Skip to content
AI SI Daily
English

搜索全站

↑↓ 选择 · Enter 打开 · Esc 关闭

AI日报 · 2026-10-28｜Google 发布 Genie 4 世界模型；Anthropic 收购一人生物公司并公布漏洞与专家判断研究；AA Intelligence Index v5 上线；TPU 走进 Oracle 云

Google DeepMindGenie 4AnthropicArtificial AnalysisOpenAIChatGPTOracleGoogle TPUAxiom
▶ 视频即将上线

过去 24 小时，世界模型、AI 安全研究和评测体系同时有大动作。Google DeepMind 发布 Genie 4，加入原生音频和实时自然语言操控，并首次规划进入 API。Anthropic 一天内公布药物研发进展与对一人生物公司 Mithril 的收购，又发布两项研究：内部未发布模型打通了 Chrome、Safari、Android、Windows、Linux 五条漏洞利用链，分析师在 86% 的情况下跟随 AI 智能体被秘密设定的倾向。Artificial Analysis 推出以私有测试集为主的 Intelligence Index v5，开源权重模型差距明显拉大；算力侧，Google TPU 首次走出 Google、将上架 Oracle 云，媒体还报道 OpenAI 计划购买 Google AI 芯片。数学方面，Axiom 用 AI 智能体在 24 天内把有限单群分类定理完整形式化为 Lean。

今日要点

  • Google DeepMind 发布 Genie 4：原生音频、实时自然语言改场景，先开放给受信测试者，即将进入 Google AI Ultra 与 Gemini API。
  • Anthropic 披露收购一人生物公司 Mithril，并发布两项研究：未发布模型构建五条漏洞利用链（截至 Chrome 156 已修复 62 个 CVE）；分析师 86% 的时候跟着智能体的倾向走。
  • Artificial Analysis Intelligence Index v5 上线：60% 基于私有或保留答案的评测，Claude Opus 5.5（max）58 分居首，开源权重差距从 3 分扩大到 12 分。
  • Google TPU 将于 2027 年上架 Oracle 云，是首次出现在 Google 之外的超大规模云；The Information 称 OpenAI 计划购买 Google AI 芯片【媒体报道】。
  • Axiom 用 AI 智能体在 24 天内写出约 4,310 万行 Lean，完成有限单群分类定理的完整形式化。

1. Google DeepMind 发布 Genie 4 世界模型：原生音频、可用自然语言实时改场景，首次将进 API

发布： Google DeepMind 北京时间 10 月 28 日凌晨发布 Genie 4，称是「迄今最逼真、交互性最强的世界模型」，可实时探索动态环境，场景里的人会移动、反应和说话（21232 赞、约 280 万浏览）。Sundar Pichai 随后列出要点：实时操控事件、镜头和动作；生成与世界匹配的原生音频（含可实时对话的角色）；照片级场景与物理；借 Gemini 推理生成更连贯的多步事件（17082 赞）。Demis Hassabis 转发称其结合了实时物理、推理与音频（3657 赞）。

技术与限制： 据官方博客，外观与行为建立在 Gemini Omni 上，另用其他 Gemini 模型做推理；原生音频覆盖音乐、环境声与对白；可用自然语言实时改变场景。官方承认物体恒常性会随时间漂移，连续交互约为数分钟。The Verge 称其使用 Gemini 3.8 Flash，单次体验约 2 分钟，Genie 3 为约 1 分钟（自算：约 2 倍）【媒体报道】。

可用范围： 先以研究预览开放给受信测试者；「即将」登陆 Google AI Ultra 订阅的 Project Genie，以及 Gemini API / Google AI Studio 的早期合作方，候补名单已开放；生成的音频和视频均带 SynthID 水印。Logan Kilpatrick 称这是 Genie 首次进入 API（2485 赞）。Ars Technica 称 API 价格尚未公布。

来源： @GoogleDeepMind · @sundarpichai · @GoogleAI · @OfficialLoganK · @demishassabis · DeepMind 博客 · Google 博客 · The Verge · Ars Technica

2. Anthropic 公布药物研发早期进展，并披露已收购「一人生物公司」Mithril Medicine

官方： Anthropic 称过去几个月与 6 家新药研发机构深度合作，并已开展自有药物发现工作（8870 赞、约 228 万浏览）。博客列出的合作方为 BigHat Biosciences、Bristol Myers Squibb、Divergence Labs、Enveda、Generate Biomedicines、The Column Group。

Mithril： Mithril Medicine 由 Cody Tranbarger 一人创办，他用 Claude 协调 11 家外部实验室，在不到 18 个月内把一种肌营养不良抗体疗法从构想推进到小鼠层面的初步积极结果；官方称最早的人体试验在 2028 年末，目前主要仍是临床前阶段。Tranbarger（@Prof_Oak_）发帖公开身份，称「Anthropic 收购了一家一人生物公司，那个人就是我」（10299 赞、约 94 万浏览），并附技术报告。

各方反应： @AndrewCurran_ 称这应验了「一人公司」的预言（1614 赞）【观点】。

细节： R&D World 称收购已于 7 月完成，条款未披露；小鼠实验为 7 只治疗组对 4 只对照组，握力约为对照的 2 倍，非随机分组；团队另有 8 名兼职顾问，第二个项目目标 2029 年【媒体报道】。技术报告未经同行评审【未经同行评审】。

来源： @AnthropicAI ① · @Prof_Oak_ ① · @Prof_Oak_ ②（444 赞） · @AndrewCurran_ · Anthropic 博客 · R&D World · TNW

3. Anthropic 两项研究：未发布模型打通五条漏洞利用链；分析师 86% 的时候跟着 AI 智能体的「倾向」走

漏洞利用链： 据 Anthropic Frontier Red Team 博客，一个未发布的内部研究模型构建了 5 条可用的利用链：① Chrome 一键远程代码执行并逃逸沙箱（涉及 V8、CacheStorage 竞态与 FedCM 释放后使用）；② Safari 一键绕过同源策略（Apple 已修复）；③ Pixel 9 上的 Android 锁屏绕过（Google 已修复）；④ Windows HTTP/3（QUIC）远程拒绝服务，CVE-2026-33096；⑤ Linux MPTCP 零点击 root 远程代码执行，CVE-2026-98432。官方称截至 Chrome 156，相关工作已分配并修复 62 个 CVE，全部为严重或高危，其中 13 个沙箱逃逸、21 个渲染器漏洞。The Hacker News 转述称其中一条 Chrome 利用只需打开网页即可在 Mac 上弹出计算器（152 赞）。

专家判断研究： Anthropic 让 50 名专业数据分析师用 Claude Code（Opus 4.8）完成一项因果推断分析，并在 4 个分析选择上用抛硬币给智能体秘密设定「倾向」。结果：分析师 86% 的时候选择了智能体倾向的选项，若无影响应约 50%（自算：高 36 个百分点）；已先表态的分析师在智能体反对时 60% 改主意，智能体赞同时只有 6%（自算：10 倍，但仅 38 个样本，置信区间宽）；事后 77% 复述了智能体的论据，只有 15% 注明来源。官方同时指出：用智能体的人更快、严重错误更少（50 人中 3 人，不用的 11 人中 6 人），但两组不可直接比较；实验刻意强化了倾向，现实影响可能更小。

各方反应： 作者之一 Alex Tamkin 发帖介绍（2831 赞、约 41.6 万浏览）；Ethan Mollick 称「重要但不意外」，建议需要独立判断时要刻意安排何时用 AI（461 赞）【观点】；@cremieuxrecueil 摘引 86% 与 77%/15% 数据（862 赞）。半岛电视台也做了报道。

来源： @AlexTamkin ① · @AlexTamkin ②（229 赞） · @emollick ① · @cremieuxrecueil · @TheHackersNews · Anthropic：用 Claude 发现漏洞 · Anthropic：AI 智能体如何影响专家判断 · Al Jazeera

4. Artificial Analysis 发布 Intelligence Index v5：六成基于私有测试集，Opus 5.5 以 58 分居首，开源权重差距拉大到 12 分

发布： 前一天只发了一句「Tomorrow.」预告的 Artificial Analysis 发布 Intelligence Index v5，新增 2 个基准、升级 3 个，称这是 1 月 v4 以来最大更新；60% 的指数现基于私有测试集或保留答案的评测（4528 赞、约 107 万浏览）。四大类各占 25%：知识工作（AA-Briefcase、AutomationBench-AA、GDP.pdf）、编程（FrontierCode 2.0、Terminal-Bench 4.0）、科学（Terminal-Bench-Science、CritPt v2 困难子集）、通用（AA-Omniscience v1.1、HLE-Diamond）。同时推出 Progress Index v1。

排名： Claude Opus 5.5（max）58、GPT-6 Astra（max）57、GPT-6.1 Sol（max）55、Gemini 4 Argon（high）50，前五均为 Anthropic 与 OpenAI 模型。跑完整套指数的成本：Opus 5.5 约 $8,910、GPT-6 Astra 约 $5,661（自算：约 1.6 倍）【榜单方自报】。

开源权重： 领先者 Kimi K3.1 Pro（权重尚未发布）得 46，落后第一名 12 分，v4.3 时差距为 3 分（自算：差距扩大为 4 倍）；已发布权重的模型中 DeepSeek V4.1 Flash 1017（max）与 GLM-5.3（max）并列最高 32 分，Claude Haiku 5.5（max）高于它们全部。在 HLE-Diamond、Terminal-Bench-Science 上 Kimi K3.1 Pro 分别为 37%、34%，对比 Opus 5.5 的 68% 和 GPT-6 Astra 的 63%【榜单方自报】。Ethan Mollick 称结果「需谨慎看待」，但符合「还没见到 Fable 级开源模型」的观感（1244 赞）【观点】。

FrontierCode 2.0： Cognition 发布新编程基准，在「这个 PR 能否合并」之外再问「该不该合并」，任务更多样、范围更大（2727 赞）；发布帖称最高分模型只有约 45%，AA 测得 Opus 5.5 约 46%。

传言： @kimmonismus 称 Cognition 数据里出现隐藏模型「Obsidian 3」，得分 46.8%，高于 Opus 5.5 的 45.5%，因其使用 Claude Code 框架推测是 Fable 5.5（633 赞）；未见 Anthropic 或 Cognition 确认【未证实】。

来源： @ArtificialAnlys ① · @ArtificialAnlys ②（437 赞） · @ArtificialAnlys ③（105 赞） · @cognition · @emollick ② · @kimmonismus ① · Artificial Analysis Intelligence Index v5 · Opus 5.5 vs GPT-6 Astra 对比页

5. Google TPU 走出 Google：Oracle 云 2027 年上架 TPU；The Information 称 OpenAI 计划购买 Google AI 芯片

Oracle： Oracle 与 Google 10 月 27 日（美国时间，拉斯维加斯 Oracle AI World）宣布 Google TPU 将上架 Oracle 云基础设施（OCI），这是 TPU 首次出现在 Google 之外的超大规模云平台；可选第八代 TPU 8t（训练）与 TPU 8i（推理），2027 年起提供，分多年扩容。Oracle Cloud 官方账号发帖宣布（673 赞）；SemiAnalysis 调侃「黄仁勋看到这条消息时的视角」（1162 赞）【玩笑】。

OpenAI： @DeItaone 转述路透社：据 The Information 援引知情人士，OpenAI 计划购买 Google 的 AI 芯片；交易金额和规模未披露，路透社未独立核实（814 赞）。路透社稿称 OpenAI 拒绝置评，且 OpenAI 自 2025 年 6 月起已在租用 Google 芯片【媒体报道】。

来源： @OracleCloud · @SemiAnalysis_ · @DeItaone · Oracle 新闻稿 · Google Cloud 博客 · The Information · 路透社（Investing.com 转载）

6. ChatGPT：iCloud 邮件与日历插件上线；Pro $200 档老用户额度 10 月 30 日起减半引发不满

iCloud 插件： ChatGPT 官方账号称 iCloud Mail 与 Calendar 插件已上线，可查找邮件、梳理收件箱、查看和修改日程，所有套餐的网页、桌面和 iOS 端可用（5421 赞、约 153 万浏览）。OpenAI 的 Tibo（@thsottiaux）在「第 23 天」帖里先说是 iCloud 插件，又说「开玩笑的，今天是额度重置」（7538 赞、约 107 万浏览）【玩笑】。

Pro 额度： OpenAI 帮助页写明，此前保留旧额度的 Pro $200 用户旧额度保留到 10 月 29 日，之后改为较低额度，价格不变；另设含 Ultrafast 的 Pro 500 档。具体幅度官方页未写，媒体与用户整理为：相当于 Plus 的 20 倍降到 10 倍，GPT-6 Pro 每周消息 200 降到 100，并一次性补发 62,500 积分（约 $2,500，12 月 31 日到期）【媒体报道】。

各方反应： @zachmoskow 称 Codex、Work 与 GPT-6 Pro 消息均砍 50%、仍收 $200（1181 赞）；@TokenGremlin 称一次性补偿抵不过永久削减（408 赞）【观点】。

来源： @ChatGPT · @thsottiaux · @zachmoskow · @TokenGremlin · OpenAI 帮助中心：ChatGPT Pro 档位 · MacRumors（iCloud 插件） · MakeUseOf（62,500 积分） · enjoy.dev（10 月 30 日变更）

7. Axiom 用 AI 智能体在 24 天内把「有限单群分类定理」完整形式化为 Lean

官方： Axiom 宣布完成有限单群分类（CFSG，「对称性的元素周期表」）的完整 Lean 自动形式化，称这是人类史上最大的数学证明，原证明约 15,000 页、由 100 多位数学家跨代完成（6547 赞、约 339 万浏览）。官方博客：约 4,310 万行 Lean，由工程师和数学家指挥的 AI 智能体群在 24 天内写成（自算：平均每天约 180 万行）；原证明分布在 500 多篇文章；发现 34 处与已发表文献的值得注意的偏差，并得到一个新结果（Theorem 2.3）；顾问包括 Lyons 与 Solomon；代码已开源。

各方反应： 团队成员 @andrew_v10209 称超过 4,300 万行 Lean、715 篇论文与书、对文献做了 100 处实质性修正（1750 赞）——与官方「34 处值得注意的偏差」统计口径不同，以官方博客为准【单方说法】；@kimmonismus 称这是 AI 处理整套互相关联数学体系的里程碑（993 赞）【观点】。

来源： @axiommathai · @andrew_v10209 · @kimmonismus ② · Axiom 博客 · GitHub：AxiomMath/CFSG

简讯

  • 特朗普称将「禁用」AI 一词：特朗普 10 月 27 日（美东）在 Truth Social 发文称，将在所有相关文件中正式禁用「AI/人工智能」一词，理由是「不准确」（@atrupar，1075 赞）。背景：9 月 29 日的第 14434 号行政令已要求行政部门在非法定文件中改用「超级智能（SI）」，但不要求修改既有文件。保守派评论员 Matt Walsh 称「不知道为什么改名对特朗普这么重要」（@MattWalshBlog，20768 赞、约 175 万浏览）【观点】。媒体：路透社（Investing.com 转载） · The Hill · Variety · Nextgov（行政令背景）
  • Anthropic 与 GSA 签 OneGov 协议：Claude Enterprise、Claude for Government 与 Claude API 对政府打 6 折（40% 折扣），首次覆盖州、地方、部落和领地政府，无最低消费、按用量付费；官方称约 500 个美国政府机构在用 Claude，预计为政府节省 10 亿美元【厂商自报】（@AnthropicAI ②，1791 赞）。官方：Anthropic · GSA 新闻稿
  • AI 科学成果后续：OpenAI 日前宣布的杨–米尔斯相关结果，KITP 发布「杨–米尔斯工作组」声明，由 David Gross 牵头的科学合作组将解读并验证该 AI 结果（@KITP_UCSB，931 赞，OpenAI 转发）。此前在 X 上流传、被标为【未证实】的「Anthropic 内部模型推翻指数时间假说（ETH）」：Anthropic 已在 GitHub 公开论文《A 2^o(n) Time Algorithm for 3-SAT》（署名 Claude）及 AI 写成的 Lean 4 形式化，称结果纯属渐近意义、与实际求解无关；README 也说明 Lean 只检查证明，陈述文件是否与论文一致需人工核对，目前未见独立同行评审【未经同行评审】。来源：KITP 声明 · The Verge · anthropics/formal-math（eth）
  • Anthropic IPO 新进展：彭博称 Anthropic 选定摩根大通牵头 IPO 的美国散户部分，正考虑把 15%–20% 的股份分给个人投资者（@Cointelegraph，241 赞）。CNBC 提到 S-1 显示截至 6 月 30 日现金 1,124 亿美元、短期投资 193 亿美元（自算：合计 1,317 亿美元）（@CNBC，56 赞）。媒体：Bloomberg Law · CNBC【媒体报道】
  • Claude Duet 放量：@ahuja_karan 称正优先让美国所有 Max 用户离开候补名单，之后邀请美国 Pro 用户，美国以外暂无日期（@ahuja_karan，1046 赞）【单方说法】。
  • Liquid AI 发布 LFM3：新一代 Liquid 基础模型，三混合架构加新多模态编码器，共 6 个模型，覆盖文本、音频、视觉与全模态；LFM3-1.7B 支持 256k 上下文（@liquidai，7662 赞）。官方：Liquid AI 博客
  • Cursor 设计模式新增 Annotate：可在页面上编辑元素、涂画，并在不同屏幕尺寸下检查设计，给智能体做视觉提示（@cursor_ai，3618 赞）。
  • Gemini 可检测 SynthID：向 Gemini 提问「这是 AI 生成的吗？」即可检查图片、视频或音频是否由 Google AI 生成（@GeminiApp，1197 赞）。
  • 微软 MAI-Image-2.7-Preview：在 AA-Image-Editing v2.1 排第 2，仅次于 OpenAI GPT Image 2.5 Sunburst（max），7 项编辑动作均高于 MAI-Image-2.6（@ArtificialAnlys ④，470 赞）【榜单方自报】。
  • 推理速度与融资：AMD 称 8 张 MI355X 上 DeepSeek V4.1 Flash 达每用户每秒 2,100+ token（由 lithos_ai 实现）（@AIatAMD，455 赞）【厂商自报】；推理公司 General Compute 宣布完成 1 亿美元 A 轮，Blackbird 与 Abstract 联合领投（@general_compute，1265 赞）【厂商自报】。
  • Grok Bot 0.77.0：@ericzakariasson 称 0.77.0 稳定版推送，新增自动审查规则的权限设置、选择优先支付方式、一张卡片可问多个问题（@ericzakariasson，1212 赞）；马斯克发帖「雇 Grok Bot，你不会后悔」（@elonmusk，8126 赞、约 1522 万浏览）【厂商自报】。

关于本栏目与核实方法

  1. AI 辅助整理：AI日报由 AI 辅助整理，本期由 Grok Bot 辅助生成，覆盖北京时间 2026-10-27 22:17 至 2026-10-28 22:15。
  2. 推文逐条核对：引用的每条推文都逐条读取原帖，确认存在、作者一致、发帖时间在本期范围内；本期全部入选帖都做了原帖核对，并用 X 接口对入选帖做了二次读取。点赞、浏览数为整理时的读数。
  3. X News 摘要只当线索：X News 摘要由 Grok 生成，只用来找线索，事实以原帖、官方页面和媒体报道为准；摘要与一手出处冲突时以一手出处为准。数字凡标「自算」的，是本栏目根据公开数据自行计算。
  4. 涉及 Grok Bot 的条目：简讯「Grok Bot 0.77.0」涉及辅助生成本栏目的产品本身，按其他条目同样的标准收录。
  5. 标签含义：【未证实】= 有流传但未见官方或权威一手确认；【媒体报道】= 来自媒体报道、细节可能与官方口径不同；【厂商自报】= 来自公司公告或官方账号、未经第三方复现；【榜单方自报】= 来自评测榜单方整理；【单方说法】= 仅一方的说法、未见其他来源佐证；【未经同行评审】= 论文或技术报告尚未经过同行评审；【观点】= 个人判断，非事实断言；【玩笑】= 发帖人以玩笑口吻所说，不应视为正式消息。