【主题】DeepMind 发布 Genie 4:可实时改场景的世界模型,并原生生成声音
解读 Google DeepMind 推出 Genie 4,能一边交互一边生成更逼真的场景,还顺带生成环境音和角色对话。你可以中途用文字改天气、加人加物,Gemini 会帮忙盯着别跑偏。官方先给可信测试者,再扩到 Ultra 订阅与部分 API 伙伴。工程师可把它理解成“机器人/智能体的仿真游乐场”,适合原型体验;长时物体恒常性和文字清晰度仍可能漂,别当生产渲染器用。
6 条当日/近期热点 · 工程师向浅科普
解读 Google DeepMind 推出 Genie 4,能一边交互一边生成更逼真的场景,还顺带生成环境音和角色对话。你可以中途用文字改天气、加人加物,Gemini 会帮忙盯着别跑偏。官方先给可信测试者,再扩到 Ultra 订阅与部分 API 伙伴。工程师可把它理解成“机器人/智能体的仿真游乐场”,适合原型体验;长时物体恒常性和文字清晰度仍可能漂,别当生产渲染器用。
解读 OpenAI 宣布把 Oracle 应用与数据接到 ChatGPT,并支撑甲骨文新的 AI Workspace、安全网格、SMB 套装与 App Composer。目标是让财务、采购、排期等动作在现有权限里完成,而不是另开影子工具。美国客户还可用已有云额度在 Marketplace 买 API、Codex 与 ChatGPT Work。选型时除了看模型能力,更要看权限治理和采购路径是否贴合现有云承诺。
来源 OpenAI
解读 LFM3 把文本、视觉、音频、全模态和决策模型放在同一骨干上,主打端侧与单卡微调。官方称 1.7B 文本模型用更少参数超过上代更大模型,4-bit 大约 1GB,上下文到 256K。权重已上 Hugging Face,并提供 GGUF/ONNX/MLX 等部署形态。对工程师来说,这很适合先做手机/边缘代理和垂类微调,再决定要不要上更大的闭源模型。
解读 在 Meta 大规模股权融资框架下,英伟达称拟投入约 30 亿美元,AMD 约 10 亿美元,并分别强调 Vera Rubin/Helios 等部署与 Muse 代理合作。芯片商给自家大客户出资,让“循环融资”讨论继续升温。采购与架构团队要同时看产能承诺、残值/租赁假设和股权条款,避免只盯单次报价。
来源 CNBC
解读 Ai2 发布 Old Ideas, Novel Problems,系统测试多款模型当“新颖性裁判”的表现。结果显示,提示词改几个字,同一对想法的判断准确率能波动超过 50 个百分点;检索和加推理预算也不稳。专门做新颖性评估的系统,有时还不如便宜的提示基线。做科研 AI 或创意筛选时,别把单一 LLM 分数当金标准,最好固定评测集并做敏感性检查。
来源 Ai2
解读 Meta 宣布 Muse 在新加坡上线 iOS、Android 与 muse.ai,可连接 Gmail、日历、Instagram,并逐步接入 Shopee、Grab、新航、Agoda 等本地服务。重点不是聊天,而是在用户授权下替你比价、订行程、处理日程。对产品与安全团队,观察点是连接器权限、敏感动作二次确认,以及 Secure VM 一类隔离方案能否复制到更多市场。