本期首次入选范围 2026-10-28 08:00 至 2026-10-29 08:00 前（北京时间）
已发布模型摘要自动汇编 · 保留单篇结论与原文，未新增整期模型研判。
按首次公开入选时间归刊；原文较早、分析较晚的材料标记“补收”，不代表消息刚发生。
AI 日报 · 2026 年 10 月 29 日 · 星期四
MYHOT
Google Deepmind发布Gemini 4 Carbon，两周内推出Argon后全面升级
Google DeepMind在Gemini 4 Argon发布仅两周后推出Gemini 4 Carbon，以59分在人工智能分析智能指数v5中排名第一。该模型专为扩展代理工作流程和完整网络安全生命周期而设计，因先进安全能力初期仅限选定安全专家访问。
原发 · 入选 （北京时间）
模型发布/更新
Gemini 4 Carbon：Google发布最强模型，具备前沿网络安全与长程任务能力
Google DeepMind宣布推出Gemini 4 Carbon模型，在Artificial Analysis Intelligence Index v5.0中排名第一（59分），在网络安全领域表现突出：SEC-bench Pro漏洞检测达88.2%，ExploitGym漏洞利用达54.8%，CWE-bench补丁修复达71.0%。该模型在编码、代理任务和全栈Web开发等领域也有显著提升，WebDev Arena排名跃升至第4位（1769分）。Carbon将首先提供给网络安全防御者使用，定价与Argon相同，输入token每百万2美元，输出token每百万10美元。
原发 · 入选 （北京时间）
Google发布Gemini 4 Carbon模型：具备先进网络安全和长程能力
Google发布Gemini 4 Carbon模型，称其为迄今为止最强大的模型，具备最先进的网络安全能力和长程处理能力。该模型专注于解决复杂的安全挑战和长期任务处理。
原发 · 入选 （北京时间）
Nvidia开源Nemotron 3.5 Transcribe语音识别模型
Nvidia发布开源语音识别模型Nemotron 3.5 Transcribe，支持转录、说话人识别和翻译功能，通过文本指令操作。该模型在多项基准测试中领先，仅使用最强开源竞争对手六分之一的活跃参数。Nvidia还提供了包含超过80万小时语音的数据集及微调工具。
原发 · 入选 （北京时间）
NVIDIA Nemotron 3.5 Transcribe 和 Granary v2：可提示和适应的智能多语言转录模型
NVIDIA 发布 Nemotron 3.5 Transcribe 开源模型，支持40种语言转录、31种语言翻译和13种语言说话人识别，在多个语音识别和说话人分离基准测试中排名第一。同时推出 Granary v2 多语言数据管道和微调配方，支持开发者通过自然语言提示控制输出，并适应领域词汇和口音。医疗案例显示，微调可将单词错误率降低45.8%。
原发 · 入选 （北京时间）
AINews：Anthropic结束编码面试，Genie 4发布，数学和科学AI进展
Anthropic宣布停止编码面试，强调业务影响而非编码能力。Google DeepMind发布Genie 4，具有音频、物理和Gemini规划功能。Axiom完成CFSG的Lean自动形式化。OpenAI在谐波分析、复杂理论和QFT方面取得新进展，包括对ETH的所谓反驳。AI模型在数学、科学和代码验证方面取得显著进展。
原发 · 入选 （北京时间）
TLDR AI 2026-10-28
本期TLDR AI报道了Google推出Genie 4，Liquid AI发布LFM3模型，Axiom Math完成CFSG的计算机验证，Anthropic内部安全争议，AI芯片供应链分析，StreamVibe-VL模型，Anthropic的Claude模型对ETH的挑战，Meta的Interactive Simulator，LLM的睡眠框架，FrontierCode 2.0，Anthropic的药物开发，Anthropic收购Mithril Medicine，Nvidia投资Meta，Visual Studio更新，Glasser的数据服务，Gemini Robotics的Embodied Reasoning 2。
原发 · 入选 （北京时间）
产品发布/更新
为什么AI代理偏爱Supabase：从零到百亿估值的开源数据库平台
Supabase创始人Paul Copplestone和Ant Wilson在播客中分享了为何AI代理偏爱其平台的原因。Supabase每月启动约五百万个数据库，其Compute功能允许在数据库旁运行计算任务，支持从原型到PB级规模的应用扩展。平台提供无需Docker的本地后端、声明式数据库模式管理，以及OrioleDB、Multigres等技术支持大规模部署。
原发 · 入选 （北京时间）
AWS基于Amazon Bedrock AgentCore构建企业级AI代理平台
AWS发布基于Amazon Bedrock AgentCore的企业级AI代理平台架构，通过多账户运营模式、平台控制平面和可重复的工作流单元设计，解决了AI代理生产环境中的安全、治理和成本管理问题。该平台提供模型访问控制、工具访问管理、独立交付、舰队运营和生命周期管理等核心功能，并包含完整的CI/CD管道和评估门禁。
原发 · 入选 （北京时间）
AWS发布Ray Train DLC与EFA结合实现EKS分布式训练
AWS推出Ray Train深度学习容器(DLC)，集成EFA网络支持，用户无需自行构建容器即可在EKS上实现PyTorch分布式训练。该方案通过预配置的DLC解决了容器环境复杂性问题，支持FSDP全分片数据并行，在8个NVIDIA L4 GPU上成功微调Qwen2.5-1.5B模型，训练速度较TCP提升一倍。
原发 · 入选 （北京时间）
谷歌开放Android开发给第三方AI代理并推出新的Gemini API
谷歌宣布将Android Studio向第三方AI代理开放，通过新的“自带代理”功能，IDE现在支持超过40个编码代理，包括Anthropic的Claude Agent和OpenAI的Codex。谷歌表示，新的终端工具也有助于代理完成UI任务的速度提高77%，同时使用到的token数量减少至三分之一。Android开发正变得越来越以代理为中心。
原发 · 入选 （北京时间）
Claude for Legal新增自动验证源功能，完成后交由律师处理
Anthropic为Claude for Legal添加预构建模板，这些交互式概述和表格简化了法律团队的设置，加速了合同审查等常规工作，同时超过60项集成让公司能直接连接自己的数据库。新增的自动源验证功能可自动验证信息来源，完成后交由律师处理。
原发 · 入选 （北京时间）
NVIDIA RTX Spark轻薄笔记本新增型号、Agent工具和游戏支持
NVIDIA推出RTX Spark轻薄笔记本，搭载Blackwell RTX GPU和Grace CPU超级芯片，提供128GB统一内存和1 petaflop FP4 AI性能。新增功能包括Nemotron 3.5 Transcribe语音转录模型、LFM3开放模型系列、GPU资源管理工具，以及支持《Phantom Blade Zero》和《Minecraft》等游戏的DLSS 4.5和光线追踪功能。
原发 · 入选 （北京时间）
Anthropic 新人招聘：AI 编码时代，创业思维成为关键
Anthropic 经理 Felix Rieseberg 表示，传统的编码面试已经过时，因为 Claude 在解决小型编程任务方面比求职者做得更好。他更希望看到展示品味、同理心和原则思维的原型，因为他说：“渴望胜过资历。”这听起来很有启发性，但它将新人的标准推向了创业思维，并假设了一种并非每个人都带到工作中的忙碌心态。
原发 · 入选 （北京时间）
Anthropic扩大AI for Science项目，与20家科研机构合作
Anthropic宣布扩大AI for Science项目，与全球20家科学基金会、机构和研究组织合作，为从事高影响力科学项目的研究人员提供免费Claude积分。这些合作包括与HHMI Janelia研究园区开发Model Hardware标准(MHS)，与艾伦研究所合作分析大规模数据，以及支持普林斯顿大学、哥伦比亚大学等机构的多个研究项目。项目将产生开放数据集、开源软件和共享标准等公共产品。
原发 · 入选 （北京时间）
行业动态
AI代理攻破Anthropic内部系统，安全漏洞引发关注
网络安全初创公司Cathedral使用AI代理通过第三方软件攻入Anthropic内部系统，作为漏洞赏金计划的一部分。Anthropic确认销售、人力资源和IT数据被访问，但否认泄露程度如此严重。此次事件表明，即使是领先的AI实验室也容易通过外部软件依赖受到攻击。
原发 · 入选 （北京时间）
论文研究
MLE-World：基于Qwen3.5-4B的世界模型预测机器学习实验结果
研究团队推出MLE-World，一种基于Qwen3.5-4B微调的世界模型，可预测程序的终端输出（错误跟踪、训练日志和验证分数）而无需实际执行，并提供置信度评分。在17个MLE-bench Lite任务中，MLE-World与真实终端输出的匹配率达77.9%，远高于41.1%的大型提示模型。该模型引导的测试时扩展策略在减少实际执行的同时，实现了高达22.1%的性能提升。
原发 · 入选 （北京时间）
Hy-Nomas：支持自由形式交互的世界生成模型
研究团队提出Hy-Nomas视频世界模型，采用8B扩散主干网络，支持自由形式文本指令和连续相机控制，可在多轮交互中生成可变长度视频片段。模型通过结构化视频标题与动作感知因果注意力机制，结合视觉语言提示增强器，实现历史上下文与动作指令的分离处理。研究采用多阶段课程训练和扩散蒸馏方法，在人类评估中表现优于现有世界模型，并已发布模型权重、代码和基准测试。
原发 · 入选 （北京时间）
你的策略秘密是接口：智能体界面的决策几何学
研究表明，语言模型智能体的策略会继承其训练接口(harness)的偏好。在MiniWoB++实验中，仅改变观察字段顺序就使模型成功率从85.0%降至19.2%。新接口即使被固定模型比较拒绝，但只要提高性能上限，再训练后就能超越原始智能体。代码已在GitHub开源。
原发 · 入选 （北京时间）
Timestral：时间序列基础模型在多项基准测试中创纪录
研究团队推出Timestral时间序列基础模型家族，包含5M、28M、123M和209M四种参数版本。该模型在GIFT-Eval、TIME和fev-bench等基准测试中刷新了最先进水平，其中Timestral-209M和Timestral-123M在所有指标上占据前两名。模型通过解耦预测(DHF)、协变量框架和两阶段训练流程实现突破，所有模型权重已在Hugging Face开放，推理代码可在GitHub获取。
原发 · 入选 （北京时间）
无需校准数据的MoE解码通道选择方法
研究显示MoE模型在小批量交互解码时因加载路由专家权重而存在瓶颈。传统基于校准阈值的通道选择方法无法准确控制读取量且可能导致重复循环崩溃。研究提出top-k选择方法，无需校准数据，在13%和18%预算下，43项比较中有40项表现优于或等于阈值版本。同时引入基于模型权重的阅读器，在三个后训练MoE模型上保留98.1%准确率，仅需17.8%的路由专家读取量，Triton内核运行速度比优化后的vLLM快1.60至2.69倍。
原发 · 入选 （北京时间）
四元近似网络(QUAN)提升图像分类与定向目标检测性能
研究提出四元近似网络(QUAN)，通过哈密顿积分解实现四元卷积的近似计算，在保持几何特性的同时提高效率。在CIFAR-10/100、ImageNet图像分类和COCO、DOTA目标检测任务中，QUAN以更少参数实现更高精度，在旋转处理上优于传统CNN，成为四元CNN在目标检测任务中的SOTA方法，适用于资源受限的机器人系统。
原发 · 入选 （北京时间）
Nemotron-Labs-Diffusion-Uni：统一离散扩散大模型实现视觉理解与生成
研究团队提出Nemotron-Labs-Diffusion-Uni (NLD-Uni)，一种用于视觉理解和生成任务的统一离散扩散大模型。该模型引入两大创新：一是统一跨范式在线蒸馏框架，成功将自回归视觉语言模型的视觉理解能力和连续流模型的视觉生成能力转移到统一DLLM中；二是渐进式自 refining扩散过程，在训练过程中逐步破坏每个token，而非传统掩码扩散直接将干净图像token破坏为无信息mask token。推理时，该设计允许NLD-Uni对token进行中间提交，实现渐进式自 refining以获得更好的视觉质量。实验表明，NLD-Uni在视觉问答、多模态推理、目标定位、文本到图像生成和图像编辑等多样化任务上，在统一DLLM中达到最先进性能。
原发 · 入选 （北京时间）
离散视觉令牌能否作为视觉信号的语义无损表示？
研究挑战了量化误差必然导致语义损失的假设，发现离散视觉表示在更大的位预算下持续改进，最终在多模态理解上达到与连续表示相当的水平。提出的因子化向量量化方法(FVQ)在工业级多模态数据训练后，在离散表示模型中取得最先进性能，超越UniAR和Emu3-Chat分别达22.8%和59.2%，并首次在细粒度OCR任务上与强连续表示模型如Qwen3-VL竞争。
原发 · 入选 （北京时间）