新闻资讯 · 第 7 页

• Gemini 4 Carbon 发布，先向安全团队开放

  Google 于 10 月 28 日公布 Gemini 4 Carbon，重点提升代码、网络安全和长时间智能体任务能力。首批访问面向部分网络防御团队，后续通过 Fairwind 计划扩大到受信任合作伙伴，尚未向所有普通用户开放。

• Genie 4 开放研究预览，可实时修改世界并生成声音

  Google DeepMind 于 10 月 27 日发布 Genie 4 世界模型，支持在运行中的模拟世界里用文字修改天气、场景、角色和事件，并同步生成环境音、音乐与对话。Gemini 模型参与理解指令和规划场景中的事件。

• OXR 将 PDF 转成 AI 可读的结构化数据

  SoMark 团队公开 OXR 文档解析模型及代码，将 PDF 和文档图片转换为 Markdown 或 JSON，同时保留版面坐标，方便智能体检索和处理。模型规模为 13 亿参数，支持文字、表格、公式等多种文档元素。

• DeepSeek 社区量化版公布逐档评测

  AtomicChat 在 Hugging Face 发布基于 DeepSeek-V4.1-Flash-1017 的社区 GGUF 衍生版本，组合 GSQ-RCO 量化和行为调整，并公开各个量化档位的测试记录。这是社区维护的版本，并非 DeepSeek 官方发布。

• JustGoal 让 AI 自行优化 GPU 算子

  10 月 27 日发布的 JustGoal 论文测试了一种更简单的算子优化方式：只向通用智能体提供优化目标和约束，让它自己编写算子、建立评测循环并持续调整，不预设专门的算子知识库或工作流。

• Trajectory 获 4500 万美元融资，推出模型训练平台

  Trajectory 于 11 月 2 日宣布完成 4500 万美元 A 轮融资，估值 3 亿美元，由红杉资本领投，NVIDIA、Bessemer 和 Bain Capital Ventures 参投。同日发布的平台把模型后训练、评估与部署放进同一套工作界面。

• HachimoDock 把 AI 任务进度变成桌面小宠物

  HachimoDock 是一个公开资料的桌面 AI 硬件项目：小屏幕上的角色会随着智能体的思考、执行和等待状态变化，让电脑里的任务有一个看得见的实体入口。项目同时提供电脑客户端与 ESP32-P4 固件。

• OBLITERATUS 发布 DeepSeek 衍生模型评测

  OBLITERATUS 公布了基于 DeepSeek-V4.1-Flash-1017 的行为调整版本，提供 BF16 权重和评测方法。这一社区版本改变了模型的拒答行为，不是 DeepSeek 官方更新。

• Anthropic 更新招股书：季度营收约 170 亿美元

  Anthropic 在 11 月 2 日更新的 S-1/A 中披露，第三季度营收为 169.56 亿美元，第二季度为 115.55 亿美元；第三季度经营亏损 5.67 亿美元，净亏损 232.91 亿美元。净亏损包含大额可转换票据等公允价值变动，不能直接等同于现金消耗。

• Oracle 拟发行股票和债券，合计融资 200 亿美元

  Oracle 于 11 月 2 日提交的发行文件列出 100 亿美元普通股融资，并说明另有一笔 100 亿美元高级债券发行同步推进。两笔发行彼此不以对方完成为前提，仍以最终发行条件为准。

• ADNOC 联合 OpenAI、G42 推进能源 AI 应用

  阿布扎比国家石油公司 ADNOC 于 11 月 2 日宣布，与 OpenAI、G42 签署多年合作协议，将 OpenAI Frontier 引入能源业务，连接生产、加工、炼化、物流及销售环节的智能体。

• OpenAI 公布 Rosalind-6 科研访问与安全说明

  OpenAI 发布 GPT-Rosalind-6 系统卡补充说明，将其定位于生物学、药物发现和转化医学研究。该模型与 GPT-6 Astra 使用相同权重，通过受信任访问向符合条件的科研机构、企业及政府合作伙伴提供。

• Google Research 扩展科研与地理空间 AI 工具

  Google Research 在 Research@ 活动中集中展示了地理空间分析、科学研究和边缘计算方向的进展。其中，Earth AI 扩大早期访问，并整合公共数据集搜索与时间序列预测能力。

• MIT 研究让机器分辨声音与环境

  MIT News 在 10 月 28 日介绍了教授 Paris Smaragdis 的声音机器学习研究。他的团队关注的不只是把语音变成文字，还包括分离不同声源、理解环境声音，以及帮助创作者编辑和分析音乐。

• AWM 用数学证明判断游戏目标能否实现

  Algebraic World Model（AWM）研究尝试让 AI 从陌生环境中学出可检查的数学规则：先探索并编写 Python 假设，再依据观测修正规则，最终转换为 Lean 4 形式化模型，证明目标可达或不可达。

• LFM3 社区 GGUF 版本公布兼容要求

  AtomicChat 在 Hugging Face 发布基于 LiquidAI/LFM3-1.7B 的社区 GGUF 衍生版本，并附带行为变化和能力测试记录。它不是 Liquid AI 官方发行，仍需遵循基础模型的 LFM Open License v1.0。

• Open-H3 开放高分辨率视频重生成方案

  Efficient-Large-Model 团队开放 Open-H3-Regenerate-2K，把低分辨率视频草稿重新生成为高分辨率画面。项目基于 MiniMax H3，提供三步细化流程，项目页列出最高 4K 的输出路径。

• 4B 社区模型尝试生成 Three.js 场景

  CCORE 发布 Qwen3.5-4B-3D-Coder 预览版，针对交互式 Three.js 场景和代码生成进行独立微调。项目提供 FP16、Q4_K_M 与 Q8_0 权重，还公开了包含 4146 个场景样例的训练数据集。

• Claude 被用于整理埃博拉应急报告

  Anthropic 在案例介绍中披露，WHO 非洲区域办事处、CEPI 与刚果（金）INRB 的团队正在尝试用 Claude 整理一线数据、研究资料与疫情应急工作记录。

• Qwen-Image 社区量化包面向本地生成

  社区维护者 abenzerps 发布 Qwen-Image-2.1 量化资源，提供 GGUF、Safetensors 与 MLX 等格式，用于不同硬件上的本地图片生成。模型卡列出配套文本编码器、VAE 与 ComfyUI 文件目录要求。

• PostgreSQL 19 延后，维护者谈 AI 查错压力

  PostgreSQL 核心贡献者 Robert Haas 在 10 月 21 日的文章中表示，AI 辅助发现缺陷的速度正在超过人工审核与修复能力，增加了 PostgreSQL 19 发布前的维护压力。项目公开计划将正式版日期放在 11 月 19 日。

• JEPA 研究检验不同模型的共同表征

  一篇 JEPA 研究预印本探讨：独立训练的文本与视觉模型，是否会学到可以对应的世界表征。作者给出带有明确条件的数学结果，并通过多种规模的数据实验检验表征对齐。

• 让 AI 直接改模型权重，研究团队公布实验

  一项名为 Weight Space Programming 的研究尝试让语言模型直接读取和修改另一个神经网络的权重，而不是通过常规优化器完成训练。研究博客公开了实验方法，并提供相应的代码与运行记录。

• PixVerse 联合 OpenAI 推出创作培训

  PixVerse 与 OpenAI 在 10 月 8 日公布了 Prompt to Production 教育合作，围绕创意策划、素材生成和成片制作提供演示课程。合作包括面向不同地区的两场线上研讨会，以及后续在 PixVerse 官方频道更新的视频系列。