中国电信推出“外卖云监管-食安封签”解决方案
中国电信在上海推出“外卖云监管-食安封签”解决方案,通过 5G 智能封签机为外卖配送增加安全锁。该方案结合天翼视联的七大 AI 识别能力与视频监控,实现后厨操作及配送全流程可溯源,消费者扫码即可查看。这是继“明厨亮灶”将后厨监管延伸至台前后,进一步守护外卖配送环节的重要举措。
中国电信在上海推出“外卖云监管-食安封签”解决方案,通过 5G 智能封签机为外卖配送增加安全锁。该方案结合天翼视联的七大 AI 识别能力与视频监控,实现后厨操作及配送全流程可溯源,消费者扫码即可查看。这是继“明厨亮灶”将后厨监管延伸至台前后,进一步守护外卖配送环节的重要举措。
Google 与贝斯以色列女执事医疗中心(BIDMC)在《柳叶刀》发表研究,显示 AI 聊天机器人 AMIE 在临床场景中鉴别诊断与医生确诊吻合度达 90%。该研究是 Google 成果首次登上《柳叶刀》主刊,98 名患者参与测试且无对话被中断,75% 场景下 AI 摘要帮助医生提前准备。
小米智能摄像机 3 今日开售,首销 179 元。该设备搭载 500 万像素镜头,支持 3K 超清画质及 6 种 AI 灵敏检测,并配备双电机云台实现 360° 水平视角。新品支持小米澎湃智联,可与其他米家产品实现智能联动。
Anthropic 宣布 Claude 新增 Dashboards 数据仪表板与 Motion 解释性动画功能。Dashboards 允许用户通过自然语言构建自动更新的数据监控仪表板,Motion 可将文字、图表等素材动画化为短片,且未调用视频生成模型。目前两项功能均处于测试状态,Dashboards 向所有付费用户开放,Motion 仅限 Team 和 Enterprise 用户使用。
极米宣布 MemoMind One AI 显示眼镜开启超前预约,搭载蔡司定制光学镜片与哈曼联合调音。该产品支持 Memo 记忆、双目显示及 16 小时综合续航,并采用无摄像头隐私保护设计。
Odyssey 发布 Odyssey-3 系列基础世界模型,其 Pro 版在 Physics-IQ Verified 视频到视频基准测试中取得 66.1 分,创该榜单最高纪录。该模型采用自回归扩散变换器架构,支持实时预测环境变化,并在 WorldMark 评估的三类环境中均排名第一。
Liquid AI 开源 d1 系列两款开放权重决策模型,其中 d1-3B 在 NVIDIA RTX 4090 上单次判断耗时 8 毫秒。d1-3B 拥有 31.2 亿参数,在 Decision Index v0.2.1 测试集获 48.57 分;d1-omni-600M 以 5.87 亿参数支持文本、图像及语音输入。
Biohub 联合美国能源部(DOE)、国立卫生研究院(NIH)及 Google DeepMind 等机构,承诺投入 18 亿美元用于生成 AI 就绪的生物数据。该计划旨在建立开放资源以训练预测性生物学模型,加速疾病研究与治疗。这是继 2026 年 4 月宣布 Virtual Biology Initiative 后,该国际协作在数据生成规模上的重大扩展。
小米智能门锁 5C 猫眼版正式开启预售,国补后到手价 999.6 元起,京东日常售价 1176 元。该门锁搭载自弹锁体支持关门自动上锁,配备 AI 智能猫眼及 100 万像素摄像头,提供 11 种开锁方式。其采用双模智能供电系统,5000mAh 锂电池可续航 5 个月,并支持小米澎湃智联全屋联动。
Google Cloud 发布通用办公 Agent Gemini Agent,支持跨应用执行任务并动态调用 Anthropic 的 Claude 模型。该 Agent 具备独立企业身份,可像同事一样参与协作,并拥有四种记忆机制以积累工作知识。此前 OpenAI 和 Meta 已分别推出 Dots 和 Muse,谷歌此举标志着巨头在办公 Agent 领域的竞争正式展开。
斯坦福博士生 Samuel King 利用生成式 AI 模型提出微型病毒的基因蓝图,验证了 AI 设计新生命形式的可能性。该成果虽非 AI 生成的生命,但标志着相关技术的突破。King 因此入选 MIT Technology Review 35 岁以下创新者,并将于 10 月 16 日接受访谈。
Anthropic 将 Claude Dashboards 和 Motion 投入测试,扩展了从文档到实时数据视图和代码动画的 artifact 工具。Dashboards 支持连接 Redshift、BigQuery 等数据源,Motion 通过编写代码而非视频生成模型制作动画。此前 Docs、Slides 和 Design 已退出测试并在所有计划中可用。
苹果官宣 10 月 13 日举办“欢迎回家”发布会,预计发布首款智能家居中枢产品。该产品配备 6 英寸屏幕,提供壁挂与桌面两种形态,运行代号“Charismatic”的操作系统,并预估搭载 A18 或更高级别芯片。此前爆料称其将融合 tvOS、watchOS 与 iOS 元素,且苹果计划同期发布升级版 HomePod Mini 及与 LG 合作的智能家居设备。
比亚迪大唐全尺寸闪充旗舰 SUV 首次 OTA 开启推送,带来 28 项功能新增与 19 项优化。新增功能涵盖路面预瞄、全地形模式及“迪迪虾”生态智能体服务,后者已接入千问、豆包等大模型及高德地图等应用。此前该车型于 6 月 17 日上市,官方指导价 23.99 万元起。
XREAL 确认其 Android XR 眼镜 AURA 提供两档配置,12GB+256GB 版本定价 1279 美元,16GB+512GB 版本定价 1499 美元。该设备由不到 95g 的眼镜本体和基于高通骁龙 Reality Elite 芯片的计算单元组成,支持 Google Gemini 人工智能。
日本企业 PFN 发布翻译模型 PLaMo 3 Translate 31B,支持语言从 2 种扩展至 53 种,并引入覆盖 15 种语言的在线会议翻译模式。该模型在四项翻译基准测试中平均分数优于 GPT-6.1 Sol 和 GPT-6 Astra,且每 10 万字符输入成本仅 14 日元。此前该系列仅支持日语与英语两种语言。
OpenAI 宣布 GPT-6 开始向 ChatGPT 免费和 Go 用户推送,用 GPT-6 Luna 替换 GPT-5.6 Luna。新版引入 Intelligent UI 功能,可生成图表、按钮等交互界面,且 GPT-6 Instant 开始回答的时间平均比 GPT-5.6 Instant 早 44%。
Ben Affleck 表示其计算机兴趣源于电影从模拟转向数字的过程,视觉特效工作流多年来已包含机器学习。他利用卷积神经网络处理图像张量,通过边缘检测和特征提取识别图案,从而更轻松地移除绿幕并替换背景。
OpenAI 在 ChatGPT 中推出 GPT-6 与 Intelligent UI,付费层先用 GPT-6 Sol 免费层次日用 Luna。Intelligent UI 可组合文本与图形按钮等交互元素,GPT-6 网页搜索响应比 GPT-5.6 快 44%。此次发布扩展了上月向付费客户推出的 GPT-6 家族。
OpenAI 为 ChatGPT 推出 Intelligent UI 功能,随 GPT-6 在回答中内联图表按钮等交互元素。该更新今日起向 Plus、Pro、Business、Enterprise 用户推送,周四扩至 Go 和免费档,高阶用户用 GPT-6 Sol 而免费用户用 Luna。OpenAI 上月宣布首批 GPT-6 模型,现将其带入 ChatGPT 并改进搜索与安全抗性。
微软正计划将 MAI Code 1.1 Flash 模型(130B 参数、256K 上下文)引入 Windows 11 设备。该升级版模型已集成 GitHub Copilot 等开发环境,采用 3-bit 量化缩小 80%,新增看图写代码能力,编码基准提升约 22% 且输出更快。这是继 6 月发布后从工具走向系统层整合的延伸。
今日 Liquid AI 发布开放权重 d1 决策模型 d1-3B 与实验性 d1-omni-600M,可在边缘设备做多模态决策。d1-3B 在 Decision Index 0.2.1 得 48.57 分超 Decider 35B-A3B,于 Jetson 延迟低至 16 毫秒。模型基于 LFM 单前向传播不生成 token,已在 Hugging Face 开放。
推荐理由:Liquid AI 开放 d1-3B 等决策模型权重,以单前向传播在 Jetson 实现低于 50 毫秒多模态推理。
OpenAI 发布 Decisions API,可评估文本或图像,运行速度约为 Responses API 的 10 倍。该 API 目前公开测试仅支持 gpt-6-luna,输入 $0.10 每百万 token 且输出免费,支持是/否概率、预设分类选取与量表评分。
谷歌与 Unity 合作推出实验性 AI 游戏平台 Playground,用户可通过简短提示词在浏览器中创建游戏。该平台支持对话式调整物理效果、规则及角色,并允许用户将作品共享至 Explore 展示页。未来 Playground 将与 Unity Spark 集成,以提供更强大的 3D 开发能力。
豆包 App 正式登陆华为鸿蒙电脑端,用户可在应用市场直接搜索下载。首版本搭载豆包 2.1 Turbo 和 2.1 Pro 模型,支持对话与工作切换,并上线深入研究、PPT 生成、图像生成等核心能力。此前今年 6 月,字节跳动已在火山引擎上线了豆包 Seed 2.1 系列模型。
谷歌新款 Fitbit Edge 手环曝光,欧洲售价 179 欧元,配备 Gemini 个性化教练提供定制健身计划与实时指导。该手环搭载 1.34 英寸 AMOLED 屏幕,关闭常亮显示时续航最长 7 天,并支持血氧、心电图等健康功能。此前该设备已泄露渲染图,此次爆料补充了具体售价、4 种配色组合及 AI 功能细节。
Meshy 在 a16z 首份消费级 AI 应用月收入榜单中位列第 31 名,是榜单上唯一的 AI 3D 公司。该榜单基于 YipitData 追踪的美国消费者银行卡消费数据,揭示了用户为专业化创意工具付费的趋势。此前 Meshy 年度经常性收入已突破 1 亿美元,并于 2026 年 7 月完成近 4 亿美元 B 轮融资。
谷歌推出 macOS 应用 AI Edge Foresight,采用 EmbeddingGemma 2 端侧多模态模型实现完全离线运行。该应用可调用 Mac 麦克风与系统音频,自动整理润色会议纪要,并支持基于会议内容及知识库的实时问答。这款应用兼容 Apple 芯片的 Mac 计算机,用户可免费下载。
OpenAI 公开内部前沿模型生成的722篇数学论文与证明工件,称解决500大开放数学问题中的90个,平均每个结果约3小时 ChatGPT Pro 计算。同期 Mistral 发布 Large 4 模型(1T参数、49B激活),Google 推出 EmbeddingGemma 2 多模态嵌入模型与 Nano Banana 2.1 图像模型,行业动态密集。
Simon Willison 发布 llm-openai-decisions 0.1a0 插件,封装 OpenAI 新 Jev 式 Decisions API。该插件调用 gpt-6-luna 模型,支持图像与文本输入及三种决策问题类型,安装命令为 llm install llm-openai-decisions。OpenAI 该 API 于上周 DevDay 宣布。
2026 年 10 月 7 日 IT 早报汇总了多项科技资讯,包括余承东详解华为 Mate 90 系列首发的“拼好网”功能,以及杨利伟宣布中国空间站下半年将迎来首批外籍航天员。此外,余承东官宣鸿蒙系统正考虑逐步推向全球市场,2026 年诺贝尔物理学奖也正式揭晓。
谷歌正式推出 EmbeddingGemma 2,将嵌入能力从文本扩展至代码、图像、视频、音频,可统一映射到同一嵌入空间。该模型基于 Gemma 4 架构,总参数 7.4 亿,量化后纯文本端侧运行仅需约 191 MB 内存,配备 8K Token 上下文窗口。开发者可在 Hugging Face 下载并用于搭建离线跨模态检索系统,这是初代 EmbeddingGemma 的升级版本。
Google DeepMind 发布 EmbeddingGemma 2,一个 740M 参数、基于 Gemma 4 架构并采用 Apache 2.0 许可的开源多模态嵌入模型,可将文本、代码、图像、视频和音频统一映射到嵌入空间。
推荐理由:原文给出了轻量多模态嵌入模型的端侧性能指标与模块化设计,读者可据此评估本地 RAG 与跨模态搜索的可行性。
Google 称 EmbeddingGemma 2 多模态嵌入模型以 740M 参数在基准上超越两倍大小竞品。模型开源可本地运行,配合 Gemma 4 支持离线 RAG,权重发布于 Hugging Face 与 Kaggle。其在 MTEB(Code) 获 78.68 分,较前代 68.76 提升近 10 点,浏览器 WebGPU 查询需 20-70 毫秒。
该方案利用 Amazon Bedrock AgentCore 运行时与开源智能体系统 OpenClaw,构建具备持久记忆能力的上下文感知 AI 助手。系统通过 Claude Haiku 4.5 处理文本、Claude Sonnet 4.5 处理视觉任务,采用按消耗计费模式,轻度个人使用月成本仅约 1-2 美元。整个架构封装在单个 AWS CloudFormation 模板中,支持一键部署。
作者使用 Mistral Large 4 与 Claude Opus 5.5、GPT-6.1-sol、Gemini 3.8-flash 生成“穿渔网袜的犰狳在火星闯红灯”的 SVG。此举旨在展示当前前沿模型基准测试已饱和,模型需应对此类荒诞场景。
Mistral 发布 Mistral Large 4,该万亿参数模型主打处理 Claude 与 GPT-6 拒绝的安全任务。其在 Artificial Analysis 智能指数获 38 分仍落后闭源顶尖模型,但开放权重预计 10 月底发布并支持本地部署。Mistral 正将重心转向企业客户,此前已将 Le Chat 重建为工作工具 Vibe。
Pinterest 推出由 Pinterest Intelligence 驱动的“Beauty Guides”功能,将用户保存的美妆 Pins 转化为包含专业术语、耗时及价格范围的沙龙行动计划。该功能旨在帮助用户在沟通时准确表达需求,目前支持发型、发色、指甲形状及光泽度相关的 Pins。
Mistral AI 发布千亿参数多模态模型 Mistral Large 4(ML4),目标超越中美封闭与开源竞争对手。模型暂未开源权重但计划三周后开放,训练采用 4000 块 NVIDIA GPU 且算力少于对手。优化场景涵盖网络安全、金融与芯片设计,契合欧洲前沿实验室定位。
Mistral 发布 Mistral Large 4 预览版,这是拥有 1T 参数和 49B 激活参数的原生多模态 MoE 模型,具备指令遵循、推理与智能体能力。