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。
多模态
全部主题文本之外的能力：视觉理解、图文混合、音视频输入输出的模型与产品进展。
最新精选
第 1–17 条 · 共 17 条MarkTechPostAI 评分6060 IT之家AI 评分6969 抖音整治 AI 恶意营销号，近一月处置违规账号 50.7 万个
抖音通报近一月依据账号健康分规则累计处置 AI 恶意营销违规短视频 113.5 万条、违规账号 50.7 万个，另有 30.2 万个账号经规则学习考试被引导规范创作。平台将违规行为归纳为批量同质化生产、仿冒公众人物带货、炮制虚假信息、制作猎奇迷信内容与低成本起号五类，并称将追溯打击黑产教学组织。
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。
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。
Google 官方博客AI 评分5959 Google 展示 Gemini 4 Argon 的 8 个使用示例
Google 列出 Gemini 4 Argon 的 8 个实际用例，包括从一句提示写出 5000 行数学代码渲染 3D 场景、在 Gemini 应用中生成音视频互动工具，以及在 Antigravity 中编排子智能体、Blender MCP 和 Nano Banana 把桌面照片变成可玩游戏。
雷锋网AI 评分5454 清华与智谱论文披露 GLM-Omni，统一视觉理解与图像生成
清华大学与智谱 AI 联合论文（唐杰为通讯作者）首次披露 GLM-Omni 的技术底座及统一视觉理解和图像生成的实验结果，社交平台有人将其与 GLM-5.5 联系，但论文未披露版本对应关系。
Simon WillisonAI 评分6767 Simon Willison 解读 GPT-6.1 Terra：主打视觉推理与电脑操作
OpenAI 发布 GPT-6.1 Terra，强调细致的视觉推理、精准的电脑操作和更自然的写作，相比 GPT-5.6 Terra 明显提升；Simon Willison 认为它的定位类似 Anthropic 的 Sonnet，并引用 Ted Sanders 的说法称其在技术沟通上优于 Astra 和 Sol、视觉与电脑操作相近但快得多。
Product HuntAI 评分6767 OpenAI 发布 GPT-6.1 Terra：电脑操作更快、价格减半
GPT-6.1 Terra 是 OpenAI 面向视觉推理、精准电脑操作和自然写作的快速高效模型，能读取屏幕并跨应用操作，处理填表、解读技术图纸和起草方案等任务；OpenAI 称其在 Agents' Last Exam 上与 GPT-6 Astra 持平，价格为一半。
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。