AI 前沿
DeepMind发布Genie 4研究预览:实时世界模拟加入原生音频与Gemini闭环规划
Google DeepMind把Genie 4作为受信测试者研究预览发布,系统从提示生成可实时操控的视觉世界,并首次加入环境音和随事件变化的对话。Gemini 3.8 Flash可持续观察画面、拆解目标与校验步骤,Gemini 4 Argon用于机器人场景实验;但当前只维持短时一致性,物理、文本、空间和长期对象恒存仍会漂移。
阅读本期头条08:10早 · 每天这个点更新
后量子算法、迁移与协议,标准、网络安全、AI 与 NGCC 公钥征集。每条都回到原始来源核实并标明日期;周五另有一份七天周报。

AI 前沿
Google DeepMind把Genie 4作为受信测试者研究预览发布,系统从提示生成可实时操控的视觉世界,并首次加入环境音和随事件变化的对话。Gemini 3.8 Flash可持续观察画面、拆解目标与校验步骤,Gemini 4 Argon用于机器人场景实验;但当前只维持短时一致性,物理、文本、空间和长期对象恒存仍会漂移。
阅读本期头条2026年10月
| 一 | 二 | 三 | 四 | 五 | 六 | 日 |
|---|---|---|---|---|---|---|
2 条 · AI 前沿 · 一天一页
P2·重要 AI 前沿
Google DeepMind把Genie 4作为受信测试者研究预览发布,系统从提示生成可实时操控的视觉世界,并首次加入环境音和随事件变化的对话。Gemini 3.8 Flash可持续观察画面、拆解目标与校验步骤,Gemini 4 Argon用于机器人场景实验;但当前只维持短时一致性,物理、文本、空间和长期对象恒存仍会漂移。
阅读解读Mistral Large 4以约1万亿总参数、约49B激活参数和100万上下文发布FP8、NVFP4两套官方权重,并接入Transformers、vLLM与llama.cpp。模型用128专家中每词元选择4个并常驻共享专家,叠加稀疏注意力和Pixtral视觉编码器;许可允许开放权重使用,但模型即服务场景受单独限制,官方评测仍需外部复核。
P2·重要 Hugging Face技术文章