★ FEATURED ARTICLE 2026 年 10 月AI 圈像被打翻了的多米诺骨牌谷歌端出能「运行世界」的Genie 4OpenAI 用GPT-6.1 Terra把电脑操作成本打到了人力以下月之暗面把3 万亿参数的开源大模型摆上桌Anthropic 一边递交IPO一边推出个人智能体Claude Duet。这一个月大模型从「会说话」集体转向「会干活」开源与闭源、通用与专用、世界模型与智能体三条赛道同时开火。本文不聊理想主义只盘十件此刻最该知道的事每件都给出「是什么、为什么重要、对你意味着什么」。 配套资源本文为资讯盘点类无源码包、配置清单或图表源文件配套资源项为空跳过开篇资源位。目录谷歌 Genie 4从「生成视频」到「运行世界」OpenAI GPT-6.1 Terra电脑操作成本首次低于人力Kimi K3.1 Pro3 万亿参数开源模型登顶开源榜Anthropic递交 IPO 与个人智能体 Claude DuetDeepSeek V4.1 Flash 与 MiniMax M3.1开源侧的双响炮谷歌 Gemini 4 Argon 全球开放OpenAI 千智能体 32 分钟完成数月脑细胞分析八部门「十五五」规划智能体普及率目标超 90%十件大事一览对照表写在后面这波浪潮意味着什么1. 谷歌 Genie 4从「生成视频」到「运行世界」北京时间 10 月 28 日谷歌 DeepMind 发布了新一代通用世界模型Genie 4官网口径是「迄今最逼真、最具交互性的世界模型」。它最颠覆的一点是把生成式 AI 从「生成视频」硬生生推到了「运行世界」仅凭一句提示词模型就能实时生成一个可交互的动态虚拟世界场景随你的输入持续调整人物能自主响应、环境会即时演化。它到底新在哪最直观的是两点——世界变真实了而且第一次有了声音。Genie 4 是谷歌首个能原生生成音频的实时世界模型环境声与人物对话随世界同步产出同时支持实时物理模拟人物动作、互动对话、场景修改都能在一句话指令下即时响应。用户不只是「观看」AI 生成的世界而是能「进入其中」与环境互动。谷歌 CEO 皮查伊把这一步称为开启「言出法随」的「绿洲」时代。有行业人士感叹两年前 AI 连静态图像里的手都渲染不好如今已能即时生成带实时物理与现场音频的可玩 3D 世界。为什么重要世界模型world model一直被视作机器人训练与 agent 进化缺的那块拼图——它提供的不只是画面而是可控、可交互、带物理规则的训练环境。Genie 4 把「能看」推进到「能听、能交互」等于给具身 AI 与生成式智能的融合铺了路。谷歌正探索其在游戏设计、影视制作、教育、机器人训练等领域的落地。要泼的冷水它目前仍是研究预览只向受信任测试者开放普通用户还摸不到且官方给所有音视频都打了SynthID水印。Genie 4 参考资料谷歌重磅发布 Genie 4这才是真正的「世界模型」 – 新智元谷歌发布 Genie 4 大模型 文本指令可实时生成可交互虚拟环境 – 第一财经DeepMind 发布实时交互世界模型 Genie 4 – AI工具宝箱谷歌 Genie 4 来了「一句话生成世界」更近了 – 腾讯新闻2. OpenAI GPT-6.1 Terra电脑操作成本首次低于人力10 月 26 日OpenAI 推出GPT-6.1 Terra官方把它定位为「速度快、效率高、专为高强度专业工作」的模型尤其擅长视觉推理、电脑操作computer use与清晰自然的写作。它同日在 ChatGPT Work、Codex 与 API 中开放覆盖 Plus、Pro、Business、Enterprise、Edu 各档。真正的看点在成本结构。Terra 定价每百万 token 输入 $1、输出 $5较上一代直降 50%价格砍半最高强度下单任务成本仅为 Claude Opus 5.5 的九分之一。在 Terminal-Bench 4.0 上Terra 成功率50.3%对比 Claude Opus 5.5 的 21.5%事实错误率从 53.6% 降到 16.7%。为什么重要这组数字意味着电脑操作类自动化第一次进入了「按任务算比人力便宜」的区间。过去我们谈 token 成本现在业内开始谈「单任务成本」——cost per completed task而非cost per token成了路由决策的新标尺。当完成一个任务的成本真的低于一段人工操作agent 大规模接管电脑操作的经济账才算第一次算得过来。GPT-6.1 Terra 参考资料推出 GPT-6.1 Terra – OpenAIAddendum to GPT-6 Astra System Card: GPT-6.1 Terra – OpenAIOpenAI 发布 GPT-6.1 Terra价格砍半 – AI工具宝箱Release notes – OpenAI3. Kimi K3.1 Pro3 万亿参数开源模型登顶开源榜10 月 23 日月之暗面Moonshot AI发布Kimi K3.1 Pro这是其 K3.1 系列第一款模型。它总参数2.8 万亿一说 3 万亿、激活 1040 亿是当前已公开的最大开源权重模型上下文 100 万 token定价输入 $2、输出 $10较前代降 33%API 与 Kimi.ai 当天即用。它的能力不止于体量在 Artificial Analysis Intelligence Index 上拿到55 分为开源模型历史最高位列全体第四Terminal-Bench 4.0 达到 65.7%。权重计划 11 月 4 日公开。为什么重要这是开源侧对闭源旗舰的一次正面回应。3 万亿参数却能在 55 分这个档位还比上一代便宜三分之一说明中国 AI 厂商在「参数规模 × 成本 × 能力」三者的平衡上确实上了一个台阶。对中文开发者与企业来说K3.1 Pro 意味着拿到一个可本地部署、能打前沿任务的开源底座。它在游戏开发Unreal/Unity/Godot、Blender/CAD 3D 建模等长尾专业任务上表现突出瞄准的正是通用大模型覆盖不到的垂直深水区。Kimi K3.1 Pro 参考资料Kimi K3.1 Pro 发布 – Moonshot AIOctober 2026 AI Model Updates – Local AI ZoneAI 官方発表まとめ 先週 – TECH NOISY4. Anthropic递交 IPO 与个人智能体 Claude DuetAnthropic 是本月的「双料主角」。一是 IPO。10 月 27 日Anthropic 递交 IPO 文件首次全面公开财务2026 年第二季度营收116 亿美元同比暴增1368%同期营业利润 9.74 亿美元。这是前沿大模型厂商首次以 IPO 申报材料形式披露完整财务被视为检验大模型商业模式能否持续盈利的关键样本。这场发行可能让公司估值达到约1.5 万亿美元但亚洲大部分投资者想直接从配售中分份额「几乎不可能」拿不到份额的资金正在改道买入其已上市股东、加密衍生品与半导体个股。二是产品。10 月 21 日Anthropic 发布个人 AI 智能体Claude Duet进入个人 Agent 赛道可主动监控应用并执行会议安排等任务。这已是近两个月内第七、八款形态相近的同类产品——8 月 xAI 推出 Grok Bot、9 月 Meta 发布 Muse 并带动股价上涨 27%。文章认为个人智能体赛道已进入同质化竞争阶段厂商更多在交互形态与入口上做文章差异化能力尚未显现。为什么重要IPO 揭开了大模型公司「到底赚不赚钱」的盖子而 Claude Duet 说明前沿厂商正集体把战场从「模型能力」转向「个人 Agent 入口」。一个管钱的账本、一个抢入口的产品两条线都指向同一点AI 从技术叙事进入商业兑现期。Anthropic IPO 与 Claude Duet 参考资料Anthropic 递交 IPO 文件 – PHP中文网Anthropic 发布 Claude Duet – 腾讯新闻Anthropic IPO 亚洲配售受阻 – BloombergAnthropic Newsroom – Anthropic5. DeepSeek V4.1 Flash 与 MiniMax M3.1开源侧的双响炮如果说 Kimi 是把开源的天花板抬高那 DeepSeek 与 MiniMax 这一对则是把开源侧「单位任务的成本」打到了地板——这十天里开源国产模型在「低价打高频」这件事上卷到了极致。DeepSeek V4.1 Flash10 月 17 日升级到 V4.1-Flash-1017这是其全新模型结构系列中的最小尺寸成员带原生多模态视觉理解能力主打「能力上限更高、推理更快、吞吐更大、可扩展」。官方称这次升级是一次「性能–费用的帕累托改进」相比上一版HLEw/o tools冲到 42.6、Terminal-Bench 4.0 冲到 42.3、DeepSWE v1.1 到 77.0而在提升性能的同时还缩短了任务运行时间与输出长度让人能以更低成本、更快速度跑完同样的活。它在 Artificial Analysis 上拿到智力指数 45并针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等平台做了专门优化。MiniMax M3.1 Flash10 月 19 日发布10 月 23 日开源权重。它最出圈的不是参数而是一个「马甲」——那个在 OpenCode 上匿名霸榜 12 天的Space Bunny就是 M3.1 Flash 的早期版本。它是个 MoEMixture-of-Experts混合专家模型总参数 4280 亿、每个 token 只激活 230 亿100 万上下文原生吃文本/图像/视频。价格输入每百万 token$0.15、输出$0.6、缓存读取 $0.015。为什么重要这两家把「Agent 任务单价」打到了一个新量级。MiniMax 的定价和 DeepSeek 低峰价一模一样但 DeepSeek 高峰时段要翻倍到 $0.3/$1.2M3.1 Flash 却是全天不变——所以它不是「更便宜」是「全天候都便宜」。网友实测最直观做一个硬件发布落地页M3.1 Flash 花 2.3 万 token、$0.014而 Claude Opus 5.5 花 6 万 token、$1.22设计水准却在一个档次账单差了近 88 倍。要泼的冷水便宜不等于全能。在 DeepSWE v1.1 这类硬核工程任务上M3.1 Flash 是 73.7DeepSeek 是 77OSWorld 2.0 上 M3.1 Flash 61.7也明显落后 Claude Opus 5 的 70.6。它的幻觉率偏高做物理约束类任务也会翻车。所以更准确的说法是高频跑量的活交给它难啃的重构留给更强的模型。DeepSeek V4.1 Flash 与 MiniMax M3.1 参考资料DeepSeek-V4.1-Flash-1017 更新日志 – DeepSeekMiniMax M3.1 Flash 上线把 Agent 成本打到地板 – 腾讯云开发者社区MiniMax M3.1 Flash 开源模型权重总参数 428B – 博客园MiniMax 开放 M3.1 Flash 权重 – HabrMiniMax M3.1 Flash 权重发布与 Space Bunny 身份确认 – backend.hackeruna.com6. 谷歌 Gemini 4 Argon 全球开放10 月 29 日谷歌把Gemini 4 Argon推向全球开发者与企业可通过 Gemini API 使用Google AI 订阅用户能在 Antigravity、Gemini app 与搜索的 AI Mode 里直接用。它强在哪官方定位是「为最难的问题而生」擅长编码、金融、法律、网络安全、科学等领域的复杂多步任务。关键是它在 Vals Index 上拿了第一——这个指数专门衡量模型在金融、编码、法律、税务等关键经济领域的表现Argon 是当前跨领域领先的旗舰。谷歌甚至用它自己完成了 Chrome 跨数百文件的架构重构把数月的工作压缩到了几周。定价入门价输入每百万 token$2、输出$10缓存输入打 95 折需要注意的是这只是促销价11 月 30 日后输入涨到 $4、输出从 12 月 1 日起涨到 $20。为什么重要本月谷歌其实有两张牌前面那张是「运行世界」的 Genie 4这张是「干深活」的 Argon。一个负责造世界一个负责处理现实里最繁琐的专业任务两条线合起来说明谷歌不再单纯拼「模型会多少」而是拼「模型能不能替你扛下高价值、高难度的垂直工作」。对开发者来说Argon 是全球通用而非仅美国的旗舰入口。Gemini 4 Argon 参考资料Gemini 4 Argon 正式向所有人开放 – GoogleGemini 4 Argon: Built to solve your hardest problems – The KeywordGemini 4 Argon 的新功能 – Google AI for DevelopersGemini Developer API 定价 – Google AI for Developers7. OpenAI 千智能体 32 分钟完成数月脑细胞分析10 月OpenAI 展示了「agent 规模化」最有冲击力的一幕它和 PerturbAI、Scripps Research 一起用数千个 AI agent由 GPT-Rosalind 驱动并行工作在32 分钟里从数百万个小鼠脑细胞的数据中识别出值得进一步研究的生物学线索。它到底干了啥传统上这类大规模实验比如基因扰动实验产生的数据远超科学家手动能分析的上限。OpenAI 让几千个 agent 并行地去「读实验数据 检索科学文献」把基因扰动引起的效应与文献中的既有发现关联起来从而发现一些研究者原本没注意到的、意想不到的生物学联系。这些联系能帮科学家理解疾病、找到新的治疗研究方向。为什么重要这一仗打的是「科学发现能不能被 agent 规模化」。单看 32 分钟这个数它把过去可能需要数月、靠组内一小撮人反复推导的工作压缩成了「几千个 agent 并行跑一段代码」。更关键的是它不是「让 AI 胡说八道」而是让 agent 去「接住」那些被实验室数据中淹没、靠人眼已看不到的线索。当 AI 开始替科学家决定「下一个值得做的实验是什么」agent 就不再只是工具而成了科研流程里的一环。OpenAI 千智能体脑细胞分析参考资料Using thousands of AI agents to uncover new leads in biological data – OpenAI8. 八部门「十五五」规划智能体普及率目标超 90%如果说前面几件是厂商侧的「点」那这一件就是国家侧的「面」。10 月底中央网络安全和信息化委员会印发《国家信息化「十五五」规划》为未来五年的信息化画了一张任务书、时间表、路线图。最值得留意的一个数在《规划》列出的 12 项主要指标里提升幅度最大的是「新一代智能终端、智能体等应用普及率」——从 2025 年的40%提到 2030 年的90% 以上五年间翻一番以上。换句话说国家层面已经把「智能体」摆到了和 5G、IPv6、数字经济核心产业同一个量级的位置上并给出了明确的量化目标。《规划》的其他信号也很有指向性互联网普及率从 80.1% 提到 85%每万人 5G含 5G-A基站从 34 个提到 50 个数字经济核心产业增加值占 GDP 比重从 10.5% 提到 12.5%并「适时启动第六代移动通信6G商用」。它还明确提出加快量子科技、脑机接口、具身智能、6G等技术产业化应用。为什么重要这是智能体第一次以「国家普及率指标」的形式出现意味着它不再只是技术圈的热词而进入了产业政策的硬约束。对从业者而言这是一个明确的「确定性信号」往智能体方向投入未来五年有明确的政策托底对企业而言「智能体普及率 90%」不是一个口号而会实打实地转化为对各行业智能化改造的考核与扶持。八部门「十五五」规划参考资料智能体等应用普及率超90%适时启动6G商用国家信息化「十五五」规划释放了哪些信号 – 澎湃新闻9. 十件大事一览对照表把这一月的几条主线塞进一张表你会更清楚地看到它们在往哪走——从「会说话」到「会干活」再到「进场干活」。事件一句话概括对你意味着什么谷歌 Genie 4从「生成视频」到「运行世界」首个原生音频的实时世界模型具身 AI 与生成式智能的融合入口但仍是研究预览OpenAI GPT-6.1 Terra电脑操作成本首次低于人力单任务成本仅为 Opus 5.5 的九分之一电脑操作类 agent 第一次算得过来经济账Kimi K3.1 Pro2.8 万亿一说 3 万亿开源模型55 分创开源历史最高拿到可本地部署、能打前沿任务的开源底座Anthropic IPO营收 116 亿美元、同比增 1368%估值约 1.5 万亿检验大模型商业模式能否持续盈利的关键样本Claude Duet个人智能体可主动监控应用、安排会议个人 agent 入口进入同质化竞争阶段DeepSeek V4.1 Flash性能–费用帕累托改进HLE 42.6、DeepSWE 77.0更快更省地跑完高频任务MiniMax M3.1 FlashSpace Bunny 现身MoE 4280 亿/激活 230 亿全天 $0.15/$0.6把 Agent 任务单价打到地板但幻觉率偏高Gemini 4 Argon全球开放Vals Index 第一定位「为最难的问题而生」全球通用的垂直高价值任务旗舰入口OpenAI 千智能体几千 agent 并行32 分钟从数百万脑细胞数据找线索agent 不只是工具正成为科研流程的一环八部门「十五五」规划智能体等应用普及率从 40% 提到 2030 年 90% 以上智能体进入国家产业政策硬约束确定性信号三句话读懂这波浪潮一是开源与闭源同时提速开源在参数规模与单位成本两端同时逼近闭源二是世界模型与智能体并进一个造「能玩的世界」一个抢「能干的入口」三是国家与资本同时入场智能体第一次进入政策指标IPO 揭开了商业兑现的盖子。10. 写在后面这波浪潮意味着什么回头看这一个月AI 圈的节奏已经从「每个月出一个更强的模型」变成了「每个月同时开几条新赛道」。世界模型、开源万亿参数、个人智能体、Agent 规模化、国家政策——它们不是孤立的事件而是在同一个拐点上结出的果。什么时候该关注这件事如果你做 agent、做具身智能、做企业智能化改造这个月是「该认真看」的信号月——无论从成本Terra、M3.1、能力Genie 4、K3.1 Pro还是政策「十五五」规划看往智能体方向投入都有了更明确的依据。什么时候不该慌如果你只是围观那这些发布大多还是「研究预览」或「入口争夺」离大规模落地仍有距离。别被「单任务成本九分之一」「32 分钟替代数月」这类数字冲昏头——它们描述的是特定场景下的最优解不代表通用替代已经发生。本专栏《LLM 大模型技术专栏》从 Transformer 注意力机制一路讲到 LangChain、RAG 与 MoE 落地每篇都配一段可直接运行的代码每周更新一篇聚焦真实可用的模型与 agent 实践。想按顺序读完可在专栏页订阅。
阅读完成 · 觉得有帮助？
