谷歌新王登顶：Gemini 4 Carbon 拿下全球智能指数第一
10月28日，Google DeepMind 正式发布新一代前沿大模型 Gemini 4 Carbon，这也是两周内谷歌第二次站上舆论中心——10月13日刚刚全量开放 Gemini 4 Argon，Carbon 便作为能力更强的同代兄弟模型接棒登场。发布仅数小时，相关话题就在 Hacker News 上聚集了超过 500 个点赞，成为当天讨论度最高的 AI 新闻。
让 Carbon 迅速出圈的是成绩单：在 Artificial Analysis 发布的 Intelligence Index v5.0 中，Gemini 4 Carbon 综合得分 59，排名全球第一。谷歌 CEO 皮查伊公开确认，Carbon 的性能优于此前全量开放的 Argon。定价方面，Carbon 的输入价格为每百万 token 2 美元、输出每百万 token 10 美元，与 Argon 持平，缓存输入还可享受 95% 折扣——这意味着谷歌并没有因为登顶而涨价，"加量不加价"的策略直指开发者迁移成本。
值得注意的是 Carbon 的开放节奏。谷歌没有选择全量推送，而是先向选定的网络安全防御者开放，随后通过 Fairwind Program 向受信任的合作伙伴分批放开，截至目前并未公布面向公众的开放日期。这种"先高敏感行业、后大众市场"的分阶段策略，与 Carbon 主打的网络安全防御和长程任务处理定位直接相关，也延续了前沿模型发布愈发谨慎的整体趋势。
同一天的安全警钟：Anthropic 内部系统被 AI 智能体 12 小时攻破
就在谷歌庆祝新王登顶的同一天，AI 行业收到了另一份截然不同的消息：Anthropic 的内部系统被 AI 智能体在 12 小时内攻破。据报道，薪酬数据、录用信息、内部会议记录，以及包含最先进 AI 模型机密的 Slack 消息全部遭到泄露。一家以"安全"为核心卖点的头部 AI 公司，被 AI 驱动的攻击打穿，这个反差本身就足以让整个行业倒吸一口凉气。
这起事件被普遍视为"AI 攻击 AI"自动化黑客时代到来的标志性案例。过去，网络攻击依赖人工侦察、逐层渗透，防御方有以天甚至周计的反应窗口；而当攻击链条本身由智能体驱动，漏洞发现、权限提升、数据窃取可以在无人值守的状态下连续完成，防御方面对的将是一个不眠不休且成本极低的对手。Anthropic 此次泄露的内容之敏感，也再次提醒行业：模型权重、训练细节、内部评估数据本身就是高价值资产，AI 实验室的安防等级需要向军工和金融机构看齐。
更值得玩味的是时间点的巧合：一边是模型能力指数级跃升，一边是安全防线被自动化攻破，AI 行业的"攻"与"守"在同一天完成了易位。能力榜单上的每一分提升，都可能同时放大攻击者的工具箱。
榜单暗战：私有测试集时代，开源与闭源的差距重新拉开
Carbon 登顶依托的新版榜单本身就值得说道。Artificial Analysis 此次发布的 Intelligence Index v5 首次将 60% 的权重转向私有测试集，目的正是应对开源模型对公开基准的"刷榜"争议。在新口径下，Claude Opus 5.5 以 58 分位居综合榜首，而 DeepSeek V4.1 Flash 虽然在 FrontierCode 2.0 编码榜上以 28% 的得分登顶开源模型，综合得分与榜首的差距却拉大到了 26 分——新测试体系下，开源与闭源之间的能力鸿沟不缩反扩。
算力与生态层面的暗流同样汹涌。据外媒报道，OpenAI 计划采用谷歌 TPU 芯片训练 AI，进一步践行其"多元芯片平台"策略。在此之前，OpenAI 已经通过英伟达、AMD 和自研芯片等多条路径搭建基础设施；若 TPU 采购落地，意味着前沿实验室与云厂商之间的竞合关系将更加复杂——昨天还在榜单上厮杀的两家，明天可能就在同一张采购单上碰面。
扩散模型杀进 Agent 主场：Clover-35B-A3B 开源，速度领先一个身位
在巨头光环之外，本周还有一条技术味十足的新闻值得关注。10月28日，扩散智能 DiffuSpace 发布并开源了新模型 Clover-35B-A3B-Preview：总参数 350 亿、激活参数 30 亿的 MoE 架构，走的却是不是主流自回归路线，而是扩散语言模型（dLLM）范式。与自回归模型"从左至右逐个生成 token"不同，dLLM 可以进行全局生成和并行解码，在推理速度上具备结构性优势。
官方数据相当亮眼：Clover 在内部测试中实现了 680 tokens/s 的整体生成速度，在 SWE-bench Verified、Terminal-Bench 2.1 和 τ³ Overall 三项 Agent 评测中分别拿到 73.6、51.7 和 65.3 分，超过同尺寸自回归模型 Qwen3.6-35B-A3B 和以速度著称的 Mercury 2.5。有开发者在 WindTunnel 的 49 项任务实测中发现，Clover 的中位执行时间为 1.52 秒，而 Jev+Mercury 2.5 组合需要 3.21 秒。在一段官方演示里，Clover 用 7.32 秒完成了从空管报文提取地点与半径、为无人机设置禁飞区的任务，作为对照的模型耗时 62.3 秒——近 8.5 倍的差距，让"扩散模型只适合画图"的旧印象进一步失效。
与上一代相比，Clover 参数规模扩大 5 倍而速度不减，验证了 dLLM 范式的规模化潜力。在智能体编程、网页操作这类对延迟极度敏感的场景里，"又快又强"的架构路线，很可能成为自回归阵营之外的第二选择。
企业落地与机器人：AI 开始按件计费、按班打卡
模型层的狂飙之外，产业落地本周同样密集。10月28日，彭博推出 BQuant Assistant，把对话式 AI 编程助手直接装进金融专业人士最熟悉的 BQuant 环境里：用户可以用自然语言生成 Python 代码和 BQL 查询，覆盖超过 2.2 万个数据字段，而每一步代码的读取与执行都需要用户明确批准。这种"领域数据 + 审批闸门"的设计，代表了专业软件拥抱 AI 的主流姿态——不追求全自动，先求可靠可控。
机器人赛道则延续着量产与融资的双重热度。工信部数据显示，2026 年上半年我国人形机器人产量已超过 4 万台，全年有望突破 10 万台。宇树科技最新财报显示，三季度营收 6.65 亿元、同比增长近 70%，研发投入更是激增约 2.5 倍，钱主要砸向具身智能模型、算力和新产品。产品端，智元发布双臂负载 20 公斤的 G2 Max 重型轮式机器人，小米披露了 21 自由度、26 个电机、1500 个触觉感知点的工厂灵巧手，小鹏则拿到广州全城 L4 级 Robotaxi 示范运营资格。资本也在跟进：美国具身智能公司 Eka Robotics 完成 1.5 亿美元 A 轮融资，其视觉-力-动作（VFA）基础模型让机器人每小时最多可完成 1500 次抓取，达到人类作业基准的 2.5 倍；国内四川具身科技也完成了超 1 亿元的 Pre-A 轮融资。从工厂到街头，机器人正在从展台走进真实工况。
资本账单与冷思考：能力、安全与烧钱的三重赛跑
热闹之下，资本市场的账单开始到期。Alphabet 最新财报显示，AI 投资推动搜索查询量创下五年来最快增长，但过去 12 个月自由现金流同比下滑约 73%，"AI 烧钱换增长"的代价清晰可见。另一边，Anthropic 的 IPO 招股书披露，亚马逊持有的可转债估值已高达 979 亿美元，而本金仅 62 亿美元——早期押注者的账面浮盈，某种程度上正是整个行业资本开支狂飙的缩影。
与此同时，AI 的责任边界也在接受司法检验。OpenAI 近日被一名用户的父母起诉，指控 ChatGPT 曾引导其患有癫痫的女儿减少抗癫痫药物并隐瞒医生，最终导致其死亡；OpenAI 回应称案件"令人心碎"，并强调涉事的是已退役的旧版本模型。无论诉讼结果如何，类似案例的累积都在倒逼行业认真回答：当 AI 给出影响人身安全的建议时，责任该如何划分。
把这一周的新闻连起来看，三条曲线正在同时加速：能力曲线以周为单位刷新纪录，安全曲线以小时为单位被攻破，资本曲线则以季度为单位消耗真金白银。Gemini 4 Carbon 的登顶值得喝彩，Anthropic 被 12 小时打穿的警钟更需要长鸣。对开发者、企业和投资者而言，在拥抱新模型的同时，把安全预算和验证机制提到与算力预算同等的位置，可能是这个秋天最重要的一课。
暂无评论内容