聯想天禧 AI 4.5 將於 10 月 30 日升級,強化記憶管理與資料隔離
聯想天禧 AI 4.5 版本將於 10 月 30 日升級,重點強化記憶管理與資料隔離,讓端側安全成為跨端協同的基礎。天禧 AI 預裝於聯想全線 AIPC、AI 手機與平板,其基於 Harness 架構的“超能模式”已支援聯網搜尋、生圖修圖、本地檔案控制與文件生成;大會現場演示了用手機語音下達任務、由電腦自動產出研究報告的跨端協同。
依意思最接近的 30 筆
聯想天禧 AI 4.5 版本將於 10 月 30 日升級,重點強化記憶管理與資料隔離,讓端側安全成為跨端協同的基礎。天禧 AI 預裝於聯想全線 AIPC、AI 手機與平板,其基於 Harness 架構的“超能模式”已支援聯網搜尋、生圖修圖、本地檔案控制與文件生成;大會現場演示了用手機語音下達任務、由電腦自動產出研究報告的跨端協同。
密西根大學團隊創立的 Laplace Intelligence 正在為機器人、自動駕駛等物理 AI 做自動化紅隊測試:用 AI 智慧體在高保真模擬中自動設計罕見極端場景,在部署前找出失效點。模擬環境基於輝達 Cosmos 世界模型的後訓練版本搭建,可按語言指令即時改造街景,並讓其他交通參與者對環境做出互動反應。
總部位於安娜堡的 Laplace Intelligence 為機器人和物理 AI 做自動化紅隊測試,用 AI 代理自動設計極端場景,在部署前找出並修復問題。其模擬基於 Nvidia Cosmos 的後訓練版本,可按真實尺度重建從亞利桑那高速到巴黎人行橫道的場景,支援用語言提示即時改動設定,交通資料來自 TomTom,場景中其他參與者也會即時避讓。客戶包括五十鈴、自動駕駛卡車公司 Bot Auto 與 Nvidia,並與 T-Mobile 在聖何塞合作智慧城市試點。
Anthropic 週一發布研究報告,稱可自我複製的 AI 蠕蟲可能數月內就具備在 IoT 裝置上擴散的能力。報告稱 90 億引數模型在 9 類硬體中的 8 類上成功部署推理,Gemma4-26B-A4B 分散跑在 15 臺安卓電視盒上僅 0.39 tokens/秒;GLM-5.2 成功向 8 個安卓 15 模擬器節點傳播 Llama3.1-8B,5 次試驗中 4 次全部成功。
Liquid AI 發布 LFM2.5-24B-A2B:24B 引數、每 token 僅啟用 2B 的推理模型,面向端側私有 agent,權重開放,已在 Hugging Face 和官方 Playground 上線。它是 LFM2.5 系列最大也是最後一款模型,上下文從 32K 擴至 131K,詞表由 65K 翻倍到 128K,預訓練從 17T 擴到 33T token。
輝達宣布計劃投資 Doctolib、Entalpic、Genesis AI 和 Pigment 四家法國初創,方向分別是醫療智慧體、原子級材料工程、通用機器人和企業規劃平台。輝達稱其在歐洲技術生態的累計承諾投入已接近 100 億美元,此前還投資過 Alice&Bob、Gradium 和 Scintil Photonics。
Ollama v0.40.13 讓 Liquid AI 的 LFM3 系列模型除了 Apple silicon 外,也能在 Linux 和 Windows 上執行。此次更新涉及 lfm3-audio 與 lfm3-omni,其中包含文字轉語音能力。版本共含 2 個提交,完整變更見 v0.40.12 到 v0.40.13 的對比。
Mistral 與 NVIDIA 宣布合作開發 AI 原生工程工作流:以 Mistral Large 4 配合資料生成與物理建模管線,用 NVIDIA CUDA-X、Warp 加速模擬,並接入 Omniverse 生成 3D 場景與 SimReady 資產。雙方還將發布物理模型的公開基準與開放資料集,併為 CAE、EDA 中的 agentic AI 建立評測,考察工具使用、多步流程與技術正確性,同時記錄耗時與算力成本。
10 月 30 日,聯想天禧 AI 4.5 在 AIPC 端正式發布,此前已覆蓋 AI 手機與 AI 平板,三端全量上線。新增的超能模式打通飛書、企業微信等聯結器與個人知識庫,使用者一句話即可跨應用拆解執行任務,並配套技能廣場與系統級操控技能包 2.0。AI 妙記支援即時轉錄、以參會者身份發言並按重點生成總結卡片跨端同步;三端支援全雙工語音,手機與平板可遠端呼叫 AIPC 接力處理複雜任務。聯想 AI 主機同步升級,P7 的 Auto 模式在雲側與本地模型間自動切換。
以色列創業公司 42AI 結束隱身狀態,帶著 6,250 萬美元種子輪融資推出「行為世界模型」,用來預測人在全新情境下會做出什麼決策。它已在約 10 家大型券商上線,用於管理流動性、保證金要求與對沖敞口;公司稱其交易預測準確率達 98%(指交易流是否落在預測區間),預測交易方向與成交量的 F1 為 0.8 到 0.85。模型訓練資料覆蓋 200 多萬人與近 3,000 萬條客戶記錄,據稱不需要個人身份資訊,收入已達七位數,後續將探索遊戲、反欺詐與網路安全。
Mistral AI 官方帳號宣布,Mistral Large 4 在 Harvey 的 Legal Agent Benchmark(LAB)中位列開源模型第一。該推文以「金球獎·法律組」的說法公布這一排名,LAB 是面向法律場景智慧體能力的評測基準。原文未給出具體分數、參評模型數量與評測細節。
德國聯邦政府與輝達簽署意向宣告,將聯合推進面向物理 AI 的前沿模型,並對接德國“工業 4.0 平台”。黃仁勳同時宣布投資 Agile Robots、Avelios Medical、Mirelo、Reflex Aerospace 四家德國初創,屬於其在歐洲近 100 億美元投入的一部分。西門子同日宣布與輝達合作推進自主工廠,全虛擬產線除錯可減少最多 85% 的工程工作量,基於智慧體的生產規劃最高可降本 20%。
Ollama v0.40.12 上線 Liquid AI 的 LFM3 小模型家族,面向本地 agent、工具呼叫與結構化輸出。1.7B 的 lfm3 支援 256K token 上下文,系列另有影像版 lfm3-vl、覆蓋 18 種語言語音的 lfm3-audio 與三模態的 lfm3-omni,以及 2B 的 d1 決策模型。本次 lfm3 與 d1 2b 已支援 Apple 硬體,Linux/Windows 稍後跟進。
在 10 月 21 日北京召開的 2026 世界智慧網聯汽車大會上,長安汽車董事長趙非判斷汽車將成為端側物理 AI 落地最近、滲透率提升最快、應用規模最大的載體,並給出 2027 年行業 L3 級量產、2028 年 L4 級商業化運營的時間預期。他提到長安啟源 Q06 上市首月城區領航版訂單佔比近 50%,自研一段式端到端駕駛輔助系統天樞領航今年量產上車。長安已持有國內首張 L3 級自動駕駛專用正式號牌與重慶 L4 級無人計程車測試牌照,並累計參與制定國際、國家、行業標準 360 餘項。
LayerFS 在 Hacker News 上對外亮相,定位為「面向 AI coding agent 的檔案系統」,官網 layerfs.ai 已可訪問。目前公開資訊很少:沒有說明實現方式、適配哪些 coding agent,也沒有價格與開源情況;該帖在 HN 上僅獲 10 分、6 條評論,屬於早期低調發布。
LiquidAI 發布 LFM2.5-24B-A2B:總引數 24B、每 token 僅 2B 啟用的 MoE 推理模型,專為在本機持續執行的私有 Agent 設計。它先輸出思維鏈再作答,能呼叫工具,上下文由上一代 32K 擴到 131K,詞表從 65K 翻倍至 128K。
Periodic Labs 聯合創始人 Liam Fedus 與 Ekin Dogus Cubuk 在一檔播客中介紹了其「合成超級智慧」構想:以真實物理實驗作為強化學習環境,訓練能自主發現新材料的 AI 科學家。這家成立一年的公司正搭建自動化實驗室,希望讓每臺儀器擁有「140 IQ」,並用做科學的完整過程而非僅論文結果來訓練模型。他們認為失敗的實驗可能是最有價值的訓練資料,自主實驗可把數十年的試錯壓縮到數月,目標材料涵蓋室溫超導、磁體與電池。
llama.cpp 建置版本 b11540 發布,核心變更是 SYCL 後端通過算術解碼與權重重排加速 MXFP4 MoE 模型推理(PR #29809)。該版本同時提供 macOS、Linux、Windows、Android 與 openEuler 的預編譯包,覆蓋 CUDA 12/13、ROCm 10.0、Vulkan、OpenVINO、SYCL FP32/FP16 等後端;
Liquid AI 推出 LFM3 系列,六款 2B 級模型(文字、視覺、音訊、全模態與決策)均從 LFM3-1.7B-Base 派生,可按輸入模態選型,並在單張 GPU 上微調後部署到端側。LFM3-1.7B 比 LFM2.5-2.6B 引數少 35% 卻更強,4bit 量化約 1GB,上下文 256K,8K 上下文下比 LFM2-1.2B 快約 25%。
Google 十月把前沿推理模型 Gemini 4 Argon 推向全球,覆蓋 AI Studio、Gemini API、Google Cloud、搜尋與 Gemini 應用,用於複雜編碼、財務分析和法律工作流;兩週後又公布主打長期工程與網路安全防禦的 Gemini 4 Carbon,目前僅通過 Fairwind 計劃向美國政府與部分可信網路安全人員做預發布測試。同月還發布即時互動世界模型 Genie 4,支援自然語言操控場景與原生音訊;
Liquid AI 發布 LFM3 家族,首發六個約 2B 引數的多模態模型,均源自同一 LFM3-1.7B-Base 骨幹,覆蓋文字、視覺、音訊、omni 以及兩個決策模型。基座以 22T tokens 預訓練,最後 3.5T tokens 的中期訓練將上下文擴至 256K。架構由門控短卷積、256 token 滑窗注意力與全域性注意力三混合而成,8K 上下文下比 LFM2 快約 25%。
Mistral AI 官方稱 Mistral Large 4 是全球網路安全能力最強的 AI 模型之一。這一表述發布於 2026 年 10 月 6 日,僅來自其官方社交帳號,沒有附帶基準測試成績、具體安全任務範圍、發布時間、定價或開放方式。因此目前無法判斷它與同類模型在網路安全場景中的實際差距。
據 Axios 報導,OpenAI 正籌備美國中期選舉後的公關行動,其中一項是把資料中心重新包裝為「AI 計算園區」。首席全球事務官 Chris Lehane 同時提出為 AI 設「限速」、推動美國參與制定全球標準,並讓公眾更多感受到 AI 在日常生活中的作用。他把當前圍繞資料中心的爭論稱為「良性且健康」,認為社群應讓企業為這類專案負責。
llama.cpp 發布建置 b11604,為 KleidiAI 加入 SME2 指令集的 Q4_K 與 Q6_K 矩陣乘支援,補丁編號 #29219,提交者來自 Arm。SME2 屬於 Armv9 的矩陣擴充套件,這項改動面向支援該指令集的 Arm CPU,用於加速這兩種常用量化格式的矩陣乘法。同一版本中,macOS Apple Silicon 的 KleidiAI 啟用建置被標記為 DISABLED,openEuler 也有一項標註 DISABLED;
llama.cpp 發布 b11384 版本,官網為 llama.app,並附 GitHub 建置證明。該版本提供 macOS、iOS、Linux、Android、Windows 及 openEuler 的預編譯包,涵蓋 Apple Silicon、CUDA 12/13、ROCm 10.0、Vulkan、SYCL、OpenVINO 與 Snapdragon 的 CPU、Adreno GPU、Hexagon NPU 等後端。
Google DeepMind 宣布下一代前沿模型 Gemini 4 Carbon。官方稱其在網路安全與長程(long-horizon)能力上達到當前最優水平。目前公布的資訊只有這兩項,尚未披露模型規模、上下文長度、價格、開放時間與具體使用方式。
LM Studio 在 Bionic 中為 DeepSeek-V4.1-Flash-1017 增加了新的美國本土算力,官方稱速率限制問題會明顯緩解。團隊表示仍在繼續擴容,之後會加入更多容量。
Liquid AI 的 LFM3 系列模型已可在 Ollama 本地執行,覆蓋文字、視覺、音訊、omni 與決策模型。文字模型在 4-bit 量化下僅約 1 GB,上下文視窗 256K,官方定位是可隨處執行、並能在單張 GPU 上微調的小模型。
Llmspeed 是一個可按硬體或模型查詢本地大模型推理速度的網站,用於在購買硬體前預估實際體驗。它覆蓋 RTX 5090、RTX 3090、Mac Studio M5 Ultra 512GB、DGX Spark、Strix Halo 與純 CPU 等三十餘種配置,以及 Qwen 3.6/3.8 27B、GPT-OSS 120B、DeepSeek V4 Flash、GLM-5.3 Flash 等模型,給出短提示、單裝置下的速度估計。
Google DeepMind 發布 Genie 4 世界模型,稱它在物理模擬與人物表現上比去年的 Genie 3 更真實,幾乎各方面都有提升。世界模型不需要預先渲染環境或程式設計互動元素,只要說明需求,它就能即時逐幀生成可探索的虛擬世界;DeepMind 將其視為通往 AGI 的關鍵,可用於機器人的訓練環境和創意領域的快速原型。部分改進來自 Google 更新的 Gemini 模型,DeepMind 還暗示付費後有望提前用上 Genie 4。