Gemini 4 Carbon 59 分登顶 AA 智能指数，17 项测试拿 15 项第一【AI 早报 2026-10-30】

今日看点：谷歌 Gemini 4 Carbon 以 59 分刷新 Artificial Analysis 智能指数 v5 榜首；Anthropic 招股书披露上半年收入超 160 亿美元、5300 名员工人均月耗 3 万美元 token；面壁 1.3B 参数 OCR 模型拿下四项 SOTA。

今日概览

要闻

1. Gemini 4 Carbon 59 分登顶 AA 智能指数，17 项测试拿 15 项第一
2. Anthropic 招股书：上半年收入 160 亿美元，5300 名员工人均月耗 3 万美元 token

模型发布

1. 面壁 MiniCPM-OCR 1.0 以 1.3B 拿下 4 项 SOTA，单卡吞吐 1.217 页/秒
2. Clover-35B-A3B-Preview 开源：350 亿总参数扩散模型，SWE-bench 达 73.6
3. 智元 GO-3 Preview 发布：拿下 RoboDojo 等三榜第一，年底全面开源
4. Google Genie 4 世界模型原生生成音频，角色可实时对话
5. X-Era AI 开源 E0.5：16 万条真机轨迹预训练，平均成功率 85.0%

产品应用

1. OpenAI 付费套餐用量翻倍：Pro 100 升至 Pro 500，200 档削减计划撤回
2. Genspark 发布 VoicePad：169 美元语音键盘，11 月开放早鸟预订
3. 腾讯 Buddy One 上线：打通 WorkBuddy、腾讯文档、会议、ima 与网盘
4. ChatGPT Pro/Business 每月可领等额 API 额度，最高 500 美元

技术与洞察

1. CoSec 评测 13 种 Agent 配置：DeepSeek+Hermes 隐私泄露率达 96.15%
2. NeurIPS 2026 Spotlight：FAME 用多锚点探索未知环境

行业动态

1. Kodiak 与 DTL 签 75 辆无人卡车协议，按英里付费
2. Casap 完成 5600 万美元 B 轮，AI 代理把争议处理缩至 8 天
3. 矩侨工业完成亿元 A 轮，蚂蚁集团领投柔性触觉传感器

要闻

Gemini 4 Carbon 59 分登顶 AA 智能指数，17 项测试拿 15 项第一

Google DeepMind 发布 Gemini 4 Carbon，称其为谷歌当前最强模型；在 Artificial Analysis 智能指数 v5 上，Carbon 拿到 59 分，超过 Claude Opus 5.5 的 58 分和 GPT-6 Astra 的 57 分。官方列出 17 项对比，Carbon 在 15 项中排名第一；FrontierSWE 2 以 61.2% 输给 GPT-6 Astra 的 65.5%，OSWorld-2.1 离线子集以 81.5% 输给 Opus 5.5 的 87.2%。发布重点集中在网络安全防御和长时间复杂工程任务，网络安全三项测试全部第一。Carbon 本周只向一小部分网络安全防御者开放，开发者和普通用户尚未可用。此前 Gemini 4 Argon 在 AA v5 榜单为 50 分，Carbon 将分数拉到 59 分。谷歌上一次坐上该榜单第一还是今年 2 月的 Gemini 3.1 Pro Preview。 来源：https://mp.weixin.qq.com/s/HZF20fgB8xi2VHYQIJ6edw

Anthropic 招股书：上半年收入 160 亿美元，5300 名员工人均月耗 3 万美元 token

Anthropic 招股书披露，公司上半年收入超过 160 亿美元，同比增长 1300%，增长主要发生在 Claude Code 上线后。公司约有 5300 名员工，过去半年人均月收入 9.9 万美元，其中现金部分 3 万美元，人均每月贡献超过 50 万美元营收。员工每月用掉定价超过 3 万美元的 token，实际使用价格估算约为标价的 15%；到 9 月，超过 90% 的代码贡献由 Claude 写成，内部 Claude 使用量从 1 月到 9 月增长超过 250 倍。算力方面，上半年只花了 62 亿美元算力成本，同时承诺十年采购超过 8000 亿美元算力；算力进入统一池子，可动态调配给研究、模型开发、客户服务和内部使用。客户结构上，前 5 大客户一季度贡献 36% 收入，三季度降至 21%；截至 9 月末，11900 家客户过去 12 个月在 Claude 花费超过 10 万美元，1900 多家超过 100 万美元，250 家超过 1000 万美元。非核心员工上市当天可套现 10%，创始人股份锁定更严；7 个创始人平等持有少量股份，并设有独立监督机制。 来源：https://mp.weixin.qq.com/s?__biz=MzU3Mjk1OTQ0Ng==&mid=2247539495&idx=1&sn=6aeafe00803d54b2890578d23e6152fd

模型发布

面壁 MiniCPM-OCR 1.0 以 1.3B 拿下 4 项 SOTA，单卡吞吐 1.217 页/秒

面壁智能开源 MiniCPM-OCR 1.0，只有 1.3B 参数，是 MiniCPM V/o 家族首个 OCR 专用模型。6 项核心测试中拿下 4 项 SOTA：Real5-OmniDocBench 93.68、Wild-OmniDocBench 92.39、OCRBench v2 54.7、CHAOS-Bench 29.78；OCRBench v2 第二名 47.0，CHAOS-Bench 得分为第二名的 1.4 倍以上。效率方面，以每秒处理页数计算，MiniCPM-OCR 1.0 达 1.217 页/s，PaddleOCR-VL-1.6 为 0.818，MinerU2.5-Pro-Advanced 为 0.336，TeleOCR 为 0.141，单卡吞吐约为 TeleOCR 的 8.6 倍。模型支持中英双语文档与 PDF 解析，覆盖扫描、弯曲、拍照、倾斜、翻拍等场景，发票、手写剧本、杂志、报纸版面均可结构化还原。同一天还开源 MiniCPM-OCR Jev，它不生成答案，只做判卷和评判。 来源：https://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2652738823&idx=1&sn=8314f016dcf001684d4c90d8273981af

Clover-35B-A3B-Preview 开源：350 亿总参数扩散模型，SWE-bench 达 73.6

DiffuSpace Clover 推出首个版本 Clover-35B-A3B-Preview，采用 MoE 的扩散语言模型，总参数 350 亿、激活参数 30 亿，支持思考模式，以 Apache 许可开源。它在多项基准上超过同规模自回归模型 Qwen3.6-35B-A3B，且生成速度更快；六项 Agent 评测均取得所列模型最高分，SWE-bench Verified 73.6、Terminal-Bench 2.1 51.7、τ³ Overall 65.3。通用能力方面，GPQA Diamond 83.8、ZebraLogic 95.8、AA-LCR 72.0。推理效率上，单张 NVIDIA GB300、BF16 精度、batch size=1 达 680 tokens/s；单张 H200 达 515 tokens/s，高于 DFlash2 方案的 365 tokens/s。技术上将块扩散与双向门控 Delta 网络结合，历史记忆用递归状态压缩，块内 token 用双向 Softmax 注意力交互。模型权重与代码已在 Hugging Face、ModelScope、GitHub 发布，支持 SGLang 和 llama.cpp。 来源：https://mp.weixin.qq.com/s?__biz=Mzk3NTc1NTU0Mw==&mid=2247515034&idx=1&sn=ad381a7d51c5b640ae91052b25a7a495

智元 GO-3 Preview 发布：拿下 RoboDojo 等三榜第一，年底全面开源

智元 10 月 29 日发布 GO-3 Preview，定位为在预训练、后训练、部署后阶段实现全链路 Scaling 的具身模型。它拿下 RoboDojo、RoboTwin、RoboColiseum 等机器人榜单 Top 1；官方称开箱即用数百种任务，部分高难度操作达到或超过人类水平。GO 系列从 GO-1 的 ViLLA 架构、GO-2 的“动作思维链”演进到 GO-3，目标让机器人在真实作业中持续积累经验、自我进化。智元预计到年底 GO-3 Preview 等将全面开源。智元在发布会上称，2026 年具身智能的考题已从“会不会演示”转向“能不能部署”。 来源：https://mp.weixin.qq.com/s/637DZKdbqlYBVQZVzuZhOQ

Google Genie 4 世界模型原生生成音频，角色可实时对话

Google DeepMind 发布 Genie 4，称其为迄今最具交互性的世界模型，也是 DeepMind 首个原生生成音频的实时世界模型；官方演示中的声音全部由模型生成。相比 Genie 3，Genie 4 生成剧院后台时增加更多人物和细节，人物动作更自然，物体碰撞后能继续生成画面，例如大理石半身像砸碎西瓜、粉色绸缎随风起伏。它引入实时互动对话，角色之间能对话，也能对用户操作和世界事件做出反应；演示中站务员广播、老妇人提箱走入画面，水獭角色能开口搭话。系统由 Gemini 3.8 Flash 充当引导智能体，负责观察场景、拆解目标、检查步骤和临时改计划；Genie 4 负责画面与声音，Gemini Omni 提供外观。演示还包括 140 公里时速的龙骑士、萨克斯演奏等场景。 来源：https://mp.weixin.qq.com/s?__biz=MzIwNzc2NTk0NQ==&mid=2247622879&idx=1&sn=aed85a9a679302016c4300873ec91f32

X-Era AI 开源 E0.5：16 万条真机轨迹预训练，平均成功率 85.0%

X-Era AI 拓元智慧开源原生 4D 世界动作模型 E0.5，将空间建模与物理建模解耦，空间负责几何、物理负责动力学演化。模型在三维基础模型之上使用超过 16 万条真实机器人轨迹做具身预训练；在 AgileX Piper 双臂机器人和 Zerith H1 人形机器人上，整体平均成功率分别为 85.0% 和 88.3%，较 π0.5 分别高 13.3 和 26.7 个百分点。分布内任务平均成功率分别达 96.7% 和 100.0%；不经大规模机器人数据预训练直接任务后训练时，Piper 达 86.7%、H1 达 93.3%，对比 π0.5 的 46.7% 和 70.0%。充电器收纳任务在 Piper 从 50% 提升至 70%，H1 从 40% 提升至 80%；Piper 垃圾清理从 40% 提升至 100%。H1 在 600 条演示数据、5 个 epoch 后训练预算下，整体平均成功率从 51.7% 提升至 81.7%，分布外提升 36.7 个百分点。真机评测每套策略在两个平台累计 120 次试验，总实验 480 次。 来源：https://mp.weixin.qq.com/s/1DfEiEDajyei3B8oaZ2AWg

产品应用

OpenAI 付费套餐用量翻倍：Pro 100 升至 Pro 500，200 档削减计划撤回

The Decoder 报道，OpenAI 将付费套餐用量上限整体翻倍，Pro 100 提升至 Pro 500；原计划对 Pro 200 配额的削减在用户反对后撤回。更高效的 Terra 和 Sol 模型预计进一步提高可用容量。该调整发生在 Anthropic IPO 之前，两家公司正在争夺 B2B 市场主导权。 来源：https://the-decoder.com/openai-doubles-usage-limits-on-pro-plans-as-competition-with-anthropic-heats-up/

Genspark 发布 VoicePad：169 美元语音键盘，11 月开放早鸟预订

Genspark 10 月 29 日发布第二款硬件 SecondBrain VoicePad，是一台办公室 AI 语音设备，自带麦克风，按下听写键直接语音输入，其他按键可打开指定 App、调起 Super Agent 或开始会议录音与纪要，五个按键功能均可自定义。官方零售价 169 美元，早鸟价 99 美元；今年 11 月开放早鸟预订，11 月底至 12 月在 Kickstarter 众筹，之后正式发售。Genspark 三个月前刚发布卡片形态录音设备 SecondBrain Note；Super Agent 上线 12 个月 ARR 从零做到 2.5 亿美元，公司估值 26 亿美元。VoicePad 定位工位设备，面对“一个人对着工具说话”的场景；Note 定位会议设备，面对“一群人坐在一起说话”的场景。硬件用于补齐软件连接器拿不到的线下口头上下文，把现场信息直接送入 SecondBrain。 来源：https://mp.weixin.qq.com/s?__biz=MzY5ODQwMTkxNA==&mid=2247517494&idx=1&sn=3b8dea6335798ad841a6b238964579cc

腾讯 Buddy One 上线：打通 WorkBuddy、腾讯文档、会议、ima 与网盘

腾讯推出 Buddy One，将 WorkBuddy、腾讯会议、腾讯文档、ima、腾讯网盘打包，账号体系打通。Buddy One 分免费 ID 和付费 VIP：ID 可手动关联首批产品，关联后积分共享，首次关联送 100 积分；WorkBuddy 积分可在 WorkBuddy、腾讯文档、ima、腾讯网盘四个产品共同使用。目前数据打通层级为只读，WorkBuddy 可读腾讯文档、会议、ima 数据，写入或操作仍需通过 WorkBuddy 内的 MCP 连接器。Buddy One VIP 由此前旗舰版升级，700 元/月、5 万积分，额外送腾讯会议专业版、腾讯文档 Plus 和腾讯网盘 1TB 存储；标准版 70 元/月、4000 积分，每天签到 100 积分。微信聊天记录多选后可转发给 WorkBuddy 处理，手机和电脑端微信均支持，电脑端目前仅支持 WorkBuddy。 来源：https://mp.weixin.qq.com/s?__biz=MzIyMzA5NjEyMA==&mid=2647687932&idx=1&sn=771f8b464f04c1f297e5624a600c7933

ChatGPT Pro/Business 每月可领等额 API 额度，最高 500 美元

OpenAI 给 ChatGPT 订阅增加 API 额度权益：Pro 和 Business 用户每月可领取与订阅费用等额的 API 额度。Pro 按档位每月分别 100、200、500 美元；Business 的 Standard 每席 20 美元、Premium 每席 100 美元，一个工作区每月最多 500 美元。领取入口在设置-账单的“月度订阅权益”，关联 API 组织后额度到账；无需绑定付款方式即可使用 API 额度。限制是仅限 Pro 和 Business，Plus 不参与，且付费满 7 天才能领；首次领取按当前账单周期折算，例如 Pro 500 在续费前一天只能领 12 美元，续费后自动获得 500 美元。额度在 Credit grants 中显示到账和过期时间。 来源：https://mp.weixin.qq.com/s?__biz=MzkzNDQxOTU2MQ==&mid=2247522127&idx=1&sn=2ca419fa3fe63314ef3b3f322cfcb19e

技术与洞察

CoSec 评测 13 种 Agent 配置：DeepSeek+Hermes 隐私泄露率达 96.15%

南京大学、东南大学、浙江大学、清华大学等团队提出 CoSec 基准，将成员变化、角色调整、社区合并等动态授权事件纳入可执行评测，同时报告隐私违规率与任务完成率。基准包含 Static112 和 Dyn96 共 208 个场景，运行 OpenClaw、Hermes、Codex 框架下 13 种配置，覆盖直接注入、间接注入、记忆投毒和能力组合四类攻击。评测指标包括 PVR、CCPVR、BCR、STCR；能力组合攻击的隐私违规率达 70.27%，其中 DeepSeek+Hermes 配置的隐私泄露率达 96.15%。核心设定是协作范围扩大不会自动授权披露原有受保护信息，Agent 需根据信息所有者、来源社区、请求者身份、当前角色、目标接收方和有效权限判断披露边界。该工作关注完整执行过程中的信息流动，而非单次拒绝行为或特定测试集上的低攻击成功率。 来源：https://mp.weixin.qq.com/s?__biz=MzU3NjE4NjQ4MA==&mid=2247557618&idx=1&sn=9c976f3a00b109fb09e34cdde69e4ee2

NeurIPS 2026 Spotlight：FAME 用多锚点探索未知环境

天津大学与合肥工业大学团队提出 FAME，用 Conditional Flow Matching 同时生成多个可能的探索目标，再用 A* 路径规划、探索模式聚类和分层选择决定路线。论文被 NeurIPS 2026 接收并入选 Spotlight；本届会议录用 7900 篇，292 篇入选 Spotlight，约占 3.7%。方法针对主动三维建图中长期目标的多模态特征：单目标预测容易给出多个合理方向的平均位置，甚至落在障碍物区域。FAME 从随机噪声生成多个 Anchor，每个锚点代表一个长期探索方向，模型只预测目标位置和方向，路径规划器再计算怎么走。系统还为每个 Anchor 生成候选路径，并根据路径终点、几何形状等信息筛选。 来源：https://mp.weixin.qq.com/s/kAMuPeRvUq5LpVNsZDc-9A

行业动态

Kodiak 与 DTL 签 75 辆无人卡车协议，按英里付费

Kodiak AI 与 DTL Transport 签署有约束力协议，将在 DTL 自有并运营的 75 辆无人卡车上部署 Kodiak 自动驾驶系统。DTL 按 Kodiak 的 Driver-as-a-Service 模式支付每英里费用，初期在达拉斯-埃尔帕索、达拉斯-亚特兰大线路运营。协议延续 9 月加州试点：Kodiak 装备卡车在 Fresno 与洛杉矶之间沿 I-5 和加州 99 号公路运输易腐货物约 225 英里，被称为加州首次由 8 级卡车自动驾驶运输商业货物。截至 6 月 30 日，Kodiak 系统已安装在 Atlas Energy Solutions 拥有并运营的 35 辆无人卡车上。双方未公布 75 辆车的完整部署时间表。 来源：https://theaiinsider.tech/2026/10/29/kodiak-ai-dtl-transport-sign-deal-for-75-driverless-trucks/

Casap 完成 5600 万美元 B 轮，AI 代理把争议处理缩至 8 天

Casap 完成 5600 万美元 B 轮，由 Base10 Partners 领投，Experian 和 Synchrony 战略参与，Emergence Capital、Lightspeed Venture Partners 继续跟投；总融资达 9000 万美元，距离 2500 万美元 A 轮仅一年多，期间收入增长 10 倍，超过目标两倍。平台用专用 AI 代理在金融机构现有系统中调查、决策和行动，执行机构政策并保留可审计记录，只在需要人工判断时升级给员工。最初聚焦交易争议，现扩展到欺诈、催收、索赔和复杂例外；已部署在 100 多家银行、信用合作社、金融科技公司和支付处理商。公司报告第一方欺诈损失减少 51%，拒付胜率 96%，行业平均为 60%；争议解决时间从最长 90 天降至 8 天，73% 案件自动化，人工处理时间从 45 分钟降至 1-2 分钟。 来源：https://theaiinsider.tech/2026/10/29/casap-closes-56m-series-b-to-scale-ai-agents-across-financial-services/

矩侨工业完成亿元 A 轮，蚂蚁集团领投柔性触觉传感器

柔性织物触觉传感企业矩侨工业完成亿元 A 轮融资，由蚂蚁集团领投，老股东零以创投、威海港融及青岛和信跟投，多维资本担任长期独家财务顾问。资金将用于织物电子皮肤规模化量产与交付、触觉及多模态感知研发，以及机器人、智能家居、医疗康养场景拓展。公司客户超过 400 家，其中 200 余家海内外具身智能客户，触觉手套已实现近万只规模交付；威海自建产线良率大于 95%，支持一天以内快速打样。产品覆盖全掌、左右手各数百个传感点，最小点间距 2mm，最小触发力 0.01N，皮肤 2.0 支持力的方向、滑动趋势和切向受力感知，多层传感器厚度小于 0.8mm，单层厚度小于 0.3mm。单个传感点可提供力学线性转化公式，一致性达 ±5%。 来源：https://mp.weixin.qq.com/s?__biz=MzI4NTgxMDk1NA==&mid=2247519058&idx=1&sn=84e1428b508ea05fc23feb619293f587