AI 技术日报 - 2026-10-29

AI 技术日报 - 2026-10-29

Top 10 AI 技术要闻

  1. Google 发布 Gemini 4 Carbon：主打编程 Agent 与网络安全的前沿模型
    Carbon 是 Gemini 4 系列新前沿模型，官方称重点提升编程、Agentic、科学任务、全栈 Web 开发与多模态理解。WebDev Arena 上跳升 89 Elo 到 1768 分、排名第 4；内部团队观察到它能连续跑数天，穿过死胡同去根因定位并修补大型代码库里的隐蔽缺陷。网络安全是最大亮点：内部基准上生成安全代码的成功率是 Argon 的 2 倍以上，Chrome 团队称其生成高质量补丁的表现比另一实验室的前沿模型好 10 倍以上，Wiz 也观察到它在 Web 渗透测试基准上领先。外部基准：SEC-bench Pro 88.2%、ExploitGym 54.8%、CWE-bench 71.0%。对齐侧，Terminal-Bench 4.0 作弊成功降到 0.0%，Gray Swan 间接提示注入攻击成功率从 Argon 的 0.7% 降到 0.0%，内部高危失准告警下降近 80%。定价生效后为每百万输入 token 4 美元、每百万输出 token 20 美元，先面向网络安全防御者开放。
    链接：https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon

  2. Anthropic 公布用 Claude 加速药物研发的早期进展
    Anthropic 科学团队过去数月与六家机构建立深度研究合作：BigHat Biosciences、百时美施贵宝、Divergence Labs、Enveda、Generate Biomedicines、The Column Group；同时启动了自有药物发现项目，包括由 Claude 承担大量科研与运营工作的罕见儿童肌营养不良项目。其核心判断是药物研发的瓶颈分散在靶点识别、分子设计、可制造性优化、监管申报、临床试验设计与执行等全流程，不存在单点问题，因此策略是把 AI 嵌入真实药物项目，而不是只做分子生成演示。文章如实披露了 Claude 在这些环节已展现的能力与明显短板，并说明团队已据此排定模型改进的优先级。若进展延续，部分项目有望覆盖食物过敏、罕见儿童疾病和多种癌症。
    链接：https://www.anthropic.com/research/early-progress-drug-development

  3. 蚂蚁百灵开源 Ling-3.1-flash-1019：面向 Personal Agent 的真实任务
    10 月 28 日蚂蚁集团开源 Ling-3.1-flash-1019，并同步开放基础模型 Ling-3.1-flash-base。base 采用混合线性 MoE 架构，总参数约 560B、每 token 激活约 25B，以 BF16 权重和 MIT 许可证开放，开发者可做继续预训练、领域适配与后训练；在 8 个领域 47 项 benchmark 中，它在 32 项上超过 DeepSeek-V4-Pro-Base 与 MiMo-V2.5-Pro-Base。后训练版的 1019 在 Artificial Analysis 智能指数 v4.3.2 拿到 44 分（+3）；AA-Briefcase 从约 1400 升到 1524 Elo，GDPval-AA 1618→1644，AutomationBench-AA 62%→68%，CritPt 18%→26%，SciCode 54%→57%。本轮迭代与灵光 2.0 的跨会话记忆、长程任务调度、独立云主机需求直接相关，视觉语言版本已先在灵光上线。
    链接：https://www.qbitai.com/2026/10/505928.html

  4. 百度开源文心 Unlimited OCR 2：KV Cache 压成常数，3600 页一口气读完
    百度发布并开源文心 Unlimited OCR 2，重点是解决超长文档连续解析的显存墙。技术报告的百页级单序列测试中，峰值 KV 缓存从标准解码的 47GB 降到 1.77GB，减少约 96%，页数不再构成实际上限（官方演示连读 7 部《哈利·波特》3600+ 页）。核心是两处设计：注意力侧用稀疏参考滑动窗口 SR-SWA，Page Gate 先筛出相关页面，Token Sieve 再用 TopK 从页面中挑出固定数量的相关视觉信息块，配合固定大小的局部滑动窗口，使单步计算量不随文档变长而增长；显存侧用无限解码机制按页块处理，相邻块重叠一页以复用该页 KV 缓存、其余及时释放。上一代累计下载超 1000 万、GitHub 约 2.86 万 Star，二代已在 Hugging Face 与 GitHub 以 MIT 开源。
    链接：https://www.qbitai.com/2026/10/505773.html

  5. Hi3D V1.0 开源：可商用的高精度 3D 几何细化模型
    Hi3D 开源 V1.0 的推理代码、模型权重与文档（GitHub 已 600+ Star），同时推出面向 3D 创作者的 Hi3D Agent。V1.0 基于 NeurIPS 2025 的 Sparc3D 架构，把训练资产从论文里的 50 万扩到约 200 万个筛选后的 3D 资产（4 倍），流程是「先由上游模型生成粗网格确定整体轮廓，再结合参考图逐级稀疏细化」，几何提取分辨率可达 1536³；最新 V3.0 宣称是业界首个可商用的 2048³ 超高精度国产自研 3D 模型。官方对比中，通用大模型（GPT-6 Astra）能搭出可识别的基本形体但细节明显偏离参考图，专用 3D 模型在轮廓、体积关系和局部细节上更接近原图，铠甲羽翼案例能做到羽毛根根分明、层次可辨。Agent 侧还衔接拆件、骨骼绑定、打印准备与引擎导出。
    链接：https://www.qbitai.com/2026/10/505694.html

  6. 微软 MAI-Image-2.7-Preview 登场，自称全球第二图像编辑模型
    微软 10 月 27 日发布 MAI-Image-2.7-Preview，定位是可编辑而非文生图：喂一张原图加文字指令，输出修改后的图片，擅长整体换风格、重新打光、修改画面中的文字符号、素材修复增强，以及需要理解物体、光线和环境关系的复杂改动。Arena 与 Artificial Analysis 榜单上它以 1193 Elo 排在 AA-Image-Editing v2.1 第二，仅次于 OpenAI 的 GPT Image 2.5 Sunburst（max），领先谷歌、Meta、xAI 以及 OpenAI 另一档 Flare。相比 2.6，它在 Artificial Analysis 全部 10 个用例、7 类编辑动作上均有提升，场景与风格维度领先次优模型 24 Elo。目前只在 Arena、Artificial Analysis 和 MAI Playground 开放编辑能力，未公布 API、定价与商用时间，权重未开放、无法自托管，文生图仅称即将推出。
    链接：https://www.aibase.com/zh/news/31920

  7. ThreadShelf：把 ChatGPT/Claude/Gemini 的对话做成可语义检索的本地库
    ThreadShelf 是 MIT 许可的本地优先工具（TypeScript，Node 20.19+），把 ChatGPT、Claude、Google AI Studio、OpenRouter、LM Studio、Grok 的对话统一归一化后写入本地库。解析、embedding、LanceDB 向量存储、检索、HTTP API 与 MCP 服务整条链路都在本机运行，既支持按语义检索也支持精确匹配，并能完整重建对话线程后从任意位置继续。继续对话默认走 llama.cpp 托管的本地 GGUF 模型，且只监听 loopback；只有显式切换到标注为 external 的 OpenRouter 提供方时，才会把选中的上下文与新提示词送出设备。对需要长期沉淀对话知识、又不愿把历史记录交给第三方服务的开发者，这是个可直接自托管的方案，也让「跨模型对话知识库」第一次有了统一的本地接口。
    链接：https://github.com/ChrystianSchutz/ThreadShelf

  8. RoboParty 发布全栈开源人形机器人 RP1：从机械图纸到运动算法全给
    人形机器人公司 RoboParty（萝博派对）发布全栈开源机器人 RP1，开放范围覆盖机械设计资料（关节轴布局、活动范围、装配方式）、电气架构、自研 ROMOMO 关节、嵌入式软件，以及仿真、训练与部署工具，而不是只给 SDK 或部分算法代码。RP1 身高 135cm，开源版 24 个主动自由度、Pro 版 30 个（头部 2、单臂 7），关节模组峰值扭矩覆盖 25–160N·m、48V 供电、CAN-FD 通信，采用内转子电机配 NGW 行星减速器，机械上用非共点髋部与并联踝、抱箍安装与中空走线。软件侧控制频率 500Hz、策略更新 50Hz，已公开 URDF、MJCF 与网格模型，并开源 hhtools 人体动作重定向工具及 MimicLite、UFO（扰动恢复与跌倒起身）。已展示连续行走、动作跟踪、越障与快速起身。
    链接：https://www.qbitai.com/2026/10/505865.html

  9. GitHub Copilot Fusion 正式可用：不再挑模型，交给 Copilot 路由编排
    GitHub 宣布 Copilot Fusion 正式 GA，把 Project HydraFusion 的多模型编排与 Copilot 自动选模型的微调选择能力合并成一个系统。用户不再为每个任务挑模型，只需选投入档位：Standard（通用模型，日常编码）、High（强模型，难题与深度推理）、Max（最强模型，最复杂推理）；系统内部按 Single（单模型直解）、Cascade（高效模型起草 + 质量检查决定是否升级）、Critique（一个模型起草、另一个评审、原模型修订）三种工作流调度。在 Artificial Analysis Coding Agent Index 上，Fusion Max 得分 60，与 Claude Code 配 Opus 5.5 Max 相差 2 分以内，而单任务平均 API 成本约为其一半、token 用量约一半、耗时少约 40%。已支持 VS Code、Copilot app、Copilot CLI 与 JetBrains，管理员可按企业策略限定可用模型并设为默认。
    链接：https://github.blog/changelog/2026-10-28-route-and-orchestrate-models-with-github-copilot-fusion/

  10. DeepSeek V5 现身官方代码库，新一代旗舰预计 11 月登场
    有开发者发现 DeepSeek Harness 官方代码库中已出现 DeepSeek-V5、V5-open 与 V5-next 相关代码，同期官方再次更换了模型指纹。从代码结构看，V5 目前主要是占位符角色，但发布机制已经就绪：正式推出时只需在服务端修改 /models 配置即可下发，无需强制客户端发版。两条下发路径的差别很明确——deepseek-v5-open 走无版本门槛路线，deepseek-v5-next 则属于必须升级客户端的路径。这只能证明前置铺垫完成，并不意味着立刻上线。结合 9 月 17 日 V4.1 Flash 完全换新架构却仍沿用 4.0 命名的节奏，业内推测新旗舰可能定名 DeepSeek V5 Pro，最快 11 月推出，届时 V5 Pro 与 V5 Flash 有望同步更新，让命名序列更清晰。
    链接：https://www.aibase.com/zh/news/31925

数据来源：TheAIEra News Hub
生成时间：2026-10-29 08:15:00

posted @ 2026-10-29 08:11  iTech  阅读(69)  评论(0)    收藏  举报