10 月 27 日深夜，谷歌 DeepMind 发布新一代世界模型 Genie 4，自称"迄今最逼真、交互性最强"。旧局在于：文生视频是焊死时间线的录像带，生成后镜头与人物都改不了。Genie 4 造出实时响应按键的物理世界，单次连贯交互从上代 Genie 3 的 1 分钟翻倍到 2 分钟。
更显"活"的是空间一致性与永久记忆——推开一扇门，门后长出符合逻辑的房间；踢倒椅子转身再回来，它仍躺原地，不会一转头背景就变样。运行中还能打字改天气、换机位。
Genie 4 是首个原生支持音视频同步生成的世界模型：骑马踩过浅滩，马蹄溅水声随距离变化；走近篝火，木柴噼啪声放大。走到虚拟角色（NPC）面前能开口或打字对话，对方据场景实时回应。
背后是双模型协同：Gemini Omni 锁死角色道具外观，运行中的 Gemini 3.8 Flash 当"幕后导演"，实时盯画面、拆目标、逐帧审查；Gemini 4 Argon 被塞进虚拟房间，仿真训练 Apollo 人形机器人下棋做家务。
短板仍明显。谷歌坦承，长时运行后细节会漂移，画面文字仍易乱码；物理交互、空间与长期一致性仍是难题，真实性未证明可替代引擎。目前它仅向受信任测试者开放，面向公众还需绑定约 100 美元 / 月的 Google AI Ultra 会员排队。
微软10月27日发布MAI-Image-2.7-Preview。AI首席执行官苏莱曼称，其在Artificial Analysis图像编辑榜升至全球第二，仅次于OpenAI的GPT Image 2.5 Sunburst（max），领先谷歌、Meta、xAI及OpenAI另一档。该模型并非文生图，而是可控编辑：输入原图加文字指令，即可输出修改图，擅长整体换风格、重新打光、修改画面文字符号及修复增强素材。
前Meta AI总监Rohit Patel推出AI生产力公司Ndoc及同名一体化办公平台，挑战微软Office与谷歌Workspace。平台未在传统表格中嵌入聊天机器人，而是从零构建含“阶段”“叙事”“模型”三个标签页的工作空间。用户可在“模型”页上传原始数据集，生成带可见Python脚本的分析报告，并借内置AI聊天解释。
10月28日，蚂蚁集团百灵大模型正式开源Ling-3.1-flash-1019。该版本在Ling-3.1-flash基础上训练优化，在Artificial Analysis Intelligence Index v4.3.2中获44分，较上一版提升3分。百灵同步开源基础模型Ling-3.1-flash-base，为长程任务的知识、推理和计算效率打基础。新版本面向Personal Agent场景，进一步提升复杂工作流处理能力。
《纽约邮报》26日报道，加州大学伯克利分校教授、菲尔兹奖得主理查德·博尔彻兹宣布，因AI滥用使计分家庭作业形同虚设，他将不再布置此类作业。他表示，已几乎无法分辨学生作业是本人还是AI所写，因此把评估重心转向禁止使用电子设备的线下考试，只认这种场景下的真实水平，并直言在线考试如今纯粹浪费时间。
芒果超媒发布2026年三季报：前三季度营收93.51亿元，同比增长3.18%；归母净利润2.13亿元。利润受刚性内容成本、渠道合作模式调整、影视剧排播致会员收入下降，以及投资公允价值变动、研发宣发费用等影响。整体收入小幅增长、利润承压，但第三季度业绩已出现明确底部反转信号，后续修复仍待观察。
关注 “悠AI” 更多干货技巧行业动态
相关文章
