贝有科技

BEIYOO·AI 简报：Gemini 4 Carbon 把模型任务从分钟拉到数天

返回 AI 简报#4062026-10-29
BEIYOO·AI 简报：Gemini 4 Carbon 把模型任务从分钟拉到数天 封面图

Share

分享本期简报

手机端可调起系统分享；桌面端可复制链接或扫码后转发。

本期重点
  • Google 发布 Gemini 4 Carbon，官方把网络安全与长程任务放在首位，并称内部任务已从分钟延长到数小时乃至数天。
  • NVIDIA 开放 Nemotron 3.5 Transcribe 权重，34B 总参数、4.3B 激活参数，覆盖 40 种语言与最长 1 小时音频。
  • Particle-1 以 DeepSeek V4.1 Flash 为底座做代码后训练，1M 上下文与低价 API 展示中国开源模型正在进入海外产品栈。
  • GitHub Copilot Fusion 正式可用，把单模型、级联和交叉审阅三种路径交给系统自动选择，编码工具竞争进入编排层。
  • Baseten 针对阿里 Qwen3-ASR 优化批量与实时转写，长鑫则推进 HBM3E 小规模生产，国产模型和硬件底座同时补位。
  • OpenAI 把 API 额度纳入部分 Pro 与 Business 订阅，模型厂商开始用统一账户和额度设计连接用户、智能体与开发平台。

今天最值得关注的变化，是模型能力、运行时和商业入口正在合成一套“长任务服务”。Gemini 4 Carbon 把能力边界推向数小时和数天，GitHub Fusion 决定每一步该用哪个模型，Dots 与法律自动化把结果送进真实工作流，API 额度则负责把用户引向持续调用。企业采购 AI 时，不应只问哪个模型分数更高，而要同时看任务可追踪性、失败恢复、权限边界、单位完成任务成本和供应商切换能力。

Deep Read

今日深读

当模型开始连续工作数小时，企业该换一套验收方法

Gemini 4 Carbon 的重点不是又多一个排行榜第一，而是 Google 把长程网络安全任务、工具调用和跨步骤状态保持放在首发位置。模型从一次回答扩展到持续数小时甚至数天的任务后，最难的部分会从“会不会做”转向“做偏以后能否被发现、暂停和恢复”。

同一天，GitHub 用 Copilot Fusion 自动选择和编排模型，OpenAI 用 API 额度把 ChatGPT 订阅者带入开发平台，Dots 和法律自动化则继续把智能体接进消息、合同与企业系统。模型、运行环境、权限和计费开始打包成一项持续服务，企业不能再只按单次 Token 价格比较供应商。

真正可用的长任务系统需要四个可观测点：计划如何拆分、每一步调用了什么、何时触发人工确认、失败后从哪里继续。没有这些信息，运行时间越长，错误累积和账单失控的风险越大。先用可回滚的小任务建立基线，再逐步延长自治时间，比直接放权更稳。

By The Numbers

数字看板

59 分

Gemini 4 Carbon 在 AA Index v5 的官方成绩

Google 称其为当前最高分，首批仅向网络安全合作方开放

4.3B

Nemotron 3.5 Transcribe 每次推理激活参数

模型总参数约 34B，支持 40 种语言和最长 1 小时音频

20%–30%

长鑫 HBM3E 当前被报道的可用芯片比例

仍处于低良率阶段，量产节奏和成本有待验证

Action Item

企业能抄的作业

给长任务智能体做一次 90 分钟压力测试

  1. 1选一个可回滚的真实任务，限定 90 分钟、固定预算，并写清楚成功条件与禁止动作。
  2. 2要求系统记录计划、工具调用、关键中间产物、人工确认点和每一步费用。
  3. 3在任务中途故意制造一次接口失败，验证它会重试、降级还是无声卡住。
  4. 4复盘完成率、人工接管次数、总成本和恢复时间，再决定是否放宽自治时长。

News Briefing

今日快讯

采集窗口：北京时间 10 月 28 日 08:00 至 10 月 29 日 08:00；已与 #405 逐条去重，并排除实际发布已久、仅在今日重新传播的旧闻。

Gemini 4 Carbon 发布：模型任务从分钟延长到数小时乃至数天

标签：Google / 基础模型 / 长程智能体

来源：Google 官方发布 · HuggingNews 事件汇总

摘要： Google 发布 Gemini 4 Carbon，称其在 AA Index v5 获得 59 分，并在网络安全、复杂研究和长程工具调用上显著提升。官方披露，内部团队已让模型承担从数小时延伸到数天的任务；首批将向可信网络安全防御者开放，而非立即全面上线。发布期 API 定价为每百万输入 Token 2 美元、输出 10 美元，后续标准价将翻倍。企业需要注意，“能连续运行更久”不等于“可以无人监管更久”：长任务应明确预算、检查点、停止条件与失败恢复。

NVIDIA 开放 Nemotron 3.5 Transcribe：34B 总参数、4.3B 激活参数

标签：NVIDIA / 语音识别 / 开放权重

来源：NVIDIA 官方模型卡 · HuggingNews 事件汇总

摘要： NVIDIA 发布 Nemotron 3.5 Transcribe 开放权重模型，采用混合 Mamba-Transformer MoE 架构，总参数约 34B、每次推理激活约 4.3B。模型支持 40 种语言、说话人归属和最长 1 小时音频，提供 BF16、FP8 与 NVFP4 权重。它面向离线转写而非实时流式识别，因此会议直播和语音客服仍需要不同方案。企业评估时应把中文口音、多人重叠、专有名词与真实音频噪声加入测试，而不是只看通用词错率。

AssemblyAI 推出首款 TTS：每百万字符 15 美元，首包音频约 90 毫秒

标签：AssemblyAI / 语音生成 / API

来源：AssemblyAI 官方发布 · HuggingNews 事件汇总

摘要： AssemblyAI 发布 TTS-1，把业务从语音识别扩展到语音生成。官方给出的价格为每百万字符 15 美元，流式模式首包音频约 90 毫秒，提供 4000 多种声音和不限并发；当前支持六种语言。官方同时承认发音词典、情绪与语速控制等能力尚未补齐，第三方榜单表现也并非领先。它更像“高并发、易接入”的基础服务，而不是一次解决所有品牌语音问题；采购时仍要单测中文、数字读法、品牌名和长文本稳定性。

Particle-1 上线：以 DeepSeek V4.1 Flash 为底座继续训练代码能力

标签：中国模型 / DeepSeek / 编码模型

来源：OpenRouter 模型页 · Particle 官方网站 · HuggingNews 事件汇总

摘要： Particle 在 OpenRouter 上线 Particle-1，模型页明确写明其基于 DeepSeek V4.1 Flash 做后训练，主打代码、工具调用和 Token 效率。它提供约 1M 上下文，标价为每百万输入 Token 0.25 美元、输出 1 美元。该产品说明中国开放模型正在成为海外团队继续训练与商业服务的基础底座。不过上线初期可用性数据仍不稳定，企业不应只因价格和上下文长度就直接迁移，应先验证吞吐、函数调用、代码正确率与供应稳定性。

Samaya 发布 Sterling：3B 激活参数瞄准金融研究

标签：Samaya / 金融模型 / 专业智能体

来源：Samaya FrontierFinance 基准 · HuggingNews 事件汇总

摘要： Samaya 发布面向金融研究的 Sterling 模型，每次推理激活约 3B 参数。公司自有 FrontierFinance 基准显示，Sterling 得分 58.9%，高于对照模型 Claude Fable 5.1 的 55.9%，单任务成本约 0.61 美元，对照为 6.89 美元。这些数据来自厂商自建基准，仍需独立复核；但它代表了一条清晰路线：用更小的领域模型处理检索、表格与报告，将最强通用模型留给少数复杂判断。金融机构还必须额外检查数据时点、引用可追溯性与合规审阅。

OpenAI 扩大 Dots：欧洲企业可用，美国 Pro 用户可发短信

标签：OpenAI / 主动智能体 / 企业应用

来源：OpenAI Dots 产品介绍 · HuggingNews 事件汇总

摘要： OpenAI 将常驻智能体 Dots 扩展到欧洲企业账户，并为美国 Pro 用户增加通过 iMessage 与 RCS 短信交互的入口。Dots 保留 ChatGPT 内的上下文和插件连接，可主动汇报进度、处理跨应用任务。新入口降低了使用门槛，也把身份确认、误发消息和后台持续运行的风险带入日常通信。企业启用前应明确哪些联系人、频道和操作允许自动触达，并让外发、付款和数据变更始终保留人工确认。

Anthropic 上线法律自动化模板：把合同核验拆成可复用流程

标签：Anthropic / 法律智能体 / 工作流

来源：Anthropic 法律行业指南 · HuggingNews 事件汇总

摘要： Anthropic 为 Claude 法律场景增加预制自动化模板，覆盖引文与来源核验、条款检查等重复工作，并通过 MCP 连接 Harvey 等专业系统。价值不在于让模型“替律师判断”，而是把证据查找、格式检查和初步对照固化为可复用步骤。法律材料涉及权限、保密和责任边界，部署时应保留原文定位、修改记录和审批人，任何影响权利义务的结论都不能绕过合格专业人员。

GitHub Copilot Fusion 正式可用：系统替开发者选择并编排模型

标签：GitHub / 编码智能体 / 多模型编排

来源：GitHub 官方发布 · GitHub Universe 2026 总览

摘要： GitHub 宣布 Copilot Fusion 正式可用，用户不再为每个任务手选模型，系统会在单模型、级联升级和跨模型审阅三种路径间动态编排。官方称 Fusion Max 在 Artificial Analysis Coding Agent Index 得分 60，平均单任务 API 成本约为 Claude Code Opus 5.5 Max 的一半、耗时少约 40%；这些数字仍应结合具体仓库复测。管理员可限制可用模型并设置默认努力等级。对企业而言，模型路由开始成为新的成本控制层，但同时要能解释每次用了哪些模型、产生多少费用。

GitHub Copilot Projects 上线：跨仓库长任务进入托管并行会话

标签：GitHub / 长任务智能体 / 软件工程

来源：GitHub Universe 2026 官方发布 · GitHub 云端 Copilot 更新

摘要： GitHub 在 Copilot 应用中推出 Projects，可围绕一个目标跨多个仓库启动托管的并行智能体会话，并在网页、移动端、VS Code、CLI、Slack 与 Teams 之间延续同一任务。云端沙箱取消原先的一小时总运行限制，关停后可保存快照继续。软件交付因此从“生成一段代码”转向“持续推进一组工作”。团队需要同步升级分支隔离、权限审批、并发冲突处理和 PR 验收，否则更多并行会话只会制造更快的返工。

Baseten 优化 Qwen3-ASR：国产语音模型进入高吞吐服务层

标签：中国模型 / 阿里 Qwen / 语音基础设施

来源：Baseten Qwen3-ASR 模型页 · Baseten 转写方案 · HuggingNews 事件汇总

摘要： Baseten 围绕阿里开源的 Qwen3-ASR-1.7B 推出批量与流式部署优化。其公开页面称，流式版本覆盖 30 多种语言和 20 多种中文方言，在 RTX 6000 与 H100 上可维持最高约 64 路并发，P95 结束延迟低于 0.5 秒；批量与说话人分离组合则强调高吞吐处理。具体速度会随硬件、并发和音频长度变化，不能把实验数字直接当作生产 SLA。值得关注的是，中国开源语音模型正被海外推理平台包装成标准服务。

长鑫推进 HBM3E 小规模生产：国产 AI 芯片补上高带宽内存短板

标签：中国供应链 / 长鑫存储 / HBM

来源：Reuters 报道转载 · TrendForce 报道

摘要： 多家媒体援引知情人士称，长鑫存储已向国内 AI 芯片设计公司送出 HBM3E 样品，并计划在两个月内开始有限生产。报道称当前良率约为 20% 至 30%，明显低于成熟厂商，因此“能做出来”与“能经济地规模供货”仍有距离。HBM 是国产 AI 加速器扩产的重要约束，这项进展意味着本土供应链获得新的验证机会；企业和投资者仍应等待官方产能、封装规格、客户认证与成本数据。

OpenAI 把 API 额度纳入部分 Pro 与 Business 订阅

标签：OpenAI / API / 商业化

来源：OpenAI 官方帮助文档

摘要： OpenAI 为符合条件的 ChatGPT Pro 与 Business 订阅提供可领取的 API 额度：Pro 按 100、200、500 美元档位对应同额月度额度，Business Standard 每付费席位 20 美元、Premium 每席位 100 美元，工作区月度上限 500 美元。额度需要绑定一个 API 组织，且与 ChatGPT、Codex 等产品内用量分开；首次领取还会按剩余账期折算。它降低了订阅用户尝试 API 和智能体开发的门槛，也让企业更需要统一管理组织归属、额度到期、超额计费与离职交接。

有类似的场景想推进？

先把目标、边界和验收方式聊清楚，再决定怎么开始。

预约咨询返回 AI 简报 →