AI 日报 · 2026 年 10 月 14 日 · 星期三
TW Hot
Gemini 4 Argon：为解决最棘手问题而打造
Google 发布 Gemini 4 Argon，即日起通过 Gemini API、AI Studio、Google Antigravity 以及 Gemini 应用和 Search 的 AI Mode 向开发者、企业和订阅用户开放，入门价每百万输入 token 2 美元、输出 token 10 美元，缓存输入享 95% 折扣。
模型发布/更新
The Verge · AI另有 1 家信源报道Google 终于发布 Gemini 4 Argon
Google 正式发布 Gemini 4 Argon 模型，称其具备前沿推理能力并减少冗余与套话，在编码、网络安全、科学、金融和法律等基准上超过 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5。
- Google DeepMind 负责任且安全地开发 Gemini 4 ArgonGoogle DeepMind
IT之家 · 人工智能另有 4 家信源报道Meta 发布 Muse Wonder 系列旗舰 AI 模型，对标 Anthropic 与 OpenAI
Meta 于当地时间周一发布 Muse Wonder 与 Muse Wonder Full 两款旗舰 AI 模型，在推理、写作与代码能力测试中得分接近 Anthropic 的顶尖模型。
Liquid AI Blog一手LFM2.5-24B-A2B：为快速端侧智能体打造
Liquid AI 发布 LFM2.5-24B-A2B，一个 24B 参数、每 token 仅激活 2B 的推理模型，面向端侧快速私有智能体，是 LFM2.5 系列中最大也是最后一款。
产品发布/更新
全面就绪：全球 PC 应用生态已为 NVIDIA RTX Spark 做好准备
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，并联合生态伙伴在上市前推送一批本地 AI 软件更新。
Comfy Blog一手面向 VFX 专业人士的 NVIDIA VFX 节点：视频超分、插帧与 SDR 转 HDR
ComfyUI 将 NVIDIA 的 RTX 视频效果做成自定义节点，模型轻量、随节点分发，并在本地 NVIDIA RTX GPU 上运行。
NVIDIA Run:ai 现已开源，成为 NVIDIA DSX AI Factory 平台的一部分
NVIDIA 将完整的 Run:ai 平台以开源软件形式发布，向客户、开发者和生态伙伴开放生产级 AI 工作负载与 GPU 编排能力。此次发布扩展了 NVIDIA DSX AI Factory 平台，把 Run:ai 确立为开放基础，让更广泛的生态能够推出差异化解决方案。
行业动态
404 Media另有 4 家信源报道Character.ai 破产文件显示 AI 的经济模式行不通
Character.ai 申请破产，其破产法庭文件显示公司长期难以盈利。文件披露，2024 年每月 AI 算力支出 1380 万美元，2025 年降至每月 1000 万美元；订阅收入峰值每月 280 万美元，有时不足 100 万美元，全部收入（含广告）峰值每月 530 万美元。
Prime Intellect Blog一手Moondream 加入 Prime Intellect
Prime Intellect 宣布收购 Moondream，其创始人 Vik Korrapati 和 Jay Allen 将加入并负责扩展推理业务，同时推进多模态模型（含视觉与 computer use）的工作。
论文研究
The DecoderGoogle DeepMind 的 AlphaProof Nexus 解出多个开放数学问题并经过同行评审
Google DeepMind 的 AlphaProof Nexus 自主解出多个开放数学问题，相关研究发表在 Science 上。它解出 353 个 Erdős 问题中的 9 个，其中两个已悬置 56 年，还证明了 OEIS 整数序列数据库中的 44 个猜想、解决代数几何中的一个开放问题，并改进了 min-max 优化中的一个已知界。
技巧与观点
如何只用自己拥有的文件约束编码智能体
作者用同一张工单在无约束和有约束两种情况下运行编码智能体，裸跑只通过 8 项检查中的 1 项，加入约束文件后通过 8 项。
AWS Machine Learning Blog一手在 Amazon Bedrock 上用 Grok 4.7 构建长时程智能体
AWS 官方博客介绍 Grok 4.7 已在 Amazon Bedrock 上线，并演示如何用它构建工具调用智能体。作者在三个需要搜索而非查表、各有唯一正确答案的任务上，按 low、medium、high、xhigh 四档推理强度各跑六次共 72 次，智能体答对 67 次，xhigh 全部 18 次正确，low 答对 15 次且输出 token 约为 xhigh 的八分之一。