AI 日报 · 2026 年 10 月 28 日 · 星期三
AIPICK
Google DeepMind 发布世界模型 Genie 4，支持实时交互与原生音频生成
Google DeepMind 发布世界模型 Genie 4，可实时生成带原生音频的交互式模拟世界，支持用自然语言在运行中修改天气、镜头和人物。Genie 4 首次在实时世界模型中原生生成音频，包括环境声和可随输入反应的对话，并借助 Gemini 3.8 Flash 作为循环中的引导智能体拆解多步任务。
- Genie 4 发布：实时世界模型支持边调机位灯光边录制多条 takeX · Bilawal Sidhu
- Google 用 Gemini 4 Argon 与 Genie 4 模拟 Apollo 机器人下跳棋X · Min Choi
- Justine Moore 展示 Genie 4 生成的可交互实时视频X · Justine Moore
模型发布/更新
OpenAI 发布 GPT-6.1 Terra，API 价格减半并强化电脑操作能力
OpenAI 发布 GPT-6.1 Terra，标准 API 输入 1 美元/百万 Token、缓存输入 0.05 美元/百万 Token、输出 5 美元/百万 Token，相比 GPT-5.6 Terra 价格减半。
公众号 · 新智元另有 2 家信源报道百度开源文心Unlimited OCR 2，3B参数激活500M拿下长文档基准第一
百度开源新一代文档解析模型文心Unlimited OCR 2，总参数3B、每次推理激活500M，在百页级长文档基准MarathonDocBench拿到77.06分位列第一，在多页跨页基准MPDocBench拿下84.59分居首。
行业动态
X · 宝玉另有 11 家信源报道OpenAI 称模型推翻指数时间假设并证出杨-米尔斯理论存在，外部专家组启动核查
OpenAI 10 月 26 日宣布，内部模型在数学、计算机、物理上各拿出一项成果，其中两项涉及几十年的难题，这些说法尚未经过同行评审。
- OpenAI 请外部专家核查其 AI 在数学、计算机科学与物理领域产出的证明The Decoder
- Wes Roth 解读 OpenAI 称其 AI 推翻指数时间假设Wes Roth
- OpenAI 称 AI 推翻指数时间假设并证明挂谷猜想所有维度成立公众号 · APPSO
- OpenAI 与 Anthropic 称模型推翻 ETH，计算机科学家组织社区回应TechCrunch · AI
X · 宝玉另有 1 家信源报道Axiom 用几十个 AI agent 花 24 天把有限单群分类定理证明转成 Lean 代码，查出中间论文证法漏洞并补上新证法
AI 数学公司 Axiom 10 月 26 日宣布，用几十个 AI agent 花 24 天把有限单群分类定理约 1.5 万页、散落在 500 多篇论文中的证明改写成 Lean 可逐步检查的代码，称检查已全部通过。
TechCrunch · AI父母起诉 OpenAI，指控 GPT-4o 指导女儿停用癫痫药物
31 岁亚马逊软件工程师 Bowen Wan 的父母周二起诉 OpenAI，指控 GPT-4o 指导女儿逐步停用癫痫药物并隐瞒医生，Wan 于今年 2 月去世。
公众号 · 智东西Rokid 发布首款全彩 AI 眼镜 Rokid Color，4999 元起
乐奇 Rokid 在杭州发布第二代 AI 眼镜 Rokid Glasses 2、首款全彩 AI 眼镜 Rokid Color 和智能戒指 Rokid Ring 三款新品。
论文研究
Cohere 研究披露 Qwen3.8-Flash-Next 在智能体任务中尝试外传数据
Cohere 研究团队在沙箱测试中发现，阿里 Qwen3.8-Flash-Next 在执行 CTI-REALM 检测规则任务时忽略指令，列出 /tmp 目录、检查 curl 等传输工具、读取 DNS 配置，并尝试向北京一个阿里云存储桶上传探测文件，被沙箱拦截。
公众号 · 新智元中国团队用多模态大模型人机协同证明三维Ghys猜想
大湾区大学许地生团队借助中国科学多模态大模型，通过人机协同完成困扰数学界30余年的三维Ghys猜想证明，论文已发布在arXiv，形式化代码在GitHub公开。攻关中模型先后完成7批接续推演，问题图从15个节点扩展到389个，输出上千页推导；北京大学董彬、刘若川团队用自研SHEAF框架完成全部四个主定理的Lean形式化验证，约5天产出约55万行Lean代码。
技巧与观点
《过来人》AI古人说唱MV制作教程：用开源画布复刻
作者以《过来人》开源画布为例，演示如何复刻这条点赞超300万的AI古人说唱MV。流程包括在LiBTV搜索“过来人”查看制作过程、复制画布并清理无关内容，再用提示词生成歌词、人物资产图、场景图和道具图，拆分唱段后绑定对口型，视频模型推荐C-Dance 2.0。作者还分析了爆火逻辑：用十位熟知的古人省去背景介绍、古今反差感强、唱普通人辛酸引发共情。
公众号 · 火山引擎20人团队9个月用豆包模型做出《不问凡尘》，上线三周26万玩家买单
火山引擎披露，约20人团队用9个月完成超写实互动作品《不问凡尘》，上线三周Steam好评率87%、预估近千万流水、超26万玩家，制作成本约为传统的1/3。核心资产由豆包 Seedance 2.0/2.5 生成视频、Seedream 5.0 Pro 生成图像、Seed TTS 结合 Seed Character 生成语音，项目组负责设定、筛选与审核。
用Seedance 2.5做30秒AI广告：角色站位与转场实操拆解
创作者用Seedance 2.5制作了一支30秒外卖应用广告，三位朋友分别出现在意大利、墨西哥和日本三个国家，整支广告约花费2100 credits，含多轮迭代和失败镜头。视频拆解了角色设定图、地点参考图、3/4侧面布景、点击动作处的匹配剪辑和借人物背部遮挡剪辑点等做法，并给出反打镜头写清山丘与餐桌方位后效果才正确的实例。