“ 模达卓越，智启未来”
www.modatech.com.cn / www.modatech.cn
“ 模达卓越，智启未来”
模达科技
www.modatech.com.cn / www.modatech.cn
国内外大模型发展如火如荼，近期有哪些值得关注的新闻？一起看看吧！
国际篇
INTERNATIONAL NEWS
-
英伟达开源机器人数据引擎Flora：标注成本较GPT-6Astra降至125倍
近日，英伟达旗下GEAR研究实验室正式开源其开放数据引擎Flora。该系统基于三个微调的Qwen3.5模型构建，旨在为机器人视频训练提供高效的文本标注与评分支持，实现对机器人价值链的关键布局。
Flora能够全方位涵盖机器人训练所需的动作边界检测、逐步执行评分及任务成功判断三大核心标签类型。其内部集成了动作分割模型与奖励模型Flora-Rewarder，在降低成本的同时显著提升了对中途错误和细节动作的捕捉能力。
据英伟达估算，Flora的标注成本约为每小时0.72美元，相较于GPT-6Astra的约88.50美元，成本大幅降低最高达125倍。在实际效能上，其在动作边界检测和过程错误识别方面表现优异，并在人类录像及部分基准测试中领先，不过在纯描述准确率和部分机器人视频表现上仍逊于GPT-6Astra。
作为英伟达强化具身智能生态的重要举措，该模型已在Hugging Face上线，并在其内部日均处理高达20万小时的视频标注。此举不仅填补了开源机器人数据管道的空白，也进一步巩固了英伟达从硬件、仿真到人工智能模型全链路覆盖的产业战略。
-
iOS 27.2正式推送：Siri能记对话，Apple Music换黑白脸
苹果向iPhone 18Pro等机型推送iOS 27.2正式版（内部版本24B119），折叠屏iPhone Duo则拿到专属版本（24B91020）。这场例行更新里，Siri与AI相关的改造占了大头。
Siri AI长记性，还多懂几门语言
升级后，Siri AI能记住此前的对话，比如你不必重述需求，就能追问它之前推荐过的那家餐厅。苹果还拓宽了它可调动的信息源：信息里的照片、日历参与者、语音留言，以及Safari浏览与阅读列表都纳入检索，并优化了搜索效果。配套的"排除应用"被重新设计，能更快圈定Siri、搜索和建议不能碰的 App；回复也支持只挑需要的文字复制。
语言上，Siri AI新增法语、日语、韩语、葡萄牙语和西班牙语支持。不过要泼盆冷水：这套能力要求 iPhone 15 Pro及以上机型，且目前在欧盟与中国大陆均未上线。
AI内容打标，160个漏洞被堵
另一处实用改动落在Apple Music——红色图标被黑白新形象取代，导航栏高亮色一并去红，呼应苹果近期的品牌重塑。照片共享相册这次也能改标题、写评论，并在到期前提醒你存好重要素材。
更值得留意的是SynthID水印：Image Playground生成的图，以及照片里"扩展""重框"和大幅"清理"的编辑结果，会被打上隐形标识，用户可借 Google 的SynthID Detector查验，帮人们分清哪些是AI出手。
安全方面，iOS 27.2一口气修掉超过160个漏洞。苹果称这些均未被主动利用，但鉴于数量可观，仍建议用户尽快更到最新版。
图源：网络
-
谷歌DeepMind发布实时交互世界模型Genie4，加速具身智能与多模态模拟演进
谷歌DeepMind于2026年10月27日正式发布全新世界模型Genie4，标志着实时交互式模拟技术迈入新阶段。
该模型将前所未有的真实感与原生音频深度融合至实时交互模拟中，通过整合Gemini系列的核心能力，以Gemini Omni将模拟锚定于现实世界的外观与行为，同时借助其他Gemini模型提供复杂的推理支撑，确保模拟的连贯性与连续性。
在技术功能方面，Genie4支持用户实时启动事件及操控场景，包括动态移动镜头、改变天气状况或引入全新角色。每个模拟世界均可即时生成包含环境音效、背景音乐及互动对话在内的原生音频，大幅提升了交互的沉浸感与真实度。
作为通往通用人工智能路径上的关键里程碑，该模型不仅能为机器人和智能体提供安全的虚拟训练环境，也将为电影制作、新闻传播、游戏开发及制造业等多元行业注入高效的创新工具。
目前，Genie4已向部分受信任测试人员开放，并将于近期陆续向Google AI Ultra订阅用户（通过Project Genie）以及Gemini API和AI Studio的早期访问合作伙伴推出，进一步推动前沿模拟技术的商业化与生态落地。
图源：网络
-
GitHub发布Copilot Fusion，多模型自动编排提升编码效率与性价比
GitHub在Universe2026大会上正式发布Copilot Fusion，这是一款智能编排层，可自动路由并组合OpenAI、Anthropic、Google等多家AI模型完成编码任务，无需开发者手动选择模型。该功能整合了既有自动模型选择技术与9月研究预览的Project HydraFusion多模型编排能力。
开发者只需在模型选择器中选用Copilot Fusion，系统将根据任务复杂度自动决定使用单一模型、级联（Cascade）或评审(Critique)等执行模式，并匹配Standard(侧重效率与成本)、High(增强推理)或Max(追求最强能力)三档努力等级，避免简单任务产生不必要开销。
在Artificial Analysis Coding Agent Index评测中，Copilot Fusion Max获得60分，仅比运行Opus5.5Max的Claude Code低2分，但平均API成本约为一半、Token消耗减半、任务完成速度快约40%。该功能已在所有GitHub Copilot计划中全面可用，覆盖Visual Studio Code、CLI、应用及JetBrains IDE，不额外收取编排费用，仅按实际调用模型计费，并提供至2026年11月30日的30%模型费用折扣。企业管理员可控制可用模型并设为默认体验。此外，系统还支持实验性本地模型路由，例如在Windows设备上调用微软MAI Code1.1Flash。
微软同步推出由GitHub团队开发的Copilot harness，已赋能包括Copilot Studio、VS Code在内的多款产品，并通过Microsoft Foundry向开发者开放。多模型智能编排正成为AI编程工具的重要演进方向，有望在性能与成本之间实现更优平衡。
-
谷歌Gemini升级：全面支持PDF、表格及代码文件内联编辑
10月30日消息，谷歌人工智能助手Gemini了一项实用性拉满的重大功能升级。即日起，所有用户在Gemini内部生成、预览并管理文件时，可以直接在聊天界面中对其进行直接修改，彻底摆脱了以往生成后需要单独下载或跳转到外部应用才能进行调整的繁琐流程。
此次开放内联编辑和预览的文件格式相当全面，涵盖了PDF、谷歌文档、谷歌表格、演示文稿、Markdown文件、TXT文本以及各类代码文件。在平台支持方面，其中PDF文件的预览与编辑功能同步登陆了网页端与移动端，而其余所有文件格式在现阶段则主要支持网页端操作。
回溯来看，谷歌在今年早些时候便已为Gemini陆续上线了文件生成与下载功能，而本次更新则进一步打通了“生成-修改”的闭环。据官方介绍，用户在使用时可以全屏打开文档进行精细编辑;不仅如此，还能直接选中文件内部的特定文本向Gemini发起提问，或者直接下达修改指令。例如，用户只需选中一张刚刚生成的表格，便能直接要求Gemini将其一键转换为图表，大幅提升了日常办公与内容创作的交互效率。
在生态背景方面，虽然用户此前可以依托Gemini在谷歌Workspace办公套件内部的集成能力来处理文件（如通过谷歌文档里的侧边栏进行调整），但本次更新则直接将编辑能力内嵌到了Gemini的独立聊天界面中。无独有偶，竞争对手Anthropic此前也在今年早些时候上线了类似功能，支持用户在Claude的对话窗口中直接生成并编辑文档与演示文稿。随着各大主流AI助手相继补齐这一短板，对话式AI作为生产力工具的边界正在被进一步拓宽。
图源：网络
国内篇
DOMESTIC NEWS
-
国产AI视频模型新格局：MiniMax H3登顶SuperCLUE总榜
近日，SuperCLUE发布了最新更新的I2V图生视频模型总榜。在这份备受行业关注的测评中，稀宇科技推出的MiniMax H3以总分71.46的成绩斩获国内榜单第一名，其在应用能力维度更是拿下了75.82的高分，展现出极强的落地表现。
根据此次公布的榜单规则，海外参评模型仅作为对照组参考，不计入正式排名，同时分数差距在1分以内的模型则被判定为并列。在具体排名方面，阿里Wan3.0以总分66.63位列国内第二，其基础能力得分为68.51，在单项指标上表现突出;紧随其后的字节跳动Seedance2.5和快手Kling V3Pro则以64.63分和64.06分并列国内第三;爱诗科技PixVerse V6与生数科技Vidu Q3Pro共同位列第四梯队。此外，作为参照组的海外模型中，谷歌Gemini Omni1.1Flash总分为67.38，X.AI的Grok Imagine Video1.5得分为65.79。
值得注意的是，部分参评模型在测试过程中受到了一定的规则限制。例如，Seedance2.5、Gemini Omni1.1Flash以及PixVerse V6等模型，因触发了真人出镜限制、生成时长上限或内容审核等约束条件，导致部分测试题目未能正常产出结果并按0分统计，客观上对它们的最终总分产生了一定影响。
从本次SuperCLUE的测评结果来看，当前国产AI视频模型的整体技术水平已经成功追平海外同行，并在部分细分应用单项指标上实现了反超。不过，行业专家也指出，跑分测试结果仅能作为客观的技术基准参考，具体的视频生成效果与实用性仍需广大创作者结合自身的使用场景和实际需求来综合评估。
-
蚂蚁灵光2.0发布:AI从“任务执行者”走向“事务管理者”
10月27日，蚂蚁集团发布灵光2.0。在获得用户授权后，灵光能够结合已接入的信息与服务，主动识别潜在需求，并发起分析、监测和跟进，并在需要用户关注的节点及时提醒。AI不再只是等待指令的工具，而开始成为能够持续管理事务的助手。
这背后是灵光2.0对跨会话记忆、长程任务调度和工具连接能力的全面升级。依托独立云主机，灵光能够突破单次对话的限制，在用户退出对话后继续运行任务，并根据新的信息和状态变化动态跟进，让AI从一次性的任务执行转向长期、持续的事务管理。
据介绍，灵光2.0不仅打通了支付宝生态内的数据与服务，还支持在开放环境中调用MCP、CLI等工具，拓展跨平台协同能力。目前，灵光已内置支付宝账单、会员、出行，以及钉钉、飞书、邮箱、米家等服务能力，管理范围正从个人信息与线上事务，延伸至跨平台工作流和智能家居设备控制。
据了解，灵光App是蚂蚁集团推出的全模态通用AI助手，于2025年11月18日正式上线，上线6天下载量突破200万。此前，灵光凭借“一句话生成闪应用”、“生成你的世界”等功能，将自然语言交互拓展至应用生成和多模态内容创作，引领了AI助手的全新交互模式。
-
腾讯WorkBuddy正式上线“远程控制”功能
10月28日，腾讯WorkBuddy正式上线「远程控制」功能，腾讯Edge One团队提供技术支持。手机App一键连上电脑，即可实时观看桌面画面并接管。
电脑画面以小窗悬浮在App首页或会话页顶部，输入框照常可用，任务跑偏可纠正。点击「全屏」进入横屏模式，手指点哪即点击电脑同一位置。横屏界面右侧提供「操作」「键盘」「鼠标」三组工具:「操作」可平铺运行窗口、返回桌面、切换画质、结束远程控制（需二次确认）;「键盘」支持手机输入法、电脑键盘与常用快捷键;「鼠标」虚拟定位精准，左右键与滑动与电脑一致。
场景上，公众号、小红书等账号在电脑浏览器登录后，Agent可后台抓取数据完成周报复盘，不再被权限提示阻断;连接器授权过期或需临时装配新技能，远程连接即可在电脑端安装启用;Agent产出的PPT、网页、海报可在宽屏下查看排版与动画效果并即时修改。
手机端App需更新至v2.7.0及以上、macOS桌面端更新至v5.9.3及以上。首次在电脑端开启「允许同账号设备远程连接」、安装远程遥控组件并授予「屏幕录制与系统录音」「辅助功能」权限，再启用远程遥控;此后电脑开机且WorkBuddy在线，即可在App右上角菜单选「远程控制」直连。安全上，一台电脑同一时间仅允许一部已认证手机连接，画面操作走加密通道，不记录用户输入、不保存远程控制画面，只消耗数据流量、不消耗Token。
从多端协同到跨设备接管，AI Agent正进一步嵌入真实工作流。
-
电商AI模特图价格不到实拍四分之一，产业链加速成型
电商平台AI模特图使用日益普遍，引发消费者对“失真”“无法判断版型”的吐槽。多名网友在社交平台表示，过去模特图虽经重度修图，但仍能体现面料与质感，如今直接采用AI生成，质疑“是要卖给AI吗”。也有用户称不排斥高质量AI图，认为真人展示同样存在不真实问题。
乱象背后，AI模特图产业链已逐步清晰。有电商摄影师报价显示，AI生成图价格不到实拍图的四分之一。部分摄影公司则坚持拒绝使用AI，理由是“AI面料还原度低，难以呈现真实质感”。
从法律层面看，现行法规并不禁止AI在电商领域的正常应用。律师分析指出，使用AI模特图是否构成虚假宣传或消费欺诈，关键在于商家展示内容与实际销售商品是否相符，以及是否存在虚假陈述或对消费者隐瞒相关信息。
在生成式AI快速渗透电商视觉内容的背景下，低成本AI模特图正改变传统摄影与商品展示模式，其真实还原度与信息披露规范，将成为影响消费者信任与行业健康发展的重要因素。
-
豆包工作正式接入DeepSeek、Kimi与GLM
10月29日消息，据快科技报道，字节跳动旗下的“豆包工作”正式面向企业客户上线了全新的第三方大模型服务。这一举措打破了以往企业必须分别向不同模型厂商单独采购的传统模式，让企业用户能够在同一个工作台内，直接根据长文本处理、代码编写或逻辑推理等不同任务的需求，灵活切换多款主流大模型。
在首批上线阶段，豆包工作官方接入了三款备受瞩目的行业旗舰模型，分别为Kimi3.1Pro、GLM5.3以及DeepSeek V4.1Flash。企业可以根据具体的工作流场景，自由挑选最擅长对应领域的模型进行协同办公，免去了来回切换多个账号和网页的繁琐。
在面向的用户群体与计费机制方面，该项第三方大模型服务目前仅对团队订阅版和企业订阅版客户开放。系统上线后将默认处于开启状态，企业无需额外提交复杂的审批申请，也无需产生额外的现金采购费用，系统在调用第三方模型时会直接自动扣除企业账号中现有的AI点数，真正做到了开箱即用。
此外，为了兼顾日常办公的执行效率与内部数据的绝对安全，平台为管理员赋予了极其细致的管控权限。在人员管理上，管理员可以灵活划分开放范围，支持单独针对某个成员、某个部门、某个工作群组开放，或者直接一键对全员开通;同时支持按厂商批量启用或单独开关某一个模型。在场景管控上，管理员还可自主限定模型生效的具体终端环境，例如仅允许在豆包电脑端、豆包工作电脑端、移动端、网页端或飞书内豆包工作里启用，确保企业敏感数据不会外泄。
业内分析认为，随着豆包工作首批引入多款第三方头部大模型，企业用户在日常AI工具的选型与集中管控上将拥有更高的灵活性。后续该平台还将持续接入更多第三方大模型，进一步丰富企业级AI助手的使用生态。
图源：网络
>>>>>>END<<<<<<
模达科技AI前沿，与您一起见证智能科技的蓬勃发展！
文章仅代表我司观点，请您甄别借鉴。
模达科技公众号
微信号 : modatechsub
扫码关注我们。