# 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

---

**分类**：新闻
**标签**：视频 · 模型 · AI
**作者**：子龙
**链接**：https://octohz.com/p/2283