OpenAI 更新了它公开的 Model Spec（模型规范），也就是给自家 AI 模型定的一套行为准则。新版本列出了五条核心价值，用来指导能力更强的 AI 做出合理判断、尊重人的自主选择，并忠实于用户的真实意图。原文只给出这份准则的概述，没有具体说明这五条价值分别是什么，也没讲怎么执行、是否已生效。普通读者可以借此大致了解 OpenAI 希望 AI 朝哪个方向表现。
展开详情收起详情：OpenAI 更新 Model Spec，为更强大、更有益的 AI 明确方向⌄
原文发布：2026-10-30 01:00 · 首次收录：2026-10-30
Google 发布新一代世界模型 Genie 4，能实时生成可交互的虚拟世界画面，还能同步生成环境音和人物对话；用户用键盘控制视角、用文字描述就能改变天气、添加人或物体等场景内容。它还借助 Gemini 系列模型理解画面并维持场景连贯：一个负责让画面贴近真实世界，另一个像导演一样把目标拆成步骤并随时调整，因此可以模拟多步骤事件和机器人训练场景。目前 Genie 4 仍是实验性研究预览，只对受信任测试者开放，尚未面向消费者和开发者正式发布；后续计划先提供给 Google AI Ultra 订阅用户的 Project Genie，以及 Gemini API 和 Google AI Studio 的早期合作方。
文中可用工具
- Genie 4实时生成可交互、带声音的虚拟世界模拟
- Gemini为模拟提供真实感基础与场景连贯性推理
- Gemini Omni让模拟贴近真实世界的外观与行为
- Gemini 3.8 Flash在循环中观察场景、拆解目标并检查步骤是否完成
- Gemini 4 Argon把用户任务拆成步骤，与 Genie 4 配合渲染模拟
- Gemini Robotics与 Genie 4 结合，探索机器人相关研究
- Project Genie供订阅用户使用 Genie 4 的产品入口（等待名单）
- Gemini API供早期合作方访问 Genie 4 的开发者接口
- Google AI Studio供早期合作方访问 Genie 4 的开发平台
展开详情收起详情：Genie 4：新一代世界模拟⌄
原文发布：2026-10-28 00:01 · 首次收录：2026-10-28
OpenAI 发布了名为 GPT-6.1 Terra 的新模型，官方将其定位为让所有人都能用上快速、能干的计算机操作能力。不过，现有材料只有一句宣传语，没有说明这个模型具体怎么用、性能指标如何、与之前版本相比改进了什么，也没有交代价格、开放范围和发布时间——是已经可用、仅做演示，还是未来计划，原文都没有交代。因此现阶段只能确认这是一款主打“计算机使用”的新模型发布，具体能力还需要等官方说明或实测。
文中可用工具
- GPT-6.1 Terra原文称其提供快速、能干的计算机操作能力，具体用途未说明
展开详情收起详情：推出 GPT-6.1 Terra⌄
原文发布：2026-10-26 08:00 · 首次收录：2026-10-27
OpenAI 正在让 ChatGPT 更好地处理“低资源编程语言”，也就是训练数据较少、平时不太常见的编程语言，比如 COBOL。为此他们新增了几项评测，用来衡量模型在软件工程、SQLite 和 COBOL 迁移这些任务上的表现。原文没有说明具体改进了什么、提升了多少，也没有给出这些评测是否已经公开可用、何时上线。对读者来说，这意味着 ChatGPT 在小众语言上的表现以后可能会有更明确的衡量方式，但实际效果目前还看不到。
展开详情收起详情：推进低资源编程语言中的编码能力⌄
原文发布：2026-10-19 20:00 · 首次收录：2026-10-20
谷歌发布了 Gemini 4 Argon 模型，面向开发者、企业和订阅用户开放。它擅长处理编程、金融、法律、网络安全等复杂多步骤任务，在 Vals Index 上排第一。内部团队用它做了不少实际工作：比如帮助 Chrome 整理 4000 万行代码中的遗留部分，完成原本要几个月的重构；还让开源库 xTB 预测分子结构快了 2.3 倍、Gemma 模型推理速度提升 2.85 倍。对普通用户来说，这款模型目前可以通过 API 和谷歌部分订阅服务使用，具体哪些功能免费、哪些要付费，文章没有说得太细。
文中可用工具
- Gemini 4 Argon谷歌发布的新模型，能处理编程、金融、法律、网络安全等复杂任务
- AI Studio开发者可以通过 API 访问 Gemini 4 Argon 的平台
- Gemini platform同样通过 API 提供给企业使用 Gemini 4 Argon
- Google AntigravityGoogle AI Ultra 订阅者可以在此使用 Argon 进行编程
- Gemini appGoogle AI Ultra 和 Pro 订阅者可以在此使用 Argon
- AI Mode in SearchGoogle AI Ultra 和 Pro 订阅者在搜索的 AI 模式中使用 Argon
- Vals Index衡量模型在金融、编程、法律、税务等经济领域表现的基准
展开详情收起详情：Gemini 4 Argon：为解决最棘手问题而打造⌄
原文发布：2026-10-14 00:01 · 首次收录：2026-10-14
OpenAI 正在全球范围的 ChatGPT 中推出 GPT-6。这个新版本同时带来了「智能 UI」——界面会根据你的问题自动生成图片、图表等可视化内容，还能直接点击操作，而不只是看文字。相比以前，回答速度更快，互动性更强，普通用户不用额外设置就能直接用上。目前它已开始面向全球 ChatGPT 用户逐步上线。
文中可用工具
- GPT-6ChatGPT 中正在全球推出的新版模型，回答更快并支持可视化互动
- ChatGPTOpenAI 的聊天产品，本次更新的载体，用户可在此直接使用 GPT-6 和智能 UI
- Intelligent UIChatGPT 中自动生成图文互动界面的新功能，可直接探索和操作
展开详情收起详情：GPT-6 与面向所有人的智能 UI⌄
原文发布：2026-10-07 08:00 · 首次收录：2026-10-08
谷歌去年推出轻量文本嵌入模型 EmbeddingGemma，开发者们下载了 2000 多万次，用它做本地搜索和增强生成（RAG）。这次发布 EmbeddingGemma 2，把文字、代码、图片、视频和音频统一到同一个嵌入空间，并沿用宽松的 Apache 2.0 商用许可。模型总参数 7.4 亿，量化后在 Pixel 11 Pro 上纯文本内存占用约 191MB，完整多模态约 567MB，远小于不少专门模型。它支持最长 8K token 上下文，可以做本地代码搜索、跨模态检索和离线问答，模型权重已可在 Hugging Face 和 Kaggle 下载，Gemini 企业代理平台稍后上架。
文中可用工具
- EmbeddingGemma 2轻量多模态嵌入模型，可在本地做文字、代码、图片、视频和音频的搜索与检索
- Gemma 4生成模型，与 EmbeddingGemma 2 配合实现本地多模态 RAG
- LiteRT端侧模型部署工具，用于在设备上运行嵌入和检索
- Google AI Edge MediaPipe跨平台应用开发工具，提供嵌入、检索和决策的现成任务
- transformers.js在浏览器中运行模型
- WebGPU浏览器端硬件加速运行模型
- transformers高效部署嵌入模型
- sentence-transformers文本嵌入和相似度计算
- MLX在苹果芯片上高效运行模型
- vLLM高效部署大模型推理
- llama.cpp在不同硬件上高效运行量化模型
- SGLang高效部署大模型推理
展开详情收起详情：EmbeddingGemma 2：开放轻量级多模态嵌入模型⌄
原文发布：2026-10-07 03:57 · 首次收录：2026-10-07
谷歌在2026年9月一口气发布了多项AI更新。最核心的是新模型 Gemini 4 Argon，它能处理编程、网络安全、金融研究等复杂任务，输出上限达100万token，但目前只通过 Fairwind 计划向受信任的网络安全防御方逐步开放，尚未面向普通用户。此外还有更便宜快速的 Gemini 3.8 Flash、专注漏洞发现和自动打补丁的 3.8 Flash Cyber、两款语音对话模型、两款文字转语音模型、音乐生成模型 Lyria 3.5，以及把 Airtable、Linear、Adobe 等应用接入 Gemini 的新功能。对读者来说，这些更新意味着语音办公、音乐创作和学习辅助等能力正在陆续进入 Gemini 应用和 Google Workspace，部分功能已可使用，前沿模型和 CC 家庭助手仍处于测试或预览阶段。
文中可用工具
- Gemini 4 Argon谷歌最新前沿模型，擅长编程、网络安全防御、金融研究和法律文书起草，目前仅通过 Fairwind 计划向受信任的网络安全防御方开放
- Gemini 3.8 Flash推理和编程能力更强、速度和成本与上一代相当的模型，适合智能体工作流
- Gemini 3.8 Flash Cyber面向防御方的模型，可自动发现漏洞并打补丁，通过 Fairwind 计划向受信任组织提供
- Gemini 3.8 Live面向日常对话的快速自然语音模型
- Gemini 3.8 Live Extended Thinking支持多步推理的语音到语音模型，适合复杂对话场景
- Gemini 3.8 Flash-Lite TTS富有表现力的文字转语音模型，可用简单文本生成自定义语音
- Gemini 3.8 Flash TTS文字转语音模型，用于构建语音优先应用和音频体验
- Lyria 3.5音乐生成模型，可根据文本或图片生成更丰富的编曲和完整歌曲
- Gemini Notebook学习工具，支持互动课程、动画视频摘要、自定义闪卡和测验
- CCGoogle Labs 中的家庭协作智能体，拥有独立邮箱，可协调家庭日程和待办事项，目前为实验性预览
- AlphaGenome Atlas绘制人类DNA图谱的科学项目
- Project Suncatcher在轨道上测试机器学习硬件的项目
展开详情收起详情：谷歌2026年9月AI动态汇总⌄
原文发布：2026-10-02 23:00 · 首次收录：2026-10-03