搜索

1. 谷歌发布通用工作智能体 Gemini agent：可调用 Gemini 和 Anthropic 的 Claude

   

   为什么重要：谷歌的旗舰工作智能体首批同时接入自家 Gemini 和 Anthropic 的 Claude；"同事智能体"有独立的邮箱、日历和通讯录身份。

   要闻·10月8日

2. OpenAI 全量推送 GPT-6 “Intelligent UI”：ChatGPT 的回答变成可交互界面

   

   … 22 日已上线 API 和 Codex，谷歌 5 月已给 Gemini 推出类似功能。

   要闻·10月8日

3. Reka 发布 19B 全能模型 Rho-1：单个神经网络处理文字、图片、视频与机器人动作

   

   …网络里同时理解和生成文字、图片、视频并输出机器人动作，无需 agent 管线和工具调用。公司称基础模型视频生成 0.79× 实时（可观看流约 6 秒起）、蒸馏版去噪从 99 步砍到 8 步、5.3 秒片段约 1 秒生成；…

   要闻·10月6日

4. 谷歌发布 EmbeddingGemma 2：740M 参数统一文本图像音频视频 embedding，Apache 2.0 开源、手机可跑

   

   …最强，能胜过部分两倍大的模型。比较范围不包括谷歌自家云端的 Gemini Embedding 2。谷歌的分工是：端侧、离线场景用 EmbeddingGemma，大规模服务端用 Gemini Embedding API。 …

   要闻·10月7日