Google 发布 Gemini 4 Argon，主打长程任务与低价 API
Google 正式上线旗舰模型 Gemini 4 Argon，API 提供最高 100 万统一输入输出 Token 上限，首发定价为每百万输入 Token 2 美元、输出 10 美元，缓存输入折扣达 95%。
#多模态
爱范儿同新闻AI 评分8383 The Decoder精选AI 评分8080 Meta 发布前沿模型 Muse Wonder 与 Muse Wonder Full
Meta 发布前沿模型 Muse Wonder 的两个版本，Muse Wonder Full 在 Artificial Analysis Intelligence Index v4.3 上得分 56，Muse Wonder 得分 52，前代 Muse Spark 1.3 为 48。
推荐理由：Meta 新模型在智能体与编码评测上大幅跃升，但事实知识与成本仍是短板，可据此判断其前沿位置。
The Decoder同新闻AI 评分8787 Gemini 4 Argon 全球上线，成为 Google 最强前沿模型
Google 全球上线 Gemini 4 Argon，开发者可通过 AI Studio 和 Gemini 平台的 API 使用，AI Ultra 订阅者可在 Google Antigravity 中使用，Ultra 和 Pro 订阅者可通过 Gemini 应用和 Google Search 的 AI 模式访问；免费用户和 Plus 订阅者只能使用较弱的 Flash 模型。
Google DeepMind精选AI 评分9292 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业、科研人员和普通用户开放，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入享 95% 折扣。
推荐理由：官方给出 Argon 在编码、科研与安全上的具体案例和定价，可据此判断前沿模型在真实工作流中的落地程度。
Simon WillisonAI 评分6060 llm-gemini 0.35 支持 Gemini 4 Argon 模型
Simon Willison 为 llm-gemini 插件加入对新发布的 Gemini 4 Argon 模型的支持，该模型已通过 Gemini API 和 $100/月订阅计划提供。
新智元AI 评分3535 Meta 发布 Muse Wonder 和 Muse Wonder Full 两款大模型
Meta 深夜发布 Muse Wonder 和 Muse Wonder Full 两款大模型。
钛媒体AI 评分7474 Meta 发布 Muse Wonder（代号 Watermelon），首次宣称对标前沿模型
Meta 于 10 月 12 日发布 Muse Wonder（代号 Watermelon），官方称部分基准超过 Claude Opus 5.5、Fable 5.1 和 GPT-6 Astra，但该结果为 Meta 自测、尚无第三方复现。
钛媒体AI 评分5555 AI批量造星冲击真人明星，AI演员、AI网红与AI偶像的走红路径解析
深响在钛媒体发文分析AI批量造星现象：今年前8个月全国上线微短剧43万部，AI剧占比超过九成，AI演员段宴、AI网红方桃子、AI歌手Yuri尤栗、百度AI星企划女团HeyDream等案例显示虚拟角色已具备接近真人明星的商业生命周期。
雷峰网AI 评分3030 其域创新以 62 亿个高斯、150 亿个点云，建成全球最大的空地一体 3D 高斯模型“闽宁镇”
其域创新（XGRIDS）建成覆盖 23.5 平方公里的空地一体 3D 高斯模型“闽宁镇”，包含 62 亿个高斯椭球，由 18.6 万张航拍与地面影像、150 亿个雷达点云训练而成，用于央视纪录片《闽宁大道》。
极客公园AI 评分6161 邱锡鹏创立的模思智能完成超 10 亿元 Pre-A 轮融资
模思智能于 10 月 12 日宣布完成超 10 亿元 Pre-A 轮融资，由华控基金领投，国开科创、上海科创基金等参与，距天使轮官宣约半年。
钛媒体AI 评分6363 AI剪辑混战：钱从剪辑师流向了谁？
媒体文章分析AI剪辑正在改变视频制作的分工与收费体系，剪辑师与软件公司的收入开始流向模型、算力和自动化服务。
钛媒体AI 评分5252 AI替品牌广告胡说八道：从回力剪吊牌风波看生成式营销的失控与管控
作者以回力、匹克经销商投放AI生成劝退广告的剪吊牌风波为引，分析AI营销的失控机制：央视市场研究2026年调查显示94.1%受访广告主已投入AI营销，但60.3%评价成效一般。
量子位AI 评分7171 何恺明团队发布多模态视觉原生 Harness 框架 VISTA
何恺明团队在论文《VISTA: A Visual Harness for Reasoning in an Interactive World》中提出视觉原生 Harness 框架 VISTA，让现有多模态模型直接观察环境、保存原始画面，并在推理时随时回看、放大和检查细节，无需从头训练。
钛媒体AI 评分3838 腾讯推出 Hy 翻译 APP，背靠混元 Hy-MT2 大模型入局 AI 翻译赛道
腾讯推出 Hy 翻译 APP，背靠混元 Hy-MT2 大模型，在美国、日本、韩国等 12 个国家地区上线，支持 33 种语言互译，并额外覆盖粤语、藏语、蒙古语、哈萨克语和维吾尔语 5 种中国少数民族语言及方言。该应用支持按学术、商务、日常口语等场景切换翻译风格及自定义指令，并可安装本地模型包，一个包覆盖全部 33 种语言，但需占用超 1 GB 存储空间。
爱范儿AI 评分3030 华为 Mate 90 Pro Max 深度体验：Mate 系列新高峰
华为 Mate 90 Pro Max 搭载麒麟 9050 Pro 处理器与鸿蒙 7，首发「四卡三待」功能，并配备 2 亿像素 RYYB 长焦（等效 96mm、F2.6、1/1.28 寸大底），主摄极限宽容度提升至 18EV。
开源中国AI 评分5858 Cloudflare 发布多模态决策模型 Clef-omni，并下调 Clef-flash 价格、提升 Clef 速度
Cloudflare 发布 Clef 系列首个多模态决策模型 Clef-omni，可处理音频、视频、图像和文本，基于开源的 Qwen3-Omni-30B-A3B-Instruct（MoE）构建。同时 Clef-flash 价格下调，Clef 速度提升，官方博客以 faster、cheaper、multimodal 概括这三项变化。
开源中国AI 评分1818 JeeSite V5.19.1 发布，重构上传组件、AI 识图/生图/统计、流程设计器
JeeSite V5.19.1 发布，重构上传组件并增强 AI 识图、生图与统计能力，同时升级流程设计器。Vue 分离端版本增强 Upload 图片 Grid 网格展现、嵌入式表单（非弹窗）及上传文件总大小显示，并支持图片和文件拖拽排序、连续预览，上传与预览对话框合并。
开源中国精选AI 评分7777 Mistral 发布 Mistral Large 4：1 万亿参数、原生多模态
Mistral 发布其史上最大模型 Mistral Large 4，代号 Le Chonk，为从零训练的原生多模态模型，1 万亿参数、520 亿稀疏激活。该模型即日起在 Mistral Studio 公开预览，权重将于月底发布。
推荐理由：材料给出 Mistral Large 4 的参数量、稀疏激活与多模态定位，可据此了解其规模路线。
开源中国同新闻AI 评分8888 OpenAI 全球推送 GPT-6，ChatGPT 上线 Intelligent UI
OpenAI 从 10 月 7 日起向 Plus、Pro、Business、Enterprise 用户推送 GPT-6 Sol，10 月 8 日向 Free 和 Go 用户推送 GPT-6 Luna。与模型一同上线的是名为 Intelligent UI 的新界面，ChatGPT 的回答不再只是连续文字，还会出现可点击的按钮、表单、图表、内嵌地图和计算器等元素。
雷峰网AI 评分6060 云栖大会观察：阿里 Qwen 下一阶段模型战怎么打
在云栖大会上，千问大语言模型负责人刘大一恒给出 Qwen 路线图：Qwen4 系列即将到来，之后的 Qwen4.5 和 Qwen5 计划迈向 5T—10T 参数，而 Qwen3.8 已达 2.4T 参数。
量子位AI 评分6060 生数科技开放 Vidu Q4 预览版：720P 每秒 0.09 元起，最高 4K 直出
生数科技开放新一代视频生成旗舰模型 Vidu Q4 预览版，作者实测 720P 下折算每秒约 0.09 元，6 段共约 110 秒视频花费不到 10 元。该版本最高支持 4K 直出，单条最长 16 秒，一次最多可用 15 张参考图和 3 段参考音频，重点强化人物演绎、镜头语言与特效质感。
爱范儿AI 评分5858 全球最大独立 AI 原生影视公司 Utopai Studios 要打造「AI 版 Disney」
全球最大独立 AI 原生影视公司 Utopai Studios 正推进多部院线作品，包括预计 2027 年暑期上映的动画长片《The Most Serious Fart》，以及 8 集科幻剧集《Space Nation》和历史史诗电影《Cortés》。
雷峰网AI 评分5050 豆包工作新增创作画布功能，接入豆包2.1 Lite模型与Seedream 5.0 Flash
豆包工作推出创作画布功能，将素材、设计方案与创作成果集中到同一无限画布，图片生成后可继续修改文字、配色和布局，并接入全新图片模型Seedream 5.0 Flash。同时新增轻量级豆包2.1 Lite模型，面向日常问答、文档撰写、表格处理和PPT制作等高频办公场景，优化了响应速度与额度消耗，用户升级客户端后选择该模型即可使用。
新智元AI 评分6767 谷歌开源 EmbeddingGemma 2，不到 600MB 支持断网搜图搜视频搜录音
10月6日，谷歌开源 EmbeddingGemma 2，把一个能搜图、看视频、听声音的搜索引擎塞进内存不到 600MB 的小模型。该模型支持在断网状态下对照片、视频和录音进行检索。
爱范儿AI 评分5858 实测 Vidu Q4 Preview：0.09 元/秒的视频模型演技如何
爱范儿提前拿到生数科技 Vidu Q4 Preview 的访问权限并实测，该预览版定位高表现力旗舰模型，主打人物演技、镜头张力和复杂特效，试拍成本 0.09 元/秒起。
Simon WillisonAI 评分3232 Mistral Large 4
Simon Willison 用同一提示词测试 Mistral Large 4 等模型生成 SVG 的能力，提示词为一只穿渔网袜的犰狳在火星上乱穿马路。参与对比的模型包括 claude-opus-5.5、gpt-6.1-sol、gemini-3.8-flash 和 mistral/mistral-large-4，均使用各自默认推理等级。
The DecoderAI 评分6565 Google 发布 EmbeddingGemma 2 多模态嵌入模型
Google 发布开源多模态嵌入模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转换为数值向量，参数量 740M。Google 称其在多模态嵌入基准上优于参数量最多两倍的竞品，在 Massive Text Embedding Benchmark (Code) 上得分 78.68，比前代 68.76 提升近 10 分。
TechCrunch · AIAI 评分6262 Google 上线 SynthID 网站，向所有人开放 AI 生成内容检测
Google 上线新网站，任何人都可以检测图片、视频或音频是否由 AI 生成。该工具此前在 Google I/O 上仅向部分记者、媒体从业者和研究人员开放测试，现已全面开放，支持 JPG、PNG、MP4、MOV、WAV、MP3 等图片、视频和音频格式。
The Verge · AI同新闻AI 评分8282 ChatGPT 上线 Intelligent UI，随 GPT-6 生成图表、按钮和表单
OpenAI 在 ChatGPT 中推出 Intelligent UI 功能，让回复可以结合图表、表单、可点击按钮等交互式视觉内容，该更新随 GPT-6 向所有用户推送。
The Decoder同新闻AI 评分8686 OpenAI 发布 GPT-6，ChatGPT 改用图表、按钮和小应用的交互界面
OpenAI 面向所有 ChatGPT 用户推出 GPT-6，并带来名为 Intelligent UI 的新功能，模型不再以纯文本作答，而是根据问题自动生成图表、按钮、表单等交互界面，比较类问题会并排展示，解释类内容可转为交互图表，用户还能在对话内直接构建储蓄计算器、小游戏等小工具。
TechCrunch · AI同新闻AI 评分7676 OpenAI 随 GPT-6 推出 Intelligent UI，ChatGPT 界面转向可视化交互
OpenAI 推出名为 Intelligent UI 的新界面，随新模型 GPT-6 于周三开始推送，把大量可视化内容整合进对话，其中不少是可交互的按钮、定制计算器、交互式图表和可编辑图形。
The DecoderAI 评分6262 Google 开放 SynthID 检测器，称已有 1800 亿图片和视频带水印
Google 将 SynthID Detector 开放给公众，任何人都可以检测图片、视频或音频是否由 Google 及其合作伙伴的 AI 生成。该工具可识别 Gemini、Veo、Lyria 等模型嵌入的隐形水印，支持 JPG、PNG、MP4 和 MP3 格式。
Ars Technica · AIAI 评分6262 Google 推出改进版 SynthID AI 内容检测器，面向全球开放
Google 宣布其 SynthID 检测器现已支持所有合作方嵌入的水印，并在新网站 SynthID.com 上向所有人开放使用。SynthID 是编码在 AI 生成图像和视频像素以及音频波形中的隐形信号，Google 称仅 Gemini 就已为超过 1800 亿张图像和视频、以及 24 万年时长的音频集成了 SynthID。
OpenAI News精选AI 评分8585 OpenAI 在 ChatGPT 全球上线 GPT-6 并推出 Intelligent UI
OpenAI 宣布 GPT-6 正在 ChatGPT 中面向全球上线，并同步推出 Intelligent UI。官方称新版本响应更快，提供可视化内容和可直接探索、使用的交互体验。
推荐理由：OpenAI 官方公布 GPT-6 在 ChatGPT 全球上线，并同步引入 Intelligent UI，读者可据此了解模型与交互形态的同步变化。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 EmbeddingGemma 2 开源轻量多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，基于 Gemma 4 架构、740M 参数、Apache 2.0 许可，将文本、图像、音频、视频映射到统一嵌入空间。
推荐理由：EmbeddingGemma 2 把文本、图像、音频、视频统一到同一嵌入空间，并给出端侧内存与向量截断数据，便于判断本地多模态检索的可行性。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展至开发者、企业和消费者。
推荐理由：官方给出 Gemini 4 Argon 在编码、企业知识与网络安全防御上的基准表现和分阶段开放方式，可据此判断前沿模型的能力边界与落地节奏。
Microsoft Research精选AI 评分6262 微软研究院发布 Quine：面向生物学复杂性的 AI 研究系统
微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由跨序列、结构、功能、细胞状态和成像等多模态数据训练的生物世界模型，以及连接模型、科学工具、文献与实验人员的交互式 harness 组成。
推荐理由：微软研究院公开 Quine 的多模态生物世界模型与实验闭环设计，并给出胰腺癌化合物筛选的湿实验验证结果。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini 3.8 Live with Live Avatar
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，在原生实时对话模型上加入近实时视频生成，实现带口型同步、自然表情和流畅轮次的视觉化对话。
推荐理由：官方给出 Live Avatar 的实时音视频耦合、异步工具调用与 97 语言同步能力，可据此判断企业级对话智能体的形态变化。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS
Google DeepMind 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款语音生成模型，前者面向角色设计与逐行表演指导，后者面向高并发配音和语音智能体。
推荐理由：官方给出两款 TTS 的定位差异、可用入口与基准排名，便于判断语音生成在创作与规模化场景中的分工。