科技与 AI 日报｜2026-10-28：世界模型有了声音，语音模型听懂任务

Genie 4：生成的世界开始有声音，也能中途改剧情

Google DeepMind 发布 Genie 4 研究预览。它生成的是可以实时走动、改变的环境：用户用键盘探索，再通过文字调整正在发生的事情。这一代把环境音、音乐和角色对话一起生成，不再只有连续变化的画面。

比较有意思的是模型之间的分工。Genie 负责眼前的景象，Gemini 在后台观察画面、拆解目标、检查执行进度，再根据用户干预调整计划。官方演示里，Gemini 规划机器人下跳棋的步骤，Genie 把过程模拟出来。这里出现的机器人是生成环境中的角色，不能把演示理解为实体机器人已经学会了同样的动作。

我更愿意把它看作交互原型工具：设计者可以先试场景和动作，再决定是否投入正式制作。漂亮画面距离可靠模拟仍有一段路。Google 明确承认，运行时间变长或多次修改提示后，物体和视觉细节可能漂移；复杂物理、空间准确性也仍在研究。目前只向受邀测试者开放，面向 AI Ultra 等用户的扩展还没有全面兑现。

来源：Google DeepMind 公告、The Decoder 报道。

NVIDIA 开放语音模型：同一段录音，可以按要求整理

NVIDIA 发布 Nemotron 3.5 Transcribe。它支持 40 种语言的转写，可以处理最长一小时的录音，并把区分说话人、时间戳和翻译等能力放进同一模型。用户能用自然语言指定任务，例如保留口头语的逐字稿，或者更适合阅读的整理稿。

这解决了一个很实际的问题：采访整理、会议纪要、字幕制作，想要的“正确文本”并不完全一样。提前提供专业词汇，也能帮助模型理解录音中的名称。开放权重则给开发者留下了自行部署和适配的空间，音频不一定要交给统一的云端服务处理。

但它处理的是录好的音频，并非实时语音对话系统。官方模型卡也提醒，区分录音里的不同说话人不等于确认真实身份，各语言支持的任务并不完全相同。另一个容易忽略的差别是部署性能：NVIDIA 展示的最快吞吐依赖特定 GPU、低精度版本及优化服务栈，不能直接套到普通电脑或刚下载的开源实现上。挑工具时，先用自己的口音、噪声和术语测试，比看单一榜单排名更有意义。

来源：NVIDIA 技术说明、官方模型卡。

Amazon 的新相框，让语音成为找照片的入口

Amazon 推出内置 Alexa 的 Alexa Photo Frame，配备 10 英寸防眩光触摸屏，可以从 Amazon Photos 自动同步照片。它的不同之处不只是联网轮播：用户可以直接说出想看的场景或人物，助手再从相册里查找，也可以给照片添加语音备注，留下画面之外的故事。

Amazon 说，Alexa+ 会结合人物、时间和画面内容选择展示的照片，避开截图与收据，并让展示内容更贴近季节。黑色版本起价为 199.99 美元，木质版本价格更高。某些智能功能依赖 Alexa+，购买相框附带 90 天服务，Prime 会员包含这项权益；不能只看硬件价格就把长期使用成本算完。

我觉得这个方向比“给每个设备加一个聊天框”更具体：照片已经很多，难的是想看时找不到、拍完后再也不看。实际体验仍取决于搜索能否找对、自动挑选是否符合主人心意。设置也不是完全脱离手机，官方指引要求使用 Amazon Photos 应用、账号和网络。给别人送相框前，还应确认共享相册和协作者范围，避免自动同步把不打算展示的图片送到客厅里。

来源：Amazon 产品公告、官方设置说明。

工程解读：Agent 的等待时间，也可能卡在 CPU

Oracle 在 10 月 27 日的公告中宣布，OCI 引入独立的 NVIDIA Vera CPU 算力；Tom’s Hardware 随后发表的工程报道，把重点放在这类 CPU 脱离 GPU 主机配角后的用途。Oracle 同时公布了 Vera Rubin NVL72 的进展，但两者不是同一个产品选项。

独立 CPU 为什么与 AI 有关？模型推理只是 Agent 工作的一部分。读文件、执行生成的代码、调用工具、取回数据，都需要普通计算资源。模型越频繁地循环调用工具，这些环节越可能影响整项任务的完成时间。把 GPU 换得更快，并不会自动消除工具执行时的等待。

Oracle 给出的实例配置包括双处理器、176 个 CPU 核心和 1TB 系统内存，并提供裸金属与弹性虚拟机形式。公告称本季度会在选定区域提供，采购时仍需确认区域与实际容量。Tom’s Hardware 展示的性能测试来自本地服务器，并非 OCI 实例实测；官方的性能主张同样需要放回具体负载中比较。对开发团队而言，先把模型耗时与工具耗时分别记下来，才知道这类新硬件是否解决了自己的瓶颈。

来源：Oracle CPU 公告、Tom’s Hardware 工程报道。

评测解读：模型排名变了，也可能是考卷变了

Artificial Analysis 在 10 月 27 日发布 Intelligence Index v5，28 日的媒体解读集中讨论了新榜单拉大的模型差距。这次更新增加两项评测、升级三项评测，60% 的指数来自私有测试集或保留答案的评测，减少模型反复针对公开题目优化的空间。

变化不仅是题目藏得更深，也包括任务更接近实际操作：代码修改要看是否达到维护者愿意合并的标准，科学任务则要在终端中完成流程。指数仍是按照权重组合的成绩，而非一种脱离任务的“智商”。同一模型在不同分项、不同推理强度下，表现和费用都可能明显变化。

因此，看到某个模型名次下降，不能直接推断它突然退步；可能是新版试卷更看重原先没有充分测到的能力。研究者 Nathan Lambert 在 28 日的分析中指出，差距也可能与各家训练环境和强化学习基础设施有关，不能全部归结为针对考试优化。私有题目也有代价，外部研究者更难逐题检查错误。我的使用原则是把综合榜单当作候选筛选器，再拿自己的代码库、文档或任务复测。尤其做自动化时，最终交付是否正确、花了多久、重试几次，往往比总分多一两点更重要。

来源：Artificial Analysis 方法与结果、Nathan Lambert 分析。