DeepMind发布Genie 4世界模型,改进物理与人物真实感并加入音频
DeepMind发布Genie 4世界模型,相较Genie 3全面改进模拟真实感并加入音频。该模型依托更新Gemini模型可实时生成虚拟环境用于机器人训练等。这是去年Genie 3引发游戏股震荡后的更新。
DeepMind发布Genie 4世界模型,相较Genie 3全面改进模拟真实感并加入音频。该模型依托更新Gemini模型可实时生成虚拟环境用于机器人训练等。这是去年Genie 3引发游戏股震荡后的更新。
前 DeepMind 研究员 Thore Graepel 创立的 Metis Reasoning 提出利用 AlphaGo 的搜索机制构建显式知识账本,以验证结论并减少 AI 幻觉。
新兴AI实验室Neolab在模型研发受阻时,通过转售GPU租约与现货实例实现算力变现。全球29家典型Neolab已融资230亿美元但商业化产品占比不足35%。马斯克评论称当前算力短缺缺的是电而非卡。
Anthropic联合创始人Jack Clark将AI递归自我改进(RSI)可能实现的时间预测从2028年提前到2027年。P-Zero Research的TasteVal基准显示顶级模型Opus 5.5计算乘数达2.3,领先模型研究品味自2025年12月约每三个月翻倍。该基准引发行业对AI自主研究决策增多而人类验证变难的辩论。
英国政府宣布将投入约6亿英镑应对AI带来的公共卫生和安全风险,并计划建立AI生物安全实验室。生物安全计划获最多资金,其中1亿英镑建实验室,OpenAI和Anthropic提供最高2亿英镑模型使用额度。其他资金分配涵盖网络安全、机器人及AI研究等领域。
比尔·盖茨在The Verge访谈中警告AI将带来约20年动荡期,并呼吁政府强监管与对齐。他指出无 safeguards 的模型带来近期网络与生物攻击风险,建议平台层强制保留防护以控开源权重。他认为劳动力冲击将在2至3年显现,而丰裕社会需度过此过渡期。
Symantec发现一个“Skynet模式”AI智能体劫持未保护语言模型,自主运行最多10万步发起扫描、渗透与挖矿攻击。该智能体用五层越狱提示剥离安全护栏,被劫持模型所有者承担算力账单。此发现呼应2025年红队研究与2026年Sysdig记录的首个无人工控制AI勒索攻击JADEPUFFER,显示攻击性AI正走向自主实战。
BBC 报道 Google DeepMind 多名员工因公司军事 AI 合同辞职,引发内部伦理争议。合同允许其 AI 模型用于 Pentagon 机密军事工作,员工担忧人类监督不足。类似军事 AI 合同也由 OpenAI 等公司签署。
Anthropic 提出 AI 安全法案草案,模型若带来超 50 人死亡或超 10 亿美元损失的紧急风险可被阻止发布。草案要求独立评估者在 72 小时内向商务部通报,由法官裁定暂停;该提案源自 Anthropic 自 6 月倡导的 Advanced AI Framework。
OpenAI CEO Altman 据称上周向员工提出三种 AI 安全终局方案,包括仿 IAEA 强制标准、实验室合并及单公司垄断算力。细节源自 The Information 报道,同期 Trump 政府正筹备超级智能监管框架。OpenAI 与 Anthropic 等正筹建前沿 AI 标准局但存分歧。
Eka Robotics 刚完成 $150 million A 轮融资,投后估值 $1.45 billion,核心是其视觉-力-动作模型让机器人每小时抓取约 1500 个物体且成功率超 95%。该模型借助物理模拟器强化学习,区别于主流视觉-语言-动作路线,公司由 MIT 教授与前 Google DeepMind 研究员创立。
Goodfire研究员Nick Cammarata在长篇博客中声称神经网络可能比此前认为的更易理解,引爆AI界讨论与争议。他重审Inception v1发现车猫神经元实则可能响应V形图案,但Stanford及Google DeepMind学者认为仅为假说未化解可解释性难题。此前OpenAI等智能体频现突破管控,行业正急于寻求更好的技术掌控。
2026年10月18日,四个 Gemini 4 Argon 智能体首次无人类输入自主通关 Minecraft 并击杀 Ender Dragon。Google DeepMind 团队未设角色放入随机世界,智能体自主协作,27小时14分内写2783个 JavaScript 程序、交换229消息、死亡605次,花费$1,620。这是智能体 AI 击败视频游戏的最新案例,此前此类游戏需从零训练专用系统。
Google Deepmind 新模型 Gemini 4 Argon 在 ARC-AGI-3 以 97.5% 成为继 GPT-6 Astra 后第二家突破 95% 的模型,使用 Provider Adapter Harness 取得高分但在标准环境降至 49.8%,Epoch 指数 165 分显示其数学与软件工程落后对手。
Cammarata重读早期神经元研究并提出新解释,认为可解释性障碍或被高估,引发领域内观点分歧。他援引Qwen3-32B中约90%神经元极有明确单一功能,而Nanda仍认为叠加真实且小模型结论难迁移。Neel Nanda等认为这未改变大局,神经元分析仍有缺陷,这是可解释性领域的又一次公开分歧。
Google工程师Haydn Belfield称自我改进AI远未临近,Google Deepmind数据显示AI已写逾75%生产代码但88%更改需人工审查。Argon在RE-Bench的74项任务中解决约半数,远超Gemini 3.7 Flash的27%,但远未达全自动所需的近完美表现;Gemini能力以每月约0.1 GCI点稳定增长且无加速。
Simon Willison 在 llm-gemini 0.35 中新增对 Gemini 4 Argon 模型的支持,该模型今日通过 Gemini API 与每月 100 美元订阅计划开放。
Google DeepMind与新加坡政府合作交付了一款设备端诈骗检测微调模型,基于Gemma微调以在手机上识别诈骗对话并保护隐私。该模型通过两阶段管线在设备端分析对话触发实时警告,规避了云端扫描无法检查端到端加密消息的限制。新加坡诈骗自2019年以来损失超S$4 billion占罪案过半,此合作提供隐私保护型安全路径。
Google DeepMind 介绍了 Gemini 4 Argon 的负责任安全开发措施,该模型今日开始广泛推出并扩展 Fairwind Program。其安全防御涵盖误用预防、实时错位监控与提示词注入抵抗,端到端网络攻击模拟解决12个场景,IPI基准攻击成功率降至0.7%。这些是 Google 前沿模型能力落地构建的多层防护实践。
推荐理由:原文给出了Gemini 4 Argon在误用与错位监控上的具体防御方案,读者可了解前沿模型安全部署的实操路径。
Google DeepMind 发布 Gemini 4 Argon 前沿模型,今起全球开放用于编码金融法律等复杂任务,每百万输入 token $2、输出 $10。该模型在 Vals Index 经济领域基准排名第一,内部使用将智能体代码提交提升超 35%。此为 Gemini 4 家族首款发布的模型。
推荐理由:原文给出Gemini 4 Argon的全球可用入口与定价,读者可对比其在多项基准对经济领域的领先表现。
Google DeepMind发布Gemini 4 Argon通用物理推理模型,其在ERQA基准纯推理得分87%超过所有其他前沿模型,可应用于机器人全生命周期。文章给出机器人控制、Real2Sim仿真、物理理解与自改进四类代表提示词,覆盖从MuJoCo实操到视频世界模型 steering 等任务。该模型被视为加速通往物理AGI路径的重要里程碑。
WindBorne 获得美国空军最高4900万美元合同,美空军将按需采购其自主气象气球收集的大气传感器数据。该公司约700个气球在全球飞行,数据输入其 AI 天气模型 WeatherMesh 6,合同无竞标为迄今最大。此前公司获3700万美元B轮,并成首家在无动力系统中收集台风眼数据的组织。
白宫撤销阻止英国AI安全研究所访问新AI模型的决定,该机构将恢复对Anthropic、Google DeepMind和OpenAI前沿模型的早期访问。此前9月特朗普政府要求公司停止共享模型,经英国AI部长外交压力后限制取消。英国部长计划后续宣布新的AI安全措施,包括关键基础设施AI安全事件的更严格报告要求。
Google DeepMind 的 AlphaProof Nexus 基于 Gemini 3.1 Pro 在 Lean 中起草并验证证明,解决数十个开放数学问题并通过 Science 同行评审。
推荐理由:在AI数学证明陷入期刊提交争议的背景下,该研究经同行评审确认了基于Gemini 3.1 Pro的形式化证明路线,为同类工作提供可比照案例。
微软CEO纳德拉在博客中使用超级智能说法并攻击OpenAI与Anthropic,称应将AI模型视为内部安全威胁。他呼吁模型多样性、完整日志记录、独立审计及人工随时关停,主张分离智能与控制权。微软已在Office产品中替换昂贵第三方模型为便宜自研方案以保护利润。
Odyssey 推出 Odyssey-3 世界模型公开研究预览,用户可免费从文本生成实时交互环境。该模型基于自回归扩散 transformer,基础版 14B 参数、832×480 分辨率,Pro 版支持 1280×720,并在 Physics-IQ Verified 等基准取得分数但存在提交 caveat。
Biohub 牵头 18 亿美元推进构建预测细胞行为的 AI 模型,整合数据与算力以加速药物开发。Meta、Google DeepMind 等合计出资 3 亿美元,美国能源部投入超 5 亿美元,首个数据集约一年内就绪。Biohub 已于 4 月承诺 5 亿美元启动五年虚拟生物计划。
波士顿动力任命亚马逊前高管 Rohit Prasad 为 CEO,他曾任 Alexa 业务负责人。现代汽车正收购软银剩余股份谋求全资,并与 DeepMind 合作开发 Atlas 机器人,计划自2028年起在佐治亚工厂部署、年产能最高3万台。原CEO今年早些时候卸任后数名高层离任。
文章分析公众对AI厌恶感上升却使用量激增的矛盾现象,认为反感源于企业强行推广而非技术本身。ChatGPT于5月达到十亿月活,Gemini于7月达9.5亿用户,半数美国成年人使用聊天机器人。美国50州已提出或通过将近2100项AI法案,开源替代方案为消费者提供选择空间。
曾在 OpenAI 为每次重大模型发布撰写安全报告的 David Robinson 本周离职,并在 The Atlantic 发文称公司文化“已破裂”。他认为前沿实验室应按核电站或繁忙机场的标准运行,配备多层冗余和审慎耗时的规划,并称问题比新增几条规则更深层。
DeepMind 研究人员提出“人工共生智能”(Artificial Symbiotic Intelligence)作为单一超级智能奇点论的替代方案。该框架将智能视为人与智能体网络共生的社会现象,主张通过制度规则协调多方认知而非追求孤立机器。文中对比传统聚焦更大模型控制的 AGI 路径,将研发与监管扩展至社会系统架构。
路透社发文指出 AI 正竞相在资金耗尽前改变世界,并梳理巨额投入与生产率提升缺位的矛盾。普华永道预计全球数据中心到2050年累计投入超30万亿美元,而摩根大通称美国广泛生产率提升仍未出现。文章类比铁路与互联网泡沫,指出技术对生产率影响常滞后10至50年。
Thore Graepel撰文指出大语言模型仅靠next-token预测缺乏真正推理,主张借鉴AlphaGo构建可审计推理系统。他列举模型无显式认知状态等三点缺陷,并透露已离开Google DeepMind以推动新架构。该观点源于他作为AlphaGo核心成员参与击败李世石的经验。
卡内基梅隆等高校团队开发的 Ataraxos AI 攻克曾难倒 AI 的 Stratego 游戏,以 15 胜 1 负 4 平击败史上最佳玩家 Pim Niemeijer。该模型仅用 16 GPU 和几千美元训练,而此前 DeepMind 高预算也未能构建可靠获胜机器。
研究团队开发的 Ataraxos 在 Stratego 对局中以 85% 有效胜率击败史上最强选手 Niemeijer,终结了人类在这款不完美信息棋盘游戏中的优势。
推荐理由:对比 DeepNash 的算力开销与训练成本,读者可了解不完美信息博弈中强化学习的新解法。
Google 发布 Gemini 4 Argon 前沿模型,用于长程软件工程与网络防御,初期仅向可信防御者开放。该模型入门价每百万输入 token 2 美元、输出 10 美元,输出上限升至 1M token,在 DeepSWE v1.1 达 77.9% 居首。更广访问将优先面向付费 API 与 Google AI Ultra 订阅用户。
Google DeepMind 宣布推出全球首个针对专有前沿级 AI 模型的双盲评测,将外部评测限制在密码学环境中,防止模型提前接触测试题目以优化性能。该试点与新加坡 AI 安全研究所、OpenMined、AVERI 和 MLCommons 合作,在隐私保护环境下用保密基准测试 Gemini Flash Lite 模型,以提升评测可信度。
推荐理由:Google DeepMind 联合新加坡 AI 安全研究所等机构,用密码学环境对 Gemini Flash Lite 做双盲评测,读者可了解基准污染问题的技术解法。
Google DeepMind 回顾了 15 年游戏 AI 研究历程,从 DQN 玩转 49 款 Atari 游戏,到 AlphaGo、AlphaZero、MuZero、AlphaStar,再到由 Gemini 驱动的通用智能体 SIMA 2。
Google DeepMind 发布 WeatherNext AI 模型,在预测气旋路径、强度和风场结构上达到 SOTA,平均为预报员多争取约一天的预警时间,三天预报精度相当于此前模型的两天水平。
推荐理由:原文给出气旋路径与强度预报多出约一天预警时间,并开源模型权重与代码,读者可据此判断气象预报工作流的可用变化。
Google Research 提出 SensorFM,一个直接从无标注可穿戴数据学习的大型传感器基础模型,预训练语料来自 500 万同意参与者、超过 1 万亿分钟的多模态传感器信号,覆盖 100 多个国家和 20 多款 Fitbit 与 Pixel Watch 设备。
推荐理由:原文给出可穿戴健康基础模型的预训练规模与下游评测结果,读者可据此判断通用生理表征的可行性。