AI 编程实时动态与要闻

Google DeepMind 于 10 月 31 日宣布，与英国政府、Google Cloud 和 Faculty 共同开发的规划审查工具 PlanAssist（基于 Gemini）将新增开放给 12 个英格兰地方规划机构，参与总数达到 15 个，进入为期 12 个月的 Beta 阶段并处理真实申请。官方称，在 Barnet、Camden、Dorset 三地的早期试点中，规划官员花在住宅类申请评估上的平均时间下降 58%，超过 70% 的 AI 草拟报告无需修改即获通过；最终决定仍由规划官员作出。

查看大图

Anthropic 官方帮助中心「How Claude marks AI-generated content」（10 月 28 日更新）的支持表已把 Claude Mythos 5、Opus 4.7、Opus 4.6、Opus 4.5、Sonnet 4.6、Sonnet 4.5 等 8 月 2 日前发布的旧模型列入「第一方产品文本水印」，并写明正在为这些模型补加水印，以履行欧盟 AI 法案第 50 条透明度义务。据 MACCUS 等媒体披露的 Anthropic 客户邮件截图，旧模型水印 11 月 3 日起生效，Amazon Bedrock 可能晚几天；具体日期官方公开页面未写明。水印基于 Google DeepMind 的 SynthID-Text 方法，不加隐藏字符、不多耗 token，检测 API 目前只对监管、媒体、研究者等合规机构私测开放，X 上不少用户对「无法自查」表达不满。

查看大图

Google DeepMind 10 月 28 日发布 Gemini 4 Carbon，称其为目前最强模型，距 Gemini 4 Argon 上线仅两周。官方博客称它在 Artificial Analysis 智能指数 v5.0 以 59 分排名第一，并在网络安全三项评测领先：SEC-bench Pro 找漏洞 88.2%、ExploitGym 漏洞利用 54.8%、CWE-bench 打补丁 71.0%；WebDev Arena 涨 89 分至第 4（1769）。本周起先向 Fairwind 计划中的部分网络防御者开放，之后再面向开发者、企业和消费者。介绍期价格与 Argon 相同，每百万输入 / 输出 token 2 / 10 美元，之后为 4 / 20 美元。

查看大图

Google DeepMind 10 月 27 日发布 Genie 4，称其为迄今最逼真、交互性最强的世界模型。它基于 Gemini Omni，提升了物理和人物动作的真实感，首次原生生成环境声和可互动的角色对话，并由 Gemini 3.8 Flash 在回路中规划复杂事件。目前只向受信测试者开放研究预览，即将登陆 Google AI Ultra（Project Genie）及 Gemini API / AI Studio 早期伙伴；官方未公布量化跑分。

查看大图

Google 官方账号 @googlegemma 10 月 26 日发帖称，借助 Gemini 4 Argon 完成的一组 vLLM 优化，让 gemma-4-E2B-it 在单张 A100 上的吞吐从约 37,900 提升到 108,000+ tokens/秒，约 2.85 倍，且输出 token 100% 一致。对应 PR 由 Google DeepMind 的 Luciano Martins 提交，大部分仍在评审中。

查看大图

全球最大学术出版商之一 Springer Nature 10 月 26 日宣布与 Google DeepMind 建立研究合作，共同设计一款 AI 审稿助手。它基于 DeepMind 的前沿 Gemini 模型，并借鉴 Google 此前的智能体科研工具 ScholarPeer 和 Deep Review，帮助审稿人梳理稿件、分析大量文字、图表和插图，并标出可能需要重点核查的部分。系统用 Google 开源的 Agent Development Kit（ADK）搭建，只运行在 Springer Nature 私有的 Gemini Enterprise 环境里，稿件内容不出其安全环境。原型正在测试，官方强调「人类优先、AI 其次」，没有公布上线时间或效果数据。

查看大图

Google DeepMind 宣布，由 4 个 Gemini 4 Argon 组成的智能体团队在随机生成的《Minecraft》生存世界中，仅凭代码编写与文本聊天协作，在完全无人工干预、无预探地图种子、无定制游戏外挂的条件下，历经 27 小时 14 分钟、阵亡 605 次、自主编写并调试 2,783 个 Mineflayer 程序，成功从零击杀末影龙，创下 AI 智能体首个端到端自主通关《我的世界》纪录。

查看大图

前 Google DeepMind 研究员 Andrew Dai 创办的 Elorian 于 10 月 16 日发布首个模型 Glimpse：推理过程中可裁剪区域、按更高帧率重看片段、运行代码测量，官方称之为“视觉草稿空间”。基于开源权重底座后训练、仅用数百张 GPU；API 定价每百万 token 输入 $0.60 / 输出 $3。厂商评测中在 WGO Bench、CharXiv-R、UGC-VideoCap、FSC-147 上超过 GPT-6 Astra，但在 HSS、BabyVision、TOMATO、Video-MME v2 上仍落后。

查看大图

Google 10 月 13 日宣布 Gemini 4 Argon 全球可用：Gemini API 付费层与 AI Studio 上线稳定版 gemini-4-argon，Antigravity 向 AI Ultra 开放，Gemini App 与搜索 AI Mode 向 Pro/Ultra 开放。输入、思考、输出共享 1,048,576 token 窗口，后台执行可单次生成至 1M token；引进价每百万 token 输入 $2、输出 $10（至 11 月 30 日），之后 $4/$20。免费层不可用，显式缓存不支持，temperature 等采样参数被忽略。

查看大图

2026-10-06 Google 正式推出 Nano Banana 2.1，并在 Gemini API 更新日志中标记 GA，模型 ID gemini-nano-banana-2.1，基于 Gemini 3.6 Flash，同步上线 Gemini App、AI Studio、Search AI Mode、Flow、Stitch、Google Ads 与 Gemini Enterprise Agent Platform。定价页显示图像输出 $30/百万 token（旧版 $60），1K/2K 单张 $0.0336/$0.0504，比 Nano Banana 2 便宜约一半；模型卡人类盲评文生图 Elo 1050，高于 Nano Banana 2 的 990 和 Pro 的 935。旧模型 gemini-3.1-flash-image 已标记弃用（暂未公布下线日期）。此前我们报道过它在 Flow 中静默上线，现已官方确认。

查看大图

Google DeepMind 于 2026-10-06 发布 EmbeddingGemma 2：基于 Gemma 4 架构、740M 参数、Apache 2.0 许可，把文本、代码、图像、音频、视频映射到同一 768 维向量空间，上下文 8K，MTEB Code 从 68.76 提升到 78.68，量化后在 Pixel 11 Pro 上纯文本仅需约 191MB 内存。Hugging Face Transformers v5.19.0 已原生支持。

查看大图

大模型强化学习后期对齐（RL Post-Training）长期被奉为赋予智能体高阶决策能力的金标准。然而来自斯坦福大学、威斯康星大学麦迪逊分校等顶尖机构的最新重磅研究《Sharpening Tax in Post-Training》（arXiv:2610.01509）颠覆了这一固有共识：研究揭示强化学习本质上只是对基座模型已有能力进行“过度锐化（Sharpening）”，在盲目拔高单次输出准确率（Pass@1）的同时，剧烈扼杀了复杂多步任务的“解空间覆盖度（Solution Coverage / Pass@K）”。在具备足够测试时算力预算（Test-Time Budget）下，未对齐基座模型配以轻量级工具外壳甚至能解决更多长尾任务。团队首次形式化提出了“锐化代价（Sharpening Tax）”诊断指标，并研发出即插即用的贝叶斯后验温度组采样算法 PTGS，在大幅降低锐化税的同时，兼得极致的 Pass@1 准确率与解空间覆盖广度。

查看大图

DeepMind 官宣前沿模型 Gemini 4 Argon，面向长程编码、企业知识工作与网络防御；首发经 Fairwind 向可信防御方开放。官方：DeepSWE v1.1 77.9%、AutomationBench 51.3% 第一、LVBench 91.7%、CWE-bench v1 并列 68%；引进价 $2/$10 每百万 token，输出上限 1M。

查看大图