2026-10-28·周三

中文热点点标题展开要点

1. 刚刚，谷歌 Genie 4 发布，120 秒的世界却让我看见 AI 的未来 Google DeepMind发布世界模型Genie 4，单次模拟时长从上一代约一分钟延长至120秒，可实时生成声音、模拟物理规律，并引入Gemini负责规划行动、Genie 4负责实时生成环境，用户可在运行中继续输入提示词改变场景。 爱范儿 展开

   据爱范儿报道Genie系列演进路径为：2024年Genie 1从视频学习动作与环境变化关系，Genie 2扩展至可探索三维环境，2025年Genie 3实现实时生成与交互。演示中用户通过键盘控制角色移动、调整镜头，可在漂浮湖面平台等场景中与虚拟角色对话。

   世界模型能力升级，影响交互内容与仿真

   阅读原文 → 复制链接

2. Muse之后，灵光2.0让Personal Agent接手中国式日常 蚂蚁集团10月27日发布灵光2.0，定位“能管事的个人AI助理”，用户可将需持续关注的事项纳入“帮我管”由AI持续跟进，成为国内大厂首批落地的Personal Agent产品。 雷锋网 展开

   据雷锋网报道灵光1.0于去年上线，主打30秒内生成带3D、带图表的可交互小应用，但交付后服务即告一段落。2.0将服务从单次任务交付转为持续跟进，典型场景包括盯机票酒店价格、管理自动续费会员等需反复关注的事务。

   国内Personal Agent落地，改变助理类产品形态

   阅读原文 → 复制链接

3. OpenAI 和 Anthropic 将大模型价格砍了八成，这门生意到底怎么算的？ OpenAI与Anthropic主流模型价格最多下调80%，GPT-5.6 Sol定价为每百万token输入5美元、输出30美元、缓存读取0.50美元，Luna为1/6/0.10美元，Luna后续再砍80%；分析认为这不像烧钱抢市场。 开源中国 展开

   据开源中国报道GPT-5.6 Sol 与 Luna 的缓存读取价分别为每百万 token 0.50 美元和 0.10 美元。Luna 在首次定价后再次下调 80%。原文将降价与成本结构放在一起讨论，未给出具体推理成本数字。

   模型价格战，直接影响开发者调用成本

   阅读原文 → 复制链接

4. “跑高分”不等于“能交付”：AI排行榜正在经历一场信用重估 BenchLM统计其追踪的710个基准中295个为百分制基准，其中105个约36%已饱和、榜首均在90分以上；Surge AI新评测中sudo L7编程榜首Claude Opus 5.5与Sonnet 5.5通过率仅41.7%，GDP.xlsx表格评测第一的Gemini 4 Argon仅38.3%。 钛媒体 展开

   据钛媒体报道Surge AI的DAYJOB评测含130项由医疗和金融专家编写的长流程任务，医疗赛道最好成绩为Claude Opus 5.5的24.7%，金融赛道为Claude Sonnet 5.5的24%。sudo L7含60道来自真实生产代码库的任务，GPT-6 Astra通过率33.9%，Mistral Large 4仅11.7%。

   评测信用重估，影响企业选型依据

   阅读原文 → 复制链接

5. Kimi额度的问题，Anthropic找到了解决办法 K3.1 Pro发布后用户反馈额度消耗过快，月之暗面公告承认问题并补偿额度，称将减少不必要的子Agent调用和输出长度；Anthropic此前发文称带技能的单Agent在质量、成本和延迟上常优于多子Agent分工。 钛媒体 展开

   据钛媒体报道Anthropic在模型上线前两天发文《构建Agent：何时该把子Agent折叠回主循环》，对比多家企业部署的Claude后得出上述结论。其认为子Agent是模型能力不足时期的补丁，随模型变强、上下文变长，反而成为累赘，多数任务只需单Agent、单模型、单份对话记录、一个循环。

   Agent架构取舍，影响token成本与产品设计

   阅读原文 → 复制链接

6. Cloudflare 披露 KV cache 暴露事故，全部发生在超长上下文的 prompt 上 Cloudflare披露Workers AI平台租户隔离事故：8月27日至9月9日，GLM-5.3模型（@cf/zai-org/glm-5.3）将其他客户请求数据混入响应共155次，全部发生在超长上下文prompt上，由安全研究员Gadi Evron通过HackerOne报告。 开源中国 展开

   据开源中国报道事故期间 Workers AI 的 KV cache 未正确按租户隔离，导致响应中混入其他客户请求数据。报告经 HackerOne 提交，披露时间为 8 月 27 日至 9 月 9 日，共 155 次，触发条件均为超长上下文 prompt。

   AI云平台隔离漏洞，影响多租户安全信任

   阅读原文 → 复制链接

7. 千问办公接入乐奇AI眼镜，一句话发起任务 10月27日乐奇Rokid与千问办公宣布合作，千问办公接入乐奇AI眼镜，用户在Rokid AI App智能体商店添加并绑定账号后，可语音下发任务并在眼镜端查看结果，还可结合眼镜拍摄画面提问、一句话发起钉钉消息与日程等任务。 雷锋网 展开

   据雷锋网报道分工上，乐奇Rokid提供AI眼镜硬件、系统适配、账号接入和眼镜端交互入口；千问办公提供Agent运行能力，负责理解语音、图像和任务意图，管理上下文、编排工具并生成结果。执行中千问办公会实时推送状态通知，用户无需反复查看进度。

   Agent新增随身入口，拓展办公场景

   阅读原文 → 复制链接

8. 启元机器人第 5000 台下线，从规模化量产迈向商业化验证 启元机器人10月25日第5000台个人机器人下线，自9月20日发售Q1、T1两款产品起仅用一个月，产线每2.5分钟下线一台，日产能从10余台提升至200余台。 极客公园 展开

   据极客公园报道启元机器人联席总裁、中央研发部总裁高全中表示，产线从0台到5000台稳定量产下线仅用时1个月。量产需在批量制造中控制装配精度、产品一致性与运行可靠性，并匹配供应链交付需求。

   个人机器人量产，检验商业化交付能力

   阅读原文 → 复制链接

9. GLM-5.5 要来了？唐杰最新论文，曝出智谱神秘模型 清华大学与智谱AI联合论文披露GLM-Omni，唐杰为通讯作者，实验显示图像生成正确率54%、文字问答仅14.57%；论文未披露版本对应关系，社交平台将其与GLM-5.5联系起来。 雷锋网 展开

   据雷锋网报道该论文由清华大学与智谱AI联合发表，唐杰担任通讯作者。实验中GLM-Omni图像生成正确率为54%，文字问答仅14.57%。论文本身未披露该模型与具体版本的对应关系，GLM-5.5的说法来自社交平台的关联推测。

   智谱新模型线索，影响多模态竞争预期

   阅读原文 → 复制链接