Google 2026年10月AI新闻汇总:Gemini 4 Argon、Carbon 与 Genie 4 领衔
Google 发布10月AI汇总,核心是先后推出 Gemini 4 Argon 和 Gemini 4 Carbon:Argon 已全球上线,覆盖复杂编码、金融分析与法律工作流;Carbon 主打长程工程与网络安全防御,现处预发布测试阶段。同期还发布实时交互世界模拟模型 Genie 4,以及 SynthID 已为超 1800 亿张图像和视频、24 万年音频加水印等更新。
Google 发布10月AI汇总,核心是先后推出 Gemini 4 Argon 和 Gemini 4 Carbon:Argon 已全球上线,覆盖复杂编码、金融分析与法律工作流;Carbon 主打长程工程与网络安全防御,现处预发布测试阶段。同期还发布实时交互世界模拟模型 Genie 4,以及 SynthID 已为超 1800 亿张图像和视频、24 万年音频加水印等更新。
Meta 与加拿大非营利组织 INCA 达成合作,通过资金支持和 AI 眼镜捐赠,帮助当地盲人、聋盲及低视力人群使用 AI 眼镜。Meta 的资金将用于社区调研、社区倡导者培训、产品开发反馈和可访问学习资源四个方面,并通过 INCA 的“打开工作之门”项目向求职者捐赠 AI 眼镜。这些眼镜可帮助视障用户阅读文本、识别物体和描述周围环境,从而更独立地生活。
Meta 宣布与加州理工学院、俄亥俄州立大学医学院、路易斯安那州立大学、印第安纳大学和 UTHealth Houston 五所美国大学合作,共提供 200 万美元资助,用 Meta 的模型、眼镜和混合现实头显加速医学、物理、化学、生物等领域的突破。
Google 与 XREAL 发布 XREAL AURA,首款由 Android XR 驱动的有线 XR 眼镜,今日起在美国、加拿大、韩国开订,11 月 2 日在日本开订,年底前起售价 USD 1,099。
推荐理由:官方公告给出 XREAL AURA 的硬件设计、Gemini 集成方式和定价发售信息,读者可据此了解 Android XR 的产品形态走向。
Gemini 应用上线沉浸式探索功能库,用户可交互式、逐层可视地探索从微观系统到深空等主题。用户现可在 Gemini student hub 点击 "Try immersive explorations" 访问,后续将可直接在聊天对话中使用,并即将加入语音讲解。该功能目前支持英语、印尼语、印地语、巴西葡萄牙语、法语和简体中文,其他语言用户暂获英文体验。
Google 在新加坡 Google for Health Summit 上宣布深化与新加坡的医疗 AI 合作,目标是加速科学发现、变革临床诊疗和提供主动健康工具。
Google 发布 Gemini 4 Argon 的 8 个实际应用示例,展示其在复杂推理、多模态和长流程任务上的能力。
Google DeepMind 宣布世界模型 Genie 4,为实时交互模拟带来更高真实感与原生音频。该模型基于 Gemini 系列能力,Gemini Omni 锚定真实世界外观与行为,其他 Gemini 模型提供维持模拟连贯性所需的复杂推理;用户可用自然语言实时操控场景,如移动镜头、改变天气或引入新角色,世界中可即时生成环境音、音乐和交互对话。
推荐理由:官方介绍了 Genie 4 的实时交互模拟能力、Gemini 组件支撑与测试范围,读者可以据此了解其应用方向。
Fanatics 借助 OpenAI 推出 Shop the Look 功能,帮助球迷搭配比赛日穿搭。该功能在约 30000 件 MLB 商品上测试,参与度提升 10%。
Google 与 USO 合作,将 HP Dimension with Google Beam 带到全球 20 个 USO 地点,让驻外军人通过逼真的 3D 视频与家人远程团聚。
Google Research 与 Stanford Accelerator for Learning 推出 AI Quests 系列第三个任务“Polar Peaks”,面向 11-14 岁学生,让学生在游戏中扫描并绘制大脑神经元,完成数据清洗和模型测试等任务,了解 AI 需要人类监督与批判性思维。
Google 展示了社区用新前沿模型 Gemini 4 Argon 构建的 5 个项目,包括实时映射野火与构造震波的 3D 地球仪、水上飞机模拟、涡扇发动机交互仿真、由单张图片生成的 3D 马车,以及多人夺旗游戏“Backyard Rascals”。
NVIDIA 扩展其开源模型家族,覆盖语言、机器人、生物和量子计算,包括新的 Nemotron 3.5 Super VL 与 Nemotron 3.5 Bolt。
推荐理由:NVIDIA 一次铺开语言、机器人、生物、量子多条开源模型线,可据此看清其开源组合的覆盖范围与开放渠道。
Google 研究项目 AMIE 让患者在就诊前先与 AI 智能体对话,采集病史并生成简明摘要交给医生,使医生从核对基础信息转向与患者共同讨论治疗方案。研究中的每次 AMIE 与患者交互均有医生监督,但未出现需要中断或介入的情况。团队下一步计划在全美范围开展更大规模、含对照比较的后续研究,并探索视频交互。
Google Arts & Culture 与艺术家 Prune Nourry 合作推出 10 分钟纪录片,用 Google 生成式 AI 和图像编辑模型重现 Nancy Elizabeth Prophet、Jane Poupelet、Camille Claudel 等 19 世纪巴黎女性雕塑家的工作室。
造型师 Sydney Bordonaro 用 Gemini 为分散各地的运动员客户预览整套穿搭:上传衣物图片即可合成上身效果图,再通过对话单独替换靴子、外套等单品。她还会把成图发给客户确认,并在活动前拍下衣领污渍照片,让 Gemini 给出分步清洁方法。
Gemini Notebook 为 Slide Decks 和 Video Overviews 新增创作流程控制,不再从初始提示词直接跳到最终成品,而是基于用户来源先建议主题、再引导视觉风格与格式。新增 Review 开关可在渲染前查看幻灯片大纲或视频制作笔记并追加反馈,如加入执行摘要或调整场景顺序。该协作功能将在未来一周向所有 Gemini Notebook 用户全球推送。
NVIDIA 发布 Nemotron 3.5 Super VL,这是一个 120B 参数的开源模型,面向常驻智能体任务,官方称其吞吐量最高可达同类模型的 5 倍。
推荐理由:NVIDIA 一次放出三款覆盖服务器到桌面的开源模型,读者可据此判断本地智能体部署的选型空间。
Google 发布前沿模型 Gemini 4 Argon,即日起通过 AI Studio 和 Gemini 平台的 API 向开发者与企业开放,Google AI Ultra 订阅者可在 Google Antigravity 使用,Ultra 和 Pro 订阅者可在 Gemini 应用和 Search 的 AI Mode 中使用。
推荐理由:官方给出 Argon 在编码、科研与安全上的具体案例和定价,可据此判断前沿模型在长程任务中的落地边界。
Meta、米兰布雷拉美术馆与 EssilorLuxottica 联合启动“Sensing Art”试点,用 Meta 与 EssilorLuxottica 开发的 AI 眼镜为盲人和低视力访客提供艺术导览。
微软研究院推出 Quine,一个面向生物学的研究系统,由跨模态生物学世界模型和连接模型、科学工具、文献与研究者的交互框架组成。该系统与 Broad Institute 合作用于胰腺导管腺癌研究,按化合物驱动肿瘤细胞状态转换的潜力对数千种化合物排序,排名最高的化合物在多项湿实验中产生了预期的经典态到基底态转变,整个筛选到候选优先排序过程耗时一个周末。
推荐理由:微软研究院公开 Quine 的生物学世界模型与工具编排框架,并给出胰腺癌细胞状态预测的湿实验验证结果。