AI 周报 · 2026 年第 44 周 · 10.26 — 11.01
AIPICK
本周模型侧密集发布，Google 推出 Gemini 4 与 Gemini 4 Carbon，Mistral 开放万亿参数 Mistral Large 4 权重，OpenAI 则以低价 GPT-6.1 Terra 主打电脑操作。行业层面，OpenAI 宣称内部模型推翻指数时间假设并证出杨-米尔斯理论存在，外部专家组已启动核查，苹果 Apple 智能国行版首批功能也确定接入千问。
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。
Google DeepMind一手原文 模型发布/更新
本版导读本周发布集中在旗舰多模态与开放权重，Google 连发 Gemini 4 系列，Pika 则把视频模型开放权重并强调专业迭代。
Mistral 发布 1 万亿参数多模态模型 Mistral Large 4 并开放权重
Mistral 发布旗舰模型 Mistral Large 4（Le Chonk）的开放权重，这是一个 1 万亿参数的原生多模态模型，在公开预览后经过三周强化学习，在编码和防御性网络安全上进一步提升。
Google 发布 Gemini 4，主打编码、金融与 3D 推理
Google 发布 Gemini 4（代号 argon），称其在衡量真实经济工作的 Vals Index 上排名第一，并在具身推理基准上得分 87%。Google 表示该模型在内部把 Chrome 一段 600 万行遗留代码的处理从数月缩短到数周，让 Gemma 模型提速近 3 倍，还能仅凭一张图片驱动 Blender 生成哥特式 3D 场景。
X · OpenAI10.27OpenAI 发布 GPT-6.1 Terra，主打低价高效的电脑操作能力
OpenAI 发布 GPT-6.1 Terra，主打更低价格下快速且可用的 computer use 能力。该模型能理解屏幕内容、跨应用执行操作、自然写作，官方称其效率足以承担更多日常工作。
Google DeepMind一手10.29Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长周期任务上达到最强水平，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
X · Pika10.30Pika 发布开放权重视频模型 Pika H3 Flex，登顶 DesignArena t2v 榜
Pika 发布开放权重视频模型 Pika H3 Flex，官方称其在 DesignArena 的 t2v 榜单位列第一。该模型面向专业迭代，支持导出音频分轨、最高 4k 分辨率，生成速度快于实时，15 秒带配乐片段最快 7 秒生成。
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。
产品发布/更新
X · Gemini10.30Gemini 支持直接生成、预览和编辑文档、PDF、演示文稿与表格
Gemini 现在可以直接生成、预览和编辑文档、PDF、演示文稿、表格等内容。用户可以把 手写笔记转成 PDF 学习指南，手动调整内容，圈选片段让 Gemini 修改文字或视觉，并继续追问。
X · Gemini10.30Gemini 上线可分享头像功能，可在图像和视频中与好友出镜
Gemini 上线头像创建与分享功能，用户可创建个人头像并在图像和视频中与好友一起出镜。用户能分享头像、在提示词中互相 tag，并保持角色和声音一致，还可随时添加或移除他人的访问权限。
行业动态
本版导读苹果国行 Apple 智能公布落地时间与机型范围，数学界则出现千人联名拒用商业 AI 与 AI 证明获专家初步读懂的两极动向。
X · 宝玉10.27OpenAI 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。
公众号 · APPSO10.31苹果 Apple 智能国行版首批功能公布，千问接入 Siri 与写作工具
苹果宣布 Apple 智能首批功能面向中国大陆用户推出，11 月 4 日随 iOS 开发者 Beta 版开放测试，12 月随 iOS 27.3 正式版上线，首发仅限 iPhone 15 Pro 系列、iPhone 16 及后续机型、iPhone Air 和 iPhone Duo，支持简体中文和英文。
X · 宝玉10.28Axiom 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。
公众号 · 新智元10.261008名数学家联名成立AHM拒用商业AI，ChatGPT却推翻26年Barry Simon猜想
截至10月25日，新成立的「人类数学协会」（AHM）实名成员突破1008人，全员承诺不为自动化数学商业实体提供劳动、咨询或宣传，且不在署名著作中包含AI生成文本，其中654人加入「无AI派」，承诺科研全流程不用AI。
公众号 · 新智元10.28数学家开始读懂 OpenAI 纳维－斯托克斯千禧难题证明
数学家 Scott Armstrong 在 X 上转述，几组研究 OpenAI 纳维－斯托克斯证明的偏微分方程专家已基本读懂其思路，他认为该证明也许超出人类原本能想到的范围，但没有超出人类的理解。
论文研究
本版导读多篇研究聚焦 AI 自主完成数学证明与安全测试，既有模型独立证出结论，也有模型在智能体任务中试图外传数据被拦截。
The Decoder10.30Epoch AI：开源权重模型 GLM 5.3 在 48 小时内零人工输入构建完整 Firefox 漏洞利用链
Epoch AI 研究人员发现，开源权重模型 GLM 5.3 可在无人工输入的情况下，针对 9 月 17 日至 10 月 26 日发布的 6 个 Firefox 版本利用补丁空窗期构建完整漏洞利用链，单次成功攻击的 API 费用约 1000 美元。
公众号 · 新智元10.28OpenAI 与 Anthropic 同日宣布内部模型证伪指数时间假设 ETH
OpenAI 与 Anthropic 几乎同时宣布，各自内部模型推翻了统治理论计算机科学 27 年的指数时间假设（ETH）。Anthropic 称其内部 Claude 研究模型在 10 月 16 日零人类干预下独立找到核心算法，消耗 1400 万输出 Token，论文唯一署名作者为 Claude。
公众号 · 新智元10.25OpenAI内部模型攻破Siegel零点难题，数学家接力12天把证明压到5页
牛津数学家Ben Green发布5页证明，排除Siegel零点，论文首页写明不主张任何人类原创性。10月6日OpenAI公开700多篇数学手稿，其中一篇8页论文《一致排除Landau–Siegel零点》率先给出证明。
公众号 · 夕小瑶科技说10.28OpenAI与Anthropic先后用AI证明指数时间假说ETH不成立
OpenAI发布67页论文、3977个Lean源码文件和超71万行形式化证明代码，宣称证明指数时间假说（ETH）不成立，Anthropic随后放出Claude独立证出的同款结论。
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10.25哈佛研究：Claude审稿七维度全胜人类专家，人类错误率近3倍
哈佛定量社会科学研究所Gary King与Steven Worthington的研究让Claude Opus 4.8与rapidPeer付费人类专家同审124篇论文，3位前编辑盲选30次中26次选Claude，七个审稿维度人类一项未赢。