//每日 AI 早报
2026年10月28日2026-10-287 条收录 · 5 条精选
本期要点：10 月 27 日几乎可以称为「智能体接管日常」的一天。谷歌 Genie 4 让世界模型第一次长出声音、单段可玩两分钟；蚂蚁灵光 2.0 从「听指令办事」升级为「主动管事务」；ChatGPT 打通 iCloud 邮件与日历，苹果则把 AI 助手和 MCP 直接塞进 Keynote/Pages/Numbers；Liquid AI 用一套 2B 骨干同时做出文本、视觉、音频、全模态与决策六款开源模型，4bit 约 1GB 就能在手机和树莓派上跑。
站点收录
每日资讯精选
01谷歌发布 Genie 4 世界模型：首次音视频同步，单段可玩两分钟DeepMind 10 月 27 日推出交互式世界模型 Genie 4，处于研究预览阶段。相比 Genie 3 有四项关键变化：画面更拟真；可用自然语言在场景运行中实时改天气、加角色，无需重生成整个环境；首次同步生成环境音、音乐与能响应用户动作的角色对白；底层仿真由 Gemini 3.8 Flash 驱动，负责把一句改动拆成多步动作并逐帧检查物理合理性。单段模拟时长从约一分钟延长到两分钟。官方定位是影视预演、游戏原型与机器人训练场景生成，并承认时间一长会出现细节漂移与物体恒存性丢失；演示中 Gemini 4 Argon 曾指挥它模拟人形机器人 Apollo 实时下棋。开放节奏上先给少量受信任测试者，随后向 Google AI Ultra 订阅者与部分 AI Studio / Gemini API 开发者推送，Project Genie 已开放试用申请。值得关注的原因：世界模型正从「生成一段视频」转向「运行一个记得住状态的世界」，而这一次它同时补上了声音这条一直被忽略的通道。The Verge
02蚂蚁灵光 2.0 发布：AI 从「任务执行者」变成「事务管理者」10 月 27 日蚂蚁发布灵光 2.0，最大的变化是把 AI 介入的起点前移：过去要先自己发现问题、提出需求，现在授权之后，它会主动识别潜在需求并发起分析、监测和跟进，在关键节点提醒你。支撑它的是跨会话记忆、长程任务调度与工具连接三项能力升级，背后是独立云主机——即使你退出对话，任务仍在云端继续跑，状态变化后自动跟进。落地场景很具体：接入支付宝后可梳理账单、找出被遗忘的自动续费并给省钱建议；机票酒店订完后继续盯价，降价即提醒；授权后读取钉钉班级群通知，整理要点、提取待办、顺手排版文档；还能延伸到宠物照护、疫苗、纪念日、年检这类需要长期记忆的事。跨平台侧已内置支付宝账单/会员/出行，以及钉钉、飞书、邮箱、米家，并支持在开放环境中调用 MCP、CLI。安全上接入蚂蚁 APASS，把身份认证、意图安全与隐私保护纳入执行流程，授权密钥与智能体分离托管，用户可随时查看、调整、撤销授权。值得关注的原因：这是国内第一款把「持续替我盯着」做成默认形态的消费级助理，也把「智能体该拿多大权限」这个问题摆到了普通用户面前。央广网
03ChatGPT 打通 iCloud 邮件与日历，所有套餐都能用OpenAI 10 月 27 日上线 iCloud Mail 与 iCloud Calendar 两个插件，此前 ChatGPT 已能连 Gmail、Google 日历和 Outlook，苹果用户一直是被漏掉的一群。两个插件分别独立安装、独立授权，连接其中一个不会顺带拿到另一个的权限；需要用 Apple 账户生成的「App 专用密码」登录，而不是你的 Apple 账户主密码。网页版、桌面版、iOS 版全平台可用，Free、Go、Plus、Pro 等所有消费者套餐都覆盖，企业工作区则受管理员开关限制。能力上不止读：可以搜索收件箱、总结未读、起草与发送邮件、查联系人（只读），也能读取日程、新建或改期会议，从邮件里识别航班与会议时间后直接落到日历。Pro 用户的主动型智能体 Dots 也能调用这两个插件，甚至可以指挥它替你完成插件配置。本次不含独立的通讯录与提醒事项插件。值得关注的原因：这是新手最容易上手的一次实用升级——把「AI 帮我管邮箱和日程」从演示变成五分钟能配好的功能；代价是邮件里的账户、行程、财务信息将进入第三方模型的处理链路，授权范围值得先想清楚。IT之家
04苹果 Keynote/Pages/Numbers 接入 AI 助手，并开放 MCP10 月 27 日苹果随 M6 版 iMac 与 14 英寸 MacBook Pro 一同更新 Apple Creator Studio，11 月以免费更新形式推送给现有订阅用户（新订阅 12.99 美元/月或 129 美元/年）。Keynote、Pages、Numbers 各获得一个 Beta 版智能助手，由苹果自建模型与 OpenAI 模型共同驱动，特点是理解文档上下文：Keynote 里帮你设计、做动画、改幻灯片；Pages 里起草、重组结构、润色文字；Numbers 里做计算、可视化、整理数据，还能推荐图表类型并一键预览，或用世界知识直接生成自定义表格。更关键的是三款应用新增 MCP（模型上下文协议）支持，外部 AI 智能体可以读取内容、执行编辑、跑自动化操作。同期 Logic Pro 增加 AI 助手（可用一句提示搭好人声轨道）、Pixelmator Pro 增加「生成式填充」、Final Cut Pro 内置 MotionVFX 特效库。限制也很明确：全部为 Beta、仅美式英语，需要 iOS 27/iPadOS 27/macOS 27 与支持 Apple Intelligence 的设备，MCP 支持仅限 Mac。值得关注的原因：一直对第三方智能体最保守的苹果，这次主动把办公套件变成了 Agent 的可操作对象，MCP 正在从开发者协议变成软件的基础设施。9to5Mac
05Liquid AI 开源 LFM3：一个 1.7B 骨干长出六款模型，手机就能跑10 月 27 日 Liquid AI 发布 LFM3 系列，六款模型全部约 2B 参数、共享同一个 LFM3-1.7B-Base 骨干：文本（256K 上下文、16 种语言）、视觉（首次支持视频输入）、音频（可输出语音，覆盖语音对话、ASR、TTS 与 18 种语言翻译）、全模态（文本+图像+视频+音频进，文本+语音出），以及 d1-2B、d1-omni-2B 两个不做生成、只给带校准概率答案的决策模型。架构是三混合结构：24 层里 13 层门控短卷积（卷积核从 3 加到 7）、5 层 256 token 滑动窗口注意力、6 层全局注意力，靠减少注意力层来压缩 KV cache，这是小设备也能吃长上下文的根本原因。预训练 22T token，最后 3.5T 为加入大量智能体轨迹与工具调用的中训阶段。官方口径：4bit 量化后文本模型约占 1GB，手机、树莓派 5、M4 Max、Ryzen AI 都能跑，每个模型都能在单张 GPU 上微调；LFM3-1.7B 以少 35% 参数超过上一代 LFM2.5-2.6B，WebArena-Verified 从 3.02 升到 38.42，视觉 62 项基准均分 57.6→71.4。权重已在 Hugging Face 开放，但用的是 LFM Open License v1.0 而非 Apache。需要提醒：模型卡明确写着不建议用于智能体编程或复杂多步推理。值得关注的原因：端侧小模型的竞争点已经从「参数多大」变成「一次前向能不能同时处理多种模态」，而这次连决策模型都从同一个骨干派生——一套微调流程打通全部模态，对想在本地折腾的爱好者是最低成本入口。Liquid AI 官方博客