AI 日报 · AI 日报
AI 日报|2026 年 10 月 28 日
Google DeepMind 公布带原生声音的 Genie 4 世界模拟研究预览,llama.cpp 更新本地多模态和实时音频支持。Claude 扩大美国政府采购优惠,一项新研究则从训练过程解释模型知识表现的变化。
本文目录
导读
让 AI 生成一个能走进去、能听见声音的场景,与让模型在自己的电脑上处理语音,是两种不同的进展。前者探索交互内容的可能性,后者决定开发者能否实际接入;采购方式和评估方法,则影响这些能力怎样进入日常工作。
本期收录 4 项可核验进展,引用 5 个主要一手来源。“发生了什么”整理发布方披露的事实与结果,“为什么重要”和“值得关注”为编辑分析。本期未运行模型、复现论文实验或测试软件兼容性;厂商演示和研究结果均保留其适用边界。
报道范围为 Asia/Shanghai(北京时间)2026 年 10 月 28 日 00:00—23:59。海外公告、版本发布及论文提交时间分别核对,不能直接把网页上的自然日当作北京时间。无法可靠归日的候选消息未纳入,具体依据见文末。
今日要点
- Genie 4 把原生声音、互动对话和文字引导带入世界模拟,目前仅向可信测试者提供研究预览。
- llama.cpp v0.8.0 加入 LFM3 多模态支持和实时音频接口;部分底层接口仍属实验性功能。
- Anthropic 扩大与美国总务署的采购合作,政府客户可获得 40% 折扣,直接采购与云渠道的开放时间不同。
- 一项预训练研究分析六个模型在六组评测中的学习轨迹,提醒读者:总分上涨并不能解释模型具体学会了什么。
重点进展
Genie 4 能生成怎样的交互场景?
发生了什么
Google DeepMind 公布 Genie 4。它属于世界模型,即根据输入模拟环境如何变化的模型;本次更新加入原生生成的环境声音、音乐和互动对话。用户可以通过键盘移动,也能用文字改变天气、引入人物或调整场景,Gemini 模型参与组织事件与维持连贯性。来源:Genie 4 官方公告
当前开放对象是可信测试者。面向 Project Genie 的 Google AI Ultra 订阅者,以及 Gemini API 和 Google AI Studio 的早期合作伙伴,仍是后续开放安排。官方同时承认,长时间运行、多次复杂修改和移动视角后,物体与画面细节可能漂移,物理、空间和音频准确性仍有局限。来源:开放范围与限制
为什么重要
可互动的画面加上即时声音,为内容创作和模拟训练提供了更完整的输入环境。开发者可以探索“采取一个动作后会发生什么”,而不只是观看预先生成的视频。
但画面逼真不等于物理预测可信。把它用于机器人或其他现实任务前,仍需验证模拟与真实环境的差异;目前也不能把候补入口写成所有用户已经可以使用。
本地运行多模态模型又多了哪些接口?
发生了什么
本地模型推理工具 llama.cpp 发布 v0.8.0,加入 Liquid AI 的 LFM3 文字、视觉、音频和综合多模态模型支持。版本还提供实时对话与转写的 /v1/realtime 接口、文字转语音的 /tts 接口,并新增实验性的流式音频处理接口,让音频可以边输入边处理。来源:官方版本说明
对应的音频与综合多模态合并记录说明,维护者对照参考实现检查了结果,并在 Mac 和 CUDA 环境对若干精度格式进行了基础运行检查;该记录当时仍把视频输入列为后续工作。因此,早期合并记录的限制与后来版本汇总中的功能,需要结合具体版本阅读。来源:LFM3 音频与综合多模态支持记录
为什么重要
模型权重可下载之后,应用还需要能加载模型、接收音频和持续返回结果的软件。统一的服务接口能减少开发者自行连接这些环节的工作,也便于已有应用尝试本地部署。
一次功能合并或版本发布,并不保证所有设备、量化格式和输入组合都能达到同样效果。升级时应固定程序与模型版本,检查原有接口是否兼容,再测量完整对话的延迟和内存占用。
Claude 的美国政府采购合作改变了什么?
发生了什么
Anthropic 扩大与美国总务署(GSA)的合作,为政府客户提供 Claude Enterprise、Claude for Government 和 Claude API 的 40% 折扣,范围延伸至州、地方、部落和领地政府。公告称,机构当下可以通过 GSA 的采购渠道直接购买;经云服务商购买的优惠计划在未来数月提供,配套实施支持也将陆续展开。来源:Anthropic 与 GSA 合作公告
协议没有最低消费承诺,机构可按实际用量付费。公告同时区分不同产品的安全认证状态:不能因为某项政府产品或云渠道具备特定认证,就推定所有 Claude 产品都获得相同授权。来源:采购条件与认证说明
为什么重要
公共部门采用 AI,除了评估回答质量,还要解决采购预算、数据范围和合规要求。降低起购门槛、沿用已有采购渠道,有助于机构从小规模试用开始验证用途。
折扣也不能替代部署审查。实际采购时仍应逐项确认产品、模型、访问渠道和数据类别是否符合机构要求;厂商披露的使用增长或节省预测,不等于已经实现的公共服务效果。
模型总分提高,是否意味着各种知识都学得更好?
发生了什么
论文《预训练中究竟改善了什么?用不同年份模型追踪知识学习》首次提交至 arXiv。研究先用在不同年份网页快照上训练的模型,衡量同一问答内容的预测概率如何变化,再追踪六个模型在六组选择题评测中的训练轨迹。来源:论文与首次提交记录
作者发现,跨年份预测变化较大的一组题目,在训练后期通常进步更多;最终在 36 种模型与评测组合中,有 34 种优于变化较小的一组。但正文明确:这个指标衡量概率变化,不直接测量知识出现频率,也不能把两组简单等同于“专业知识”和“常识”。控制题目难度后,不同评测上的差异也会改变。来源:研究正文与限制
为什么重要
同一个平均分可能掩盖不同题目的进步与退步。按数据特征和训练阶段拆开检查,有助于理解模型表现变化来自哪里,而不只比较训练前后的排行榜。
这是一种诊断方法,不能据此推出“增加某类数据就一定提升能力”的因果结论。研究限于选择题、指定模型和训练轨迹,每条轨迹只有一次训练运行;本文没有复现实验。
值得关注
- 模拟质量与现实可靠性需要分别验证。 连贯的声音和画面有助于交互体验,真实任务仍需要独立的准确性检查。
- 权重、运行工具和应用是不同交付环节。 新模型能否实际使用,需要连同程序版本、设备和接口一起确认。
- 评估要贴近具体任务。 采购折扣和综合分数能帮助筛选候选,但不能替代对业务数据、失败样本与运行成本的检查。
以上为编辑观察,不代表相关产品已经通过独立验证。
来源
以下为 5 个主要一手来源,核验时间为 2026 年 10 月 29 日(Asia/Shanghai)。
- Google DeepMind:Genie 4 官方公告。页面
datePublished为 10 月 27 日 16:13 UTC,即北京时间 28 日 00:13;不把后续修改时间当首次发布时间。 - llama.cpp:v0.8.0 官方版本。官方版本 API 的
published_at为 28 日 12:47:51 UTC,即北京时间 20:47:51。 - llama.cpp:LFM3 音频与综合多模态合并记录。官方合并记录 API 的
merged_at为 27 日 17:47:15 UTC,即北京时间 28 日 01:47:15。与版本发布合并为一项报道,未重复计算为模型首发。 - Anthropic:扩大 GSA 合作。页面标注海外 27 日,文章对象创建于 27 日 21:51:46 UTC、该日更新于 22:21:46 UTC,均落在北京时间 28 日清晨。这些记录用于核对归日,不声称创建时刻就是精确上线时刻;日期字段的 UTC 零点不作为实际发布时间。
- arXiv:预训练知识学习研究及全文。v1 首次提交时间为 27 日 17:52:38 UTC,即北京时间 28 日 01:52:38;报道的是该版本提交,不推断会议首次公开时间。
归日时另行排除了 Gemini 4 Carbon 公告和 Copilot Fusion 公告:二者原始发布时间分别为 28 日 17:00 UTC、16:00 UTC,换算后已是北京时间 29 日。Liquid AI 的 LFM3 文字权重则在北京时间 27 日已有上传,不能仅因 28 日集中报道就称其为当天首次发布。