一周 AI 大事盘点（10.4当周）- Gemini 4 重夺最强，Agent/视频/语音全线开火

一周 AI 大事盘点（10.4当周）- Gemini 4 重夺最强，Agent/视频/语音全线开火

Google 王炸、OpenAI 6.1 被安全测试拦下、六巨头签超级智能协议、算力打到外太空——一分钟看完一周 AI 大事（转自抖音@产品君）

整理自抖音 @产品君《盘点一周AI大事(10月4日)》，视频地址见文末链接。

大模型

Google 发布 Gemini 4（代号 Argon）：数学、科学知识、编程、电脑操作全面超越 Claude 和 GPT，重夺最强；最大亮点是 100 万 token 输出，幻觉率压到历史最低，一次回答能输出整本小说或完整代码库。第三方高强度推理测试打平满血 Astra，成本暴砍四成
Fable 5.5 开启灰度测试：5.5 家族王炸模型，动效能力逆天，一句话直出五分钟带音乐带转场的动画视频——语言模型降维打击视频模型，视频后期彻底变天
Anthropic 上线 Sonnet 5.5：综合智商仅次于 Opus 5.5，做视频能力接近 Opus，成本只要一半
OpenAI 上线 6.1 Soul：能力打平 Astra，成本只要五分之一；6.1 Astra 未通过安全测试被取消发布

智能体

OpenAI 推出全天候智能体：Astra 驱动、自带云电脑，能操作 4000+ 软件，7×24 干活，还能打语音派活
开源版 Dots：每个人都能部署自己的私人助理
最强 AI 助理：自带邮箱电话，能约理发、叫维修，搞不定还会在线摇人呼叫人类，真实任务成功率比其他助理高 70%
自我进化智能体：用 agent 管理 agent，四天搓出 FPS 游戏 + 宣发官网和海报
视觉版 Jeff：看到画面直接做决策，打游戏、操作电脑和机器人
iPhone 连接器：让 Codex 接管手机屏幕，聊天、抢票
AI 六巨头签署超级智能协议：AI 从此更名 SI，前沿模型发布前自愿接受外部审查

图像与视频

项目	亮点
Ideogram 图像编辑模型	精准修改任意元素，多轮重绘不退化，权重将开源
Black Forest 图像编辑	局部重绘不碰其他区域，可超分 4K，几周后开源
Tabus 实时数字人	视频通话 48% 用户没认出是 AI
3D 重建模型（开源）	一张图拆出干净零件，还能严丝合缝拼回
4D 世界模型（开源）	指定镜头位置和运镜，分镜预演，普通显卡可跑
英伟达视频超分（开源）	AI 生成视频直接补到 4K
视频加速 LoRA（开源）	50 步推理→6×4 步，速度快 6 倍画质差别不大

语音

ElevenLabs 最强语音合成：给台词直接演戏，复杂情绪稳稳接住
微软实时语音识别：60 种语言、百毫秒级，人还在说话字幕已跟上
开源本地识别模型：20 秒转录一小时录音，准确率比 Whisper 高十倍

其他

Google「太阳捕手计划」发射成功：AI 芯片送上太空验证 TPU 抗辐射和温差——算力竞赛打到外太空
Astra 找到理论物理六十年猜想的新反例

18300举报0

子龙•1个月前

点击获取 ^_^

被收录：

视频模型 AI

暂无评论