2,355 字
早报 | MORNING 2026-10-14
Google 发布 Gemini 4 Argon,Anthropic 自研源码控制系统 Scion
今日要点
- Google 发布 Gemini 4 Argon,单次可输出 100 万 token
- Anthropic 自研 Scion,日均合并代码从 2,500 增至 30,000
- Character AI 申请破产,Disney 出价 2,000 万美元收购部分技术
Google 面向开发者与 Gemini App Pro/Ultra 用户推送 Gemini 4 Argon,支持单次响应最多 100 万 token 输出,定价 2 美元/百万输入 token,GitHub Copilot、Devin、Manus 同步接入;Anthropic 工程博客披露已用 7 人团队 5 个月自研版本控制系统 Scion,日均代码合并量从 5 月的 2,500 次升至 9 月的 30,000 次;Character AI 申请破产,Disney 出价 2,000 万美元收购其部分技术授权。
1️⃣ Google 发布 Gemini 4 Argon:百万 token 输出,Agent Arena 前五#
- 核心发布:Google 面向开发者、企业及 Gemini App Pro/Ultra 用户全球推送 Gemini 4 Argon,定位为编程、金融、法律、网络安全与科学等复杂任务的前沿模型,支持单次响应最多 100 万 token 输出。
- 内部数据:谷歌内部测试中,Chrome 数月重构提速约 4 倍,agentic 代码提交量增 35%,提交后回滚降 30%;发布前已在超过 10 万名谷歌员工及 Fairwind 网络安全项目中测试。
- 第三方评测:OpenRouter 数据显示 AutomationBench 51.3%、LVBench 91.7%,Vals Index 在金融、法律、编程与税务类别排名第一;DeepLearning.AI 称其在 AA-Omniscience 上幻觉率 15%,对比 GPT-6 Astra 的 51%。Agent Arena 排名第五,Text Arena 排名第一。
- 生态接入:GitHub Copilot、Devin Desktop/CLI、AI SDK、Manus、OpenRouter 同步上线;定价 10/M 输出,12 月 1 日起翻倍,Simon Willison 指出其在 Artificial Analysis 基准总成本 $2,407,低于 OpenAI、Anthropic 与 Meta 最新模型。
- 机器人演示:Google DeepMind 展示 Argon 仅观看人类投掷视频便自建物理模拟,教会 Apptronik 的 Apollo 人形机器人连续投中 7 次,DeepMind 称其将物理 AI 数周的人工建模压缩至数小时。
🔗 Google 官方博客 | OpenRouter 定价与榜单 | Devin 公告 | GitHub Copilot | 机器人演示
2️⃣ Anthropic 自研源码控制系统:日合并代码从 2,500 增至 30,000#
- 事件背景:Anthropic 工程博客披露,其 monorepo 日均代码合并量从 5 月的 2,500 次增至 9 月的 30,000 次,主分支历史近 100 GB,压缩后的工作副本超过 25 GB,每天执行约 2,500 万次代码 checkout;若直接以 git 拉取将产生超过 600 PB/天的流量。
- 技术方案:一支 7 人团队用 5 个月从 Git 迁移至自研系统 Scion,配套新代码审查系统 Antique。Simon Willison 将其类比为沿 Subversion 路线的集中式版本控制再造,并指出模型发布节点与合并量跃升高度吻合。
- 行业观察:Anthropic 在文中提到广泛使用对抗式审查,但指出该方式容易过度工程化,需要资深工程师将 Claude 拉回正轨。这个案例显示当编码 Agent 成为代码主要生产者时,版本控制系统本身需要重新设计。
🔗 Anthropic Engineering | Simon Willison 解读
3️⃣ Character AI 申请破产,Disney 出价 2,000 万美元收购部分技术#
- 事件进展:The Rundown AI 报道,Character AI 已于周一申请破产。2024 年该公司曾称每秒回答 20,000 条消息,约为 Google Search 处理量的五分之一;2025 年 9 月 Disney 律师要求其下架所有 Disney 角色;上月前 CEO Karandeep Anand 离职出任 Disney CTO,部分员工随行。
- 最新报价:Disney 出价 2,000 万美元收购 Character AI 部分技术授权,前员工将协助维持应用运行,其他买家可在拍卖结束前竞价;若无接盘方,公司将关闭。
- 行业意义:从 2022 年消费级 AI 陪伴赛道的领跑者到破产清算,Character AI 的结局为”纯消费级 AI 陪伴”的商业模式提供了负面样本——用户规模与情感粘性未能转化为可持续收入,而 IP 授权与平台规则的收紧加快了崩塌。
4️⃣ Meta 详解 GEM 广告基础模型:转化率提升 18.9%#
- 核心数据:Meta 工程博客发布 2026 版 GEM 技术细节,统一 Facebook、Instagram、Reels 等全部广告场景的基础模型,跨场景转化率提升 18.9%、CTR 提升 12%,仅 Facebook 定向用户转化率额外提升 5.8%。
- 架构与算力:新架构 Kunlun 相比前代 Interformer 同算力下性能翻倍,模型复杂度提升 2.5 倍;训练总 FLOPs 扩大 4 倍,端到端训练效率(MFU)翻倍至 20%–25%。
- 训练方法:引入 LoopFM 结构表征实现 2 倍于知识蒸馏的智能迁移,Solaris 推测性预计算将大模型嵌入提前算好并在请求热路径交付;用户交互序列长度在生产环境提升 2 倍,基础设施可支撑 25 倍扩展。
- 行业意义:这是推荐系统领域首次出现与 LLM 规模相当的训练范式,说明”基础模型化”正在从语言、图像扩散到广告推荐这类传统领域。
5️⃣ ScaleDown 发布约束解码模型族 CDM:速度提升 200 倍、成本降 467 倍#
- 产品发布:ScaleDown 发布三类约束解码模型(CDM),分别针对分类、抽取、摘要任务,读取输入后直接定位答案,跳过 token-by-token 生成循环,支持 1M token 文本与图像输入。
- 性能数据:官方称在 DecisionBench 上得分 77.2%(Jev 为 72%),比前沿 LLM API 快 200 倍、便宜 467 倍,输入定价 $0.05/M token,输出免费。
- 配套评测:DeepEval 团队同步发布 JevEval,将 LLM 评估拆为”人类定义逻辑 + 决策模型做语义判断 + 公式算分”三段,解决传统 LLM-as-a-judge 不可解释与不稳定的问题。
- 独立测试:Milvus 测试显示,Jev 在 DeepSeeker 停止决策场景将中位延迟从 2.23 秒降至 0.55 秒、成本低约 7.5 倍,但在 MemSearch 与多跳检索中仍不及专用 reranker 和 GPT-5-mini。
🔗 ScaleDown 公告 | OpenRouter 页 | DeepEval JevEval | Milvus 对比
6️⃣ GPT-5.6 Sol 六天发现 Chrome 全链漏洞,获 25 万美元赏金#
- 事件:Greg Brockman 转发 XBOW 团队披露,他们用 GPT-5.6 Sol 在 6 天、4 万美元算力成本内构建出针对 Chrome 的全链漏洞利用,获得 Google 首个 2026 年度全链赏金 25 万美元,该漏洞影响约 10 亿 Windows 用户。
- 团队细节:XBOW 在 Malta 全员会上将目标定为 Black Hat 前完成 Chrome 全链利用;第一版提交被 Google 指出已掌握其中一个漏洞,团队在拉斯维加斯现场用 6 天重新构建了攻击链。一位前情报机构人员称同类漏洞过去需要 6 个月。
- 行业意义:XBOW 称正在开发针对编译软件(桌面应用、服务器、嵌入式设备)的自动化测试产品。这与 Anthropic 近期发布的 AI 自我复制研究形成对照——攻击成本在下降,防守方同样可以用模型提前扫描自己的代码。
7️⃣ LMArena 发布智能体路由 Max:成本降 37%#
- 产品发布:LMArena 推出智能体版 Max,基于 250 万条 Agent Arena 真实会话训练,动态选择每个任务的最优模型,在 Agent Arena 上取得 +14.7% 净提升,中位成本 $3.27/任务,与 Claude Fable 5.1 (Max) 持平但成本低 37%。
- 路由行为:67% 代码会话路由至 Astra (Medium),聊天场景中 Astra (Max) 占 49%、Fable 5.1 (Max) 占 42%;在 Fable 5 与 Kimi K3 组合下,Max 成本降低 54%。
- 行业意义:模型路由正在从”省钱工具”演化为产品形态,Arena 同步宣布 Max 将推出 API 版本,并限时开放 Agent Mode 直接访问。
8️⃣ 千问确认推出”千问Go!”,内嵌千问 App#
- 产品细节:阿里千问官方确认将推出 Personal Agent “千问Go!”,内嵌于千问 App,体验申请页面已上线;依托阿里生态与开放平台,已具备购物、出行、物流等数十个领域的办事能力。
- 实测案例:网友分享用千问 Go 查询历史机票延误、与航司客服多轮交涉,最终从 70 元机票代金券争取到 70 元现金赔付并汇入支付宝;另有演出预约、餐厅预订、比价下单、投递简历等案例。
- 行业意义:与 Grok Bot、Meta Muse、Manus 云端电脑形成同一趋势的国内版本——个人 Agent 的核心竞争力正在从”能否理解”转向”能否在真实账户与服务中完成闭环”。
🔗 千问官方公告
9️⃣ 微软开源 Code Video Model:用代码约束视频生成#
- 核心发布:微软研究院开源 Code Video Model,先用类网页 3D 引擎代码精确布置舞台、角色、摄影机位与物理碰撞,生成低精度代码视频,再通过 Early-step Conditioning 在扩散采样前几步注入构图,后续撤掉代码参考专注还原真实质感。
- 技术意义:该方案借鉴电影工业 Previs 流程,先画火柴人骨架再上色,解决视频扩散模型”开盲盒”与直接模仿低模几何导致塑料感的问题。
- 适用场景:对需要精确控制机位、运动轨迹与物理一致性的内容生成任务有直接价值,也为”用代码作为生成约束”提供了视频领域的样本。
1,524 字
晚报 | EVENING 2026-10-14
OpenAI 查获办公室录音设备,MiniCPM-V 4.7 手机端跑 35B MoE
今日要点
- OpenAI 发现办公室隐藏录音设备,FBI 逮捕涉事员工
- Google 与新加坡政府用 Gemma 构建端侧反诈
- MiniCPM-V 4.7 发布,35B MoE 手机端 3GB 内存运行
OpenAI 办公室发现隐藏录音设备,已解雇涉事员工并移交 FBI;Google DeepMind 与新加坡 GovTech 用 Gemma 做端侧反诈;面壁智能发布 MiniCPM-V 4.7,35B-A3B 手机端约 3GB 内存运行;Qwen3.8-Flash-Next 单用户输出 685 tokens/s。
1️⃣ OpenAI 办公室隐藏录音设备案:员工被起诉,FBI 介入#
- 事件经过:OpenAI 称在办公室发现一台隐蔽录音设备,使用自家模型分析设备来源与特征,锁定一名员工,随后将其解雇并移交 FBI。
- 司法进展:DOJ 起诉 35 岁沙特籍工程师 Abdulrahman Alfozan,指控其使用设备拦截口头通信。设备于 9 月 30 日前后被发现,插在电视 USB 口并藏在卫生纸中;CCTV 显示其多次出现在高管会议室附近。
- 公司回应:OpenAI 表示没有迹象表明模型权重、源代码或客户数据被不当访问或泄露,FBI 调查仍在进行。 🔗 OpenAI 声明 | DOJ 新闻稿 | 事件转述
2️⃣ Google DeepMind 与新加坡 GovTech 发布端侧反诈工具#
- 合作内容:Google DeepMind 与新加坡政府科技局 GovTech 基于开源 Gemma 模型微调,构建设备端诈骗检测,拦截聊天中的社会工程学诈骗。
- 技术要点:模型在本地运行,零云数据出口,可实时识别本地诈骗话术,不牺牲个人隐私。
- 背景数据:新加坡超过一半报告犯罪使用精密社会工程学手法。 🔗 DeepMind 博客 | 官方推文
3️⃣ 面壁智能发布 MiniCPM-V 4.7:35B MoE 手机端约 3GB 内存#
- 模型规格:提供 35B-A3B 与 1B 两个版本。35B-A3B 采用 MoE,总参数 350 亿,每次推理激活约 30 亿,支持图像、多图、文档与视频理解。
- 端侧突破:借助 LES 前瞻专家调度,35B-A3B 可在约 3GB 内存下运行;iPhone 17 Pro Max 解码超 13 tokens/s,iPad Pro 超 15 tokens/s。
- 微调方法:SRFT 自回放微调将通用能力退化降低 80%-99%,跨四个模型验证,任务性能基本无损。
- 开源与适配:项目开放端侧适配与推理代码,支持 iOS、Android 和鸿蒙。 🔗 爱范儿报道 | OpenBMB 推文 | Hugging Face
4️⃣ Qwen3.8-Flash-Next 在 NVIDIA GB300 上达单用户 685 tokens/s#
- 性能数据:LightSeek Foundation 在 4× NVIDIA GB300 上使用 NVFP4 和 TokenSpeed 推理栈,实现 Qwen3.8-Flash-Next 单用户 685 output tokens/s。
- 官方确认:Qwen 官方账号转发并确认该结果,称社区正在释放 Qwen 的推理潜力。
- 工程细节:LightSeek 公开 kernel 与 serving 优化细节,TokenSpeed 已在 GitHub 开源。 🔗 Qwen 推文 | LightSeek 博客 | GitHub
5️⃣ 企业微信与 WorkBuddy 打通:AI 机器人获得十大工作权限#
- 集成方式:企业微信新增 WorkBuddy 入口,以机器人形式出现在聊天列表,用户可直接对话派活。
- 权限范围:机器人可调用消息、文档、会议、网盘等十大能力权限,不切换 App 即可使用真实工作上下文。
- 执行闭环:支持自动建群、发送提醒、存微盘、推送负责人;管理员可统一分配资格、权限与用量。
- 行业意义:AI 进入现有工作流,而非要求用户迁移到新工具。 🔗 爱范儿报道
6️⃣ 字节跳动成立模型安全部门,直接向吴永辉汇报#
- 组织调整:字节跳动 AI 模型部门 Seed 成立 “Seed Model – Alignment & Preparedness”,由严林负责,直接向大模型负责人吴永辉汇报。
- 职责:加强安全与对齐投入,提升智能体模型安全能力,防范化学、生物、放射、核等前沿能力风险。
- 背景:模型对齐涉及输出合规、问答质量与价值观表现,是豆包等聊天机器人重要工作。 🔗 爱范儿早报
7️⃣ IDC:英伟达中国 AI 芯片份额降至 34%,华为升至 28%#
- 市场份额:2026 上半年,英伟达在中国数据中心 AI 芯片市场份额 34%,出货 67.8 万颗,同比减少 44%;华为出货 57.2 万颗,份额 28%。
- 品类变化:中国 AI 加速器总出货 200.8 万颗,其中 GPU 99.1 万颗同比下降 26%,其他 AI 加速器 101.6 万颗增长近 80%,数量首次超过 GPU。
- 竞争格局:非 GPU 市场中,华为、平头哥、昆仑芯和寒武纪合计占 95%;竞争从单颗芯片性能转向系统能力。 🔗 爱范儿早报
8️⃣ MCP 月下载近 5 亿次,收益集中在安全与身份层#
- 生态规模:教 AI 使用工具的 MCP 协议月下载近 5 亿次,与 OpenAI 开发包相当,但协议本身不收钱。
- 工具分布:工具数量超过 4 万个,前十个工具拿走近七成下载。
- 货币化观察:过去一年公开成交价的案例集中在管钥匙的安全和身份公司,金额达 7.4 亿、12 亿美元。
- 行业含义:Agent 工具生态的“插口”免费,但权限、身份与安全层可能捕获主要价值。 🔗 AI Will 分析
9️⃣ [持续跟踪] Gemini 4 Argon 生态接入扩展:Figma Make 与 Genspark 上线#
- 前情提要:Google 已发布 Gemini 4 Argon,面向开发者、企业及订阅用户开放,主打编码、企业工作流与网络安全。
- 最新突破:Figma 官方称 Gemini 4 Argon 已接入 Figma Make,用于交互原型、3D 视觉、SVG 动画和复杂多步编码;Genspark 宣布 Argon 上线其 AI Chat、Code Agent 和 Claw。
- 评测与分发:LlamaIndex 称 Argon 与 Muse Spark/Wonder 在 PDF 解析与文档 OCR 上表现强;Vals AI 在 AI Engineer NYC 分享模型评测方法论。
- 行业意义:前沿模型快速进入第三方开发工具链,分发渠道与独立评测成为竞争焦点。 🔗 Figma 推文 | Genspark 推文 | Latent Space 回顾