepMind 发布 Genie 4 实时世界模型，原生生成音频与对话
Google DeepMind 发布 Genie 4 实时世界模型，作为研究预览向可信测试者开放；它能从文本和图像提示实时生成可探索环境，并同步生成环境音、音乐与角色对话。
模型发布
全部主题新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
最新精选
第 1–20 条 · 共 34 条MarkTechPostAI 评分6060 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。
The DecoderAI 评分6060 GPT-6.1 Terra 价格减半，性能逼近更大模型
The Decoder 报道 OpenAI 发布 GPT-6.1 Terra，API 价格为 GPT-5.6 Terra 的一半，同时在多项任务上追近更大的 OpenAI 模型。
Product HuntAI 评分5454 Liquid AI 在 Product Hunt 发布 LFM3
Liquid AI 第三代 Liquid Foundation Models LFM3 在 Product Hunt 上线，共六个 2B 级开放权重模型，面向手机、笔记本和机器人。
Product HuntAI 评分5454 Genie 4 登上 Product Hunt
Google 的 Genie 4 在 Product Hunt 上线，介绍为由 Gemini 驱动、能在虚拟三维世界中与用户一起游玩、推理和学习的 Agent。
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。
SiliconANGLE · AIAI 评分6666 Google 预览 Genie 4 世界模型
SiliconANGLE 报道 Google 预览可生成逼真三维环境的 Genie 4 世界模型，这是其 2024 年起推出的世界模型系列的最新成员。
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。
爱范儿AI 评分6060 Google DeepMind 发布 Genie 4，可实时生成声音与物理
爱范儿报道 Genie 4 生成的世界可维持 120 秒，能实时生成声音、模拟物理，用户可改天气、加角色并与虚拟角色对话，Gemini 负责规划行动、Genie 4 负责实时生成环境。
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。
The DecoderAI 评分6565 Google DeepMind Genie 4 用 Gemini 在后台规划世界模拟
The Decoder 报道 Genie 4 逐帧实时计算可交互场景并生成声音与会说话的角色，后台由 Gemini 模型规划接下来发生什么，目前只开放给少数测试者。
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。
TechCrunch · AIAI 评分6666 Google Genie 4 世界模型加入音频、更逼真世界与实时引导
Google DeepMind 周二以研究预览形式发布 Genie 4，可生成更逼真、更具交互性的世界，用户可在模拟中途输入提示改变场景，并实时生成匹配的音乐、环境音和对话。
Google DeepMind精选AI 评分7070 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。
Ars Technica · AIAI 评分6565 DeepMind 发布 Genie 4，物理与人物更逼真
Ars Technica 报道 Genie 4 在几乎所有方面改进 Genie 3，并加入音频和更逼真的人物；Google 认为世界模型是迈向 AGI 的关键环节，付费用户未来或可使用。
Google 官方博客精选AI 评分6969 Google 宣布 Genie 4 实时交互世界模型
Google 宣布 Genie 4 研究成果，为实时交互模拟带来更高真实感和原生音频；用户可用自然语言实时引导场景，如移动镜头、改变天气或加入新角色，每个世界都会即时生成环境音、音乐和对话。
推荐理由：官方给出了自然语言实时引导场景的具体能力，便于判断世界模型距离可用工具还有多远。
The Verge · AIAI 评分6565 Google 新一代 Genie 4 生成更逼真的交互体验
Google 发布 Genie 4 世界模型，主要更新包括更逼真的世界、可用自然语言实时修改体验、生成音频、后台使用 Gemini 3.8 Flash，单次体验时长约两分钟，比 Genie 3 的一分钟翻倍。
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%。