1. 谷歌 Gemini 4 Argon 面向全球开放，API 限时半价
谷歌正式面向全球开发者、企业客户及付费订阅用户陆续开放新一代旗舰 Gemini 4 Argon，重点加强编程、专业知识工作与需要长时间持续执行的复杂任务，并延续多模态、空间推理和工具调用优势。首发 API 定价为每百万输入 token 2 美元、输出 10 美元，约为 Opus 5.5 的一半、GPT-6 Astra 的五分之一，优惠持续到 11 月 30 日，12 月 1 日起恢复为 4 美元与 20 美元。官方演示中，Argon 在约 20.5 万行代码的 Python 项目 ADK 上无人值守连续工作 11 小时，提出涉及 32 个文件的 6 项优化方案，跑完 16892 项开源测试；优化 Gemma4E2B 推理程序时，特定配置下吞吐量从每秒约 3.79 万 token 提升到超过 10.8 万，端到端速度达到原来的 2.85 倍。第三方 Artificial Analysis 智能指数中，Argon High 与 GPT-6 Astra Max、Claude Fable5.1 Max 并列 53 分，谷歌同时发布了一份 217 页的安全报告。
2. Krea 3 上线：图像编辑速度 4 倍于 Nano Banana Pro
Krea 发布了新的前沿图像编辑模型 Krea 3，官方给出的核心对比是速度达到 Nano Banana Pro 的 4 倍，单次编辑在 8 秒内完成，每张图成本 0.06 美元，约为对比对象的 1/3（同页参考价显示 Nano Banana Pro 约 0.135 美元/张）。它之所以快且便宜，是因为把编辑当成局部改动来做：先定位图像中需要变化的区域，只渲染这部分内容，因此最擅长的场景是产品换景、物体移除与照片清理。目前可通过 Krea API 或 Krea App 直接调用，企业方案支持把 Krea 3 跑在自己云端的 GPU 上。Krea 明确表示 0.06 美元就是正式目录价而非补贴价，并预期未来还会继续下降。
3. 优必选 Thinker-WM 在三大具身世界模型基准同时登顶
优必选自研的统一多模态世界模型 Thinker-WM 在 WorldOlympiad、EWMBench、WorldArena1.0 Track-1 三项具身世界模型基准评测中均位列第一。WorldOlympiad 上综合得分 0.740，其中 3D 一致性 0.531、交互保真度 0.765 两项单项居首；EWMBench 综合总分 4.66，超过 Qwen-RobotWorld、Sora2；WorldArena1.0 Track-1 则在视觉画质、内容一致性、物理合理性、3D 几何精度、指令遵循等 12 项维度整体领先。模型核心是统一动态 Transformer（UDT），把 RGB 图像、度量深度、机器人动作编码进同一套共享表征联合演化，用单个模型支撑视频-动作联合生成、世界预测、策略推理、视频转动作、逆动力学等六种能力。训练语料为 3 万小时异构数据；在 RoboTwin 单任务消融实验中，引入深度模态使操作成功率比无深度基线提升 15 个百分点。
4. Meta 新商业条款 10 月 30 日生效：继续用账号即默认同意被抓取
据 Nieman Lab 与 Ars Technica 报道，Meta 更新的商业条款将于 10 月 30 日生效。按照新条款，继续使用 Meta 商业账号的运营方将被视为同意 Meta 抓取其网站内容，法律专家认为这实际上意味着 Meta 可以抓取新闻网站内容、用于训练 AI 模型。此前网站是否允许被抓取，主动权在内容方一侧，可通过技术手段或书面授权逐站协商；新条款把这一决定与商业账号的持续使用绑定——只要账号仍在运营，同意即被视为成立，等于用一份覆盖面很广的服务条款规避了数百万美元的单独授权费用。留给内容方的时间窗只有生效日之前：需要清点在 Meta 上的账号状态与内容策略，判断默认同意是否符合自身利益。
来源：Nieman Lab 报道 | Ars Technica 报道
5. Anthropic 研究：用 Claude 设计更高效的量子电路
Anthropic 官方研究页发布《Designing more efficient quantum circuits with Claude》，探讨如何借助 Claude 设计效率更高的量子电路。量子电路是量子算法的基本执行描述，在含噪中等规模量子硬件上，门数量与电路深度直接决定计算能否在退相干发生前完成，”更高效”通常意味着更少的门、更浅的深度或更贴合硬件拓扑的连接结构，而这长期依赖人工经验与专用编译器，搜索空间大、易陷局部最优。这项工作值得关注的地方在于它的可验证性：电路正确性可以严格检查、效率可以量化对比，模型给出的方案能直接与专用编译器、启发式搜索等经典基线同台打分，收益也能立刻转化为对现有量子硬件的更有效利用，而不必等待硬件本身升级。原文未提供摘要，具体方法与实验设置以官方页面为准。
6. Anthropic 向 METR 研究者开放”员工级”访问权限
据 TechCrunch 报道，Anthropic 正向 AI 安全研究机构 METR 的研究人员开放员工级别的访问权限，使其能够”看到内部”，而不只是像过去那样通过公开 API 对模型做黑盒测试。访问层级的差异是这条消息的关键：外部机构长期只能观察输入与输出行为，员工级访问把研究者放到更接近内部人员的观察位置，为独立评估前沿模型的能力边界与潜在风险提供了更直接的条件。目前公开信息只指向”员工级访问”这一权限层级本身，具体的访问范围、涉及哪些系统与工具、以及研究附带的条件均未披露。对关注 AI 治理的人来说，真正决定这类安排含金量的是三点：访问范围覆盖哪些内部资源、研究结论能否公开发表、以及第三方在获得深度访问的同时如何保持评估的独立性。
7. OpenAI 纳维-斯托克斯证明被指”自己没看懂就发”
《科学美国人》最新报道给 OpenAI 的纳维-斯托克斯成果泼了一盆冷水。OpenAI 于 9 月 8 日公布一份 166 页证明，声称解决了这道克雷数学研究所悬赏百万美元的千禧年难题，高管当时反复表示沿用两名西班牙数学家 Diego Córdoba 与 Luis Martínez-Zoroa 提出的研究路线；但数学家深入研究后发现，OpenAI 实际采用的是另一套构造外力的方法，直到一个多月后外部专家才看出两者不同。该证明配有 Lean 形式化代码可被机器检验，方法上则从一个小规模 Agent 团队扩展到约 1 万个 Agent。OpenAI 同时公开了 722 篇数学手稿、涵盖 372 组成果。需要注意边界：此次攻克的只是允许外力、出现奇点的 C、D 命题，不含外力的版本仍未解决；而形式逻辑成立不等于人类理解数学思想。
8. Mercor 发布美国劳动基准地图：90% 工作时间没有 AI 基准覆盖
Mercor 发布”Labor Index Benchmark Map”，把 29 个 AI 基准映射到美国劳工部的 ONET 职业分类上，尝试回答一个很少有人量化的问题：现有评测到底覆盖了多少真实工作。结论相当集中——在 18,797 个 ONET 任务中，只有 924 个被这些基准覆盖，对应 923 个职业与 22 个职业大类；换算成工时口径，美国大约 90% 的工作时间花在 AI 基准几乎或完全未覆盖的任务上，只有约 10% 的工时拥有有意义的基准覆盖。研究者同时给出了自己的保留意见，提示这一比例对”什么算覆盖”的判定标准较为敏感。这份地图的价值不在于给模型打分，而在于指出跑分与劳动力市场之间的错位：如果要证明 AI 真的在替代工作，评测集本身先得对上真实任务。
9. Elorian 发布首个模型 Glimpse，主打”用图像推理”
位于帕洛阿尔托的初创公司 Elorian 发布了首个模型 Glimpse，核心主张是让模型”用图像来推理”（reason with images），而不只是”对图像进行推理”。Elorian 认为，当前主流模型虽然擅长语言和代码，但并不能真正”看见”。技术路线的差别在于：常规多模态模型先由视觉编码器把图像转成特征、再映射到语言表示空间，推理仍发生在文本 token 序列上，图像更像一份被读取的输入材料；”用图像推理”意味着图像可能作为推理链条中的中间载体直接参与运算，在视觉空间里保留和操作空间关系、几何结构与布局变化，这对图表与工程图纸理解、需要计数与空间定位的视觉问答、机器人场景规划等天然不适合语言中转的任务更有意义。Glimpse 目前以研究预览形式上线，提供 API 访问，聊天界面需排队；公司在产品推出前已完成 5500 万美元种子轮融资，对应估值 3 亿美元。
10. 理想汽车芯片子公司马赫心科技完成首轮 16.25 亿元融资
理想汽车宣布旗下芯片子公司马赫心科技签署首轮股权融资协议，融资金额 16.25 亿元人民币，由杭州经韬、蓝驰创投及华业天成领投，奇绩创坛参与投资。杭州经韬及其关联基金获授最高 5 亿元追加认购权，若悉数行使，投后估值将达到 171 亿元。此前理想已在整车端落地自研马赫 M100 智驾芯片，此次把芯片业务拆分为独立主体并引入外部资本，意味着自研算力从整车成本项转向可对外融资、独立衡量价值的技术资产。在智驾与具身智能同时推高算力需求的背景下，车企自研芯片能否跨过”只服务自家车型”的规模门槛，是这条路线接下来要回答的问题。
相关文章
