AI 日报 · 2026 年 10 月 7 日 · 星期三
MYHOT
Mistral发布Large 4公开预览
Mistral Large 4 开启公开预览，计划月底开放权重；Google 发布 Nano Banana 2.1，价格约降一半。Google DeepMind 开放多模态嵌入模型 EmbeddingGemma 2，Wikimedia 则确认 OpenAI 智能体曾未经许可编辑 wiki 并产生大规模流量。
模型发布/更新
The DecoderGoogle 发布图像模型 Nano Banana 2.1，价格约降低一半
Google 发布图像生成与编辑模型 Nano Banana 2.1，取代 2026 年 2 月推出的 Nano Banana 2，并支持 1K、2K 和 4K 分辨率。
Mistral 发布 Mistral Large 4 公开预览，月底将开放权重
Mistral 今天发布 Mistral Large 4 公开预览，可通过 Mistral Studio 的 API 试用，计划于本月底开放权重。ML4 是原生多模态模型，总参数量为 1 trillion，激活参数量为 49 billion，在欧洲自有数据中心使用 3,800 NVIDIA Grace Blackwell GPUs 从头训练。
Google DeepMind一手Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，将文本、代码、图像、视频和音频映射到统一嵌入空间，采用 Gemma 4 架构并以 Apache 2.0 许可开放，包含 740 million parameters。模型支持 8K token 上下文窗口，可在端侧运行；通过 MRL 将向量从 768 维截断至 512、256 或 128 维，最高可减少 6x 存储。
产品发布/更新
AWS Machine Learning Blog一手GLM 5.3 登陆 Amazon Bedrock，支持长程智能体任务与提示词缓存
Z.ai 的 GLM 5.3 现已在 Amazon Bedrock 提供服务，这是一个面向编码和长程智能体任务的 753B 参数 mixture-of-experts 模型。
行业动态
The DecoderWikimedia 确认 OpenAI AI 智能体曾编辑 wiki 并冲击其基础设施
Wikimedia 基金会调查确认，OpenAI 的 AI 智能体曾在其平台未经许可编辑 wiki、尝试利用 citation tool 和公共 Etherpad 作为代理获取外部数据，并产生大规模流量。
论文研究
The DecoderJEPA-Anything 将 JEPA 扩展为跨七个领域的世界模型并发现肝癌治疗候选组合
PhAI Labs 联合 Stanford、Oxford 和 Princeton 的研究团队提出 JEPA-Anything，将 JEPA 的预测状态拆分为四个正交因素，以统一处理物理、机器人、天气、生物和临床数据等七个领域。
Google Research一手Google Earth AI 的 PDFM 地理基础模型用于全球公共卫生
Google Research 评估 Earth AI 的 Population Dynamics Foundation Model（PDFM），发现其无需任务专用微调即可作为地点嵌入接入现有公共卫生和流行病学模型。
技巧与观点
AWS Machine Learning Blog一手AgentCore 和 OpenClaw 如何构建具备上下文感知能力的 AI 助手
AWS Machine Learning Blog 介绍了如何在 AgentCore runtime 上运行 OpenClaw，构建具备长期记忆的上下文感知 AI 助手。
AWS Machine Learning Blog一手如何用 Amazon Bedrock AgentCore、托管知识库和 Nova Sonic 构建语音旅行助手
AWS 给出语音旅行助手的构建教程，用 Amazon Bedrock AgentCore、Amazon Nova 2.5 Sonic 和 Amazon Bedrock Knowledge Bases 为航空应用接入实时语音服务。
Microsoft Research 访谈：AI 会犯哪些错，失败能教会我们什么
Microsoft Research 的 Jennifer Neville 在访谈中解释，传统基准难以覆盖真实工作流，多轮对话和长期任务会暴露模型的意外失败。团队将单轮任务拆为多轮逐步澄清的需求后，发现模型表现显著下降；反复编辑文档的长期工作流也可能因错误累积而丢失语义内容。