生成式AI大模型动态周报 issue196 2026.10.26-11.1

10月26日，字节跳动旗下即梦 AI 上线短剧工作室，提供 DreamScript 剧本、Anycook 图片与 DreamShot 分镜模型，覆盖原创改编与出海解说，并支持长篇解析、3D 预演及后期重拍切镜。

10月27日，OpenAI 发布低成本模型 GPT-6.1 Terra，面向企业自动化场景，宣称处理高难度专业任务时单位成本约为 Claude Opus 5.5 的九分之一，同时更快更准。

10月27日，本地模型平台 Ollama 的 Mac 应用新增离线文本转语音，数据不出本机，官方称速度较原方案最高提升约 35%，Windows 与 Linux 版本将随后跟进。

10月27日，腾讯混元开源同声传译大模型 Hy-SimulMT，支持中英语音到语音边听边译，可克隆音色并还原语气，实测响应约 3 秒，已上线 Hy 翻译 App 及 Hugging Face 等平台。

10月27日，百度开源文心 Unlimited OCR 2 文档解析模型，原生支持版面切分、跨页文案与表格合并，宣称超长文档「页数自由」，权重同步上线 GitHub、Hugging Face 与百度智能云。

10月27日，智元发布具身 Agent 框架 Genie Master。搭载该框架的精灵 G2 可在真实便利店场景中边工作边沉淀策略，官方称属行业首次验证具身递归自进化。

10月27日，Gamma 发布新一代内容创作工具 Gamma5，引入智能体工作流，可根据一句提示或上传文档、图片与旧演示文稿，在数分钟内自动完成思考、设计与编辑。

10月27日，国产 AI 3D 大模型 Hi3D 开源并允许商用，面向专业三维生成与建模场景，官方强调垂直模型在专业任务上相对通用大模型的优势。

10月28日，谷歌 DeepMind 发布世界模型 Genie 4，强化原生音频、实时自然语言改写与物理人物真实感，将世界模型升级为可实时操控、可听、可推理的动态模拟。

10月28日，Opera 推出 WebAI 网页标准预览，支持在浏览器本地运行开源 AI 模型，无需依赖云端，已在 Opera One 中上线，后续将扩展至旗下其他浏览器。

10月28日，OpenAI 面向全部 ChatGPT 套餐开放 iCloud Mail 与 iCloud Calendar 插件，苹果用户授权后可由 ChatGPT 管理邮件与日程，充当跨应用 AI 管家。

10月28日，Liquid AI 发布 LFM3 模型家族，首批多款基于 LFM3-1.7B-Base。其中 LFM-1.7B 具备 256K 上下文，参数减少约 35% 的同时性能优于上代 LFM2.5-2.6B。

10月29日，Google DeepMind 发布旗舰大模型 Gemini 4 Carbon，在 Artificial Analysis 指数中以 59 分登顶，险胜 Claude Opus 5.5，领先 GPT-6 Astra。

10月29日，腾讯在全球数字生态大会发布跨应用 AI 协同体系 Buddy One，打通多款办公产品，共享 WorkBuddy Agent 底座，面向个人用户提供统一智能体体验。

10月29日，英伟达开源语音转录模型 Nemotron 3.5 Transcribe，支持 40 种语言，宣称多人抢话场景亦可精准转录，并同步公开训练数据管线 Granary v2。

10月29日，GitHub 在 Universe 2026 发布 Copilot Fusion，可自动路由并组合 OpenAI、Anthropic、Google 等模型完成编码，按任务复杂度选用单一、级联或评审模式。

10月29日，豆包工作向企业客户推出第三方模型服务，首批接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等，覆盖团队与企业订阅，按用量扣除 AI 点数。

10月29日，DiffuSpace 推出扩散语言模型 Clover-35B-A3B-Preview，官方称在更大参数尺度上可与自回归模型竞争甚至略胜，同时保持更快生成速度。

10月30日，法国公司 Mistral AI 正式开放 Mistral Large 4（ML4，代号 le Chonk）模型权重，总参数约 1T，面向编程智能体场景并强调更省 Token。

10月31日，Anthropic 将 Max 5x / 20x 更名为 Max 与 Ultra，并向已验证的 200 美元 Ultra 用户取消 5 小时窗口限制，可在每周额度内连续使用，周额度仍为 Pro 的 10 倍。

10月31日，OpenAI 在网页端、iOS 与安卓端上线 ChatGPT 多账号切换，同一设备最多同时登录两个账号并可快速切换，聊天记录、记忆与订阅互不共享，桌面端随后跟进。

10月31日，DeepSeek 开源 Super-agent 研究原型，采用 Router 与 Worker 双层架构，探索跨平台持续在线、并行任务与主动协作，并公开原型代码供参考。

10月31日，小米开源轻量文档理解模型 Xiaomi-OCR-0，仅 0.8B 参数，融合文档解析、关键信息抽取与视觉问答，支撑超级小爱识屏办事，权重与推理代码同步公开。

11月1日，商汤开源 SenseNova Loop-9B-Preview，采用 Looped Transformer 与循环计算扩展有效深度，官方称 9B 参数可媲美约 27B 模型，多项 Agent 与办公评测领先。

11月1日，xAI 响应欧盟 AI 法案，为 Grok 模型生成文本加入隐形水印，全球 API 已启用，水印融入 Token 选择过程，团队管理员可按模型单独关闭。

更多动态，欢迎点击“阅读原文”访问LM24.org

编辑 | LM24

审校 | Jerry