谷歌Genie 4世界模型炸场，AI首次能"走进"虚拟世界还自带BGM

1. 谷歌发布Genie 4世界模型：文本生成可交互虚拟世界，首次实现音视频同步

谷歌DeepMind以"研究预览"形式发布了新一代世界模型Genie 4。该模型能根据文本指令构建可探索的虚拟环境，用户不仅能观看AI生成的世界，还能进入其中与环境实时互动。更关键的是，Genie 4首次实现了与模拟场景匹配的实时音频生成——包括音乐、环境噪音和互动对话。谷歌研究总监表示，未来Gemini负责编写代码和文本，Genie 4实时读取并在不同抽象层级上对现实进行仿真，形成混合式世界模型架构。落地场景覆盖游戏、交互式学习和机器人训练。

2. OpenAI宣称在数学、计算机科学、物理学三项前沿问题上取得突破

OpenAI披露其内部模型在三个方向取得进展：数学领域证明了适用于所有维度的局部光滑猜想，由此推导出挂谷猜想在所有维度得到解决；计算机科学领域推翻了长期被广泛接受的指数时间假设（ETH），并完成Lean形式化验证；物理学领域为四维空间中包含规范场和费米子的某些相互作用量子场论构造了严格数学存在性证明（涉及杨-米尔斯千禧年难题）。数学和计算机科学成果已附Lean形式化证明，物理学部分由2004年诺贝尔物理学奖得主David Gross牵头审查，均待外部独立验证。

3. OpenAI推出GPT-6.1 Terra：视觉推理升级，API价格直降50%

OpenAI发布GPT-6.1 Terra，主打快速高效，在视觉推理和计算机操作能力上有显著提升，可帮助用户起草提案、解读技术图纸、填写表单和编辑视频。价格方面，Terra的标准API定价比GPT-5.6 Terra和GPT-6.1 Sol低50%，面向开发者大批量自动化场景。

4. Kimi K3.1 Pro发布：开源模型智能指数全球第四，长程编码与Agent多榜登顶

月之暗面发布Kimi K3.1 Pro，独立评测智能指数全球第四、距闭源前沿仅3分。后训练算力大幅加码，长程编码与Agent基准多榜登顶，API定价较K3下调33%。产品端已上线"3DMake"功能，输入描述即可生成可执行CAD脚本；金融端OfficeQAProv2基准拿下64.4分。

5. 百度开源Unlimited-OCR-2：131K上下文无限长文档解析，量化后可在笔记本运行

百度开源Unlimited-OCR-2，采用SR-SWA技术将超长文档注意力压缩至512 token工作引用集，在131K上下文内实现无限长文档解析。模型权重6.7GB，经4-bit量化后可在笔记本电脑上运行。

6. 华大九天发布EDA智能体平台：每款EDA工具配Copilot，设计迭代减少60%

华大九天发布.aix系列EDA智能体平台，为每款EDA工具配套Copilot智能体。模拟电路参数调试与版图绘制从周、月级压缩至1天内完成，设计迭代减少60%，PPA（功耗、性能、面积）提升5倍以上。

7. 英伟达与Meta扩大Muse系列模型合作，部署Vera Rubin算力集群

10月27日，英伟达与Meta宣布扩大在Muse系列模型上的合作。Meta将进一步扩大英伟达Vera Rubin AI算力集群与Vera CPU的部署规模，搭配Spectrum-X以太网网络与BlueField-4 DPU，全面提升AI工作负载的运行性能与扩展能力，以响应市场对AI智能体的爆发式需求。

📌 以上就是今天的AI日报！觉得有用的话，点个「在看」分享给你的技术小伙伴吧。有哪条新闻你特别感兴趣，或者想让小猴深挖某个方向？欢迎在评论区留言，我们明天见！