新哥AI资讯 · 2026年10月29日

AI早报｜Gemini 4 Carbon登场，GitHub迈向智能体协作

今天，Google发布强化网络安全与长时程工程任务的Gemini 4 Carbon；GitHub围绕多模型协作和持续交付更新开发平台。语音模型、科研支持与国内产业应用也有新进展。本期整理13条资讯和5个GitHub推荐，逐项区分已可用能力、预览与后续计划。

今日重点

① 模型与语音：Gemini 4 Carbon、Nemotron转录与Cue时间对齐。

② 智能体开发：GitHub协作平台、Actions工作流及微软托管运行框架。

③ 应用与科研：Google应用接入和沉浸学习、Anthropic科研合作、ServiceNow集成。

④ 国内实践：张家港智慧码头、青岛家电AI中试、扬州算力券公示。

⑤ GitHub推荐：内容运营、本地推理、会话记忆、编程与模型研究。

谷歌发布Carbon模型

Google发布Gemini 4 Carbon，强化长时程编程与网络安全能力，先向部分网络防御者开放，再逐步扩展可信伙伴。公布的入门价为每百万输入2美元、输出10美元，尚未面向普通开发者全面开放。

Carbon延续两周前发布的Argon，重点处理更长、更复杂的工程任务。Google公布其在漏洞发现、风险验证和修补基准上的成绩，同时说明部分外部网络安全评测是在未启用防护规则的条件下进行。当前的开放对象是部分网络防御者，之后通过Fairwind计划逐步增加可信伙伴。公布价格并不意味着所有用户今天就能调用，普通开发者、企业与消费者的产品入口仍待扩展。

来源：查看原文与项目资料

英伟达统一语音转录

NVIDIA发布开放权重Nemotron 3.5 Transcribe，统一转录、说话人识别、翻译和音频问答，支持40种语言转录、最长一小时录音及最多8名说话人；同步开放Granary v2数据流程，量化及部分本地部署版本稍后提供。

这款模型面向已经录制完成的音频，不能直接当作实时流式识别模型。除40种语言转录外，它支持31种语言与英语之间的翻译、13种语言的说话人标注，具体能力随任务而异。开发者可用自然语言指定输出格式和领域词汇。Granary v2公开清单覆盖48种语言、约46.3万小时语音，相关数据的来源许可仍需分别遵守；量化和部分本地运行方案还在后续计划中。

来源：查看原文与项目资料

Cue精确对齐字幕语音

ElevenLabs发布强制对齐模型Cue，把已有文本匹配到音频的字符时间线，用于字幕、配音与歌词。官方称其生产GPU约半秒可对齐一小时录音，并已接入Scribe及独立API；性能数据来自厂商测试。

强制对齐的输入是音频和已有文本，输出是词或字符在录音中的位置；它解决字幕、配音、歌词时间不准的问题，与模型是否遵守价值要求的“AI对齐”是两回事。Cue已用于ElevenLabs的语音转文字流程，也可单独通过Forced Alignment API调用。厂商测试涵盖含噪声、重叠说话和长录音，公开速度与误差指标取决于其测试数据和生产GPU，不宜直接当作所有工作负载的保证。

来源：查看原文与项目资料

GitHub升级智能体协作

GitHub在Universe推出Copilot多模型编排、跨仓库并行项目及跨端会话接续，并让企业客户无需另购Copilot订阅即可按AI积分使用相关功能。新自动化还可依据运行结果提出改进，交由用户审核。

这次Universe把“完成软件工作”放在核心位置：Copilot projects能把多仓库工作放入并行托管会话，会话接续让用户在手机、编辑器、CLI和网页之间继续同一云端任务。Fusion依据任务在一个或多个模型间安排执行，自动化可学习运行结果并提出待批准的优化。GitHub Enterprise新的计费入口先通过销售渠道提供，自助入口随后开放，现有客户仍可保留原计划。

来源：查看原文与项目资料

智能体工作流正式可用

GitHub Agentic Workflows正式可用，将自然语言Markdown编译为Actions工作流，可处理问题分流、CI分析和文档维护。默认只读、沙箱执行，并通过安全输出校验及威胁检测约束变更；支持自带编程智能体。

它的任务定义使用Markdown，执行仍进入GitHub Actions，因此可沿用已有runner分组和策略。默认只读权限、容器沙箱、网络防火墙、安全输出及独立威胁检测组成多层约束。正式版还改进预算预测、自托管ARC runner与Docker-in-Docker支持，并加入模型路由和隔离选项。默认使用Copilot CLI引擎需要相应许可，也可以自带编程智能体。

来源：查看原文与项目资料

微软开放智能体运行框架

微软通过Foundry开放Copilot harness，提供托管智能体循环、沙箱与治理能力，支持20余种前沿模型及自带密钥。开发者可下载SDK或使用云端托管，复用微软与GitHub产品采用的运行基础。

harness是模型外围的任务编排与执行系统，负责指令、上下文、工具、环境及控制。微软把在GitHub中形成的这一基础用于多个Copilot产品，再通过Foundry提供给开发者。用户负责提供指令、技能、工具和模型选择，托管服务负责智能体循环及沙箱等基础工作。原文也说明平台保持开放，团队可以继续使用其他框架；实际采用时应核对自己的模型、工具和权限需求。

来源：查看原文与项目资料

谷歌统一应用接入平台

Google预览Connected Apps Platform，让开发者通过云端MCP或Android接口，一次集成后选择进入Search、Gemini或两者，并统一测试、提交和监测。平台分阶段开放；Adobe、Peloton等新合作应用已开始接入。

开发者可连接云端MCP服务器，或通过AppFunctions API接入Android MCP，再使用Google Connected Console注册、测试和提交应用。送审前可以选择上线到Search、Gemini，或同时上线；上线后可观察流量、延迟与错误率。平台仍为预览，开发者、市场及产品覆盖将逐步增加。部分合作应用已进入Gemini，进入Search的时间则在未来数周，不能把两个入口视为完全同步。

来源：查看原文与项目资料

Gemini新增沉浸探索

Gemini学生中心推出沉浸式探索库，以交互场景逐层讲解发动机、闪电、丝绸之路等主题，已支持简体中文等六种语言。后续将接入聊天并加入语音讲解，目前可从学生中心进入。

这项功能以可交互的视觉场景帮助用户从宏观现象进入更细的知识层次。例如先看到发动机或闪电，再点击标签深入内部结构与物理机制。当前入口是Gemini学生中心的探索库，简体中文已在首批支持语言之中。直接在聊天中进入探索，以及用语音逐层讲解，都属于后续计划。对学习者来说，它提供了观察和追问的入口，具体理解仍可结合教材和原始资料核对。

来源：查看原文与项目资料

科研计划扩展机构合作

Anthropic扩展AI for Science计划，公布与20家科学基金会、机构及研究团体的合作，以免费Claude额度支持高影响科研。部分合作将产出开放数据、软件和标准；实验室仪器操作标准MHS仍处于研究预览。

计划从支持单个科研项目扩展到与基金会、科研机构合作，由部分科学资助组织把Claude额度分配给研究者。已披露的合作涵盖生物、医学、物理、化学、气候和数学等领域。原文还介绍了与HHMI Janelia合作开发的实验室仪器操作标准MHS，以及Allen Institute利用智能体分析开放数据的方向。上述案例说明支持方式，不能把所有探索都视为已经完成的科研突破。

来源：查看原文与项目资料

服务流程接入ChatGPT

OpenAI与ServiceNow扩大合作，现有MCP插件已上架，并计划在ChatGPT中提供受企业权限约束的业务操作。语音、安全早期访问及AI Workflow Factory中的Codex集成将于2027年分阶段推出。

合作计划覆盖应用开发、安全与语音流程。ChatGPT中的业务操作将沿用ServiceNow Action Fabric配置的规则和权限；员工使用工具也将扩展到工程部门之外。时间表需要分开看：现有MCP插件已可用，增强能力预计2026年底提供；语音能力及安全早期访问预计2027年第一季度，安全正式可用计划在第二季度；AI Workflow Factory的Codex集成预计2027年。

来源：查看原文与项目资料

江苏码头实现全流程AI

交通运输部报道，江苏张家港港将AI用于散货卸运堆取装全流程，23台门机实现自动化，16台清舱设备远程智控。报道披露综合效率提升11%、运营成本下降15%、能耗降低10%，并用智能巡检降低现场作业风险。

在这一应用中，数字孪生把泊位、堆场和大型设备映射到虚拟空间，调度模型在船到港前推演作业链路；多模态感知帮助门机识别舱口、物料与障碍物。清舱环节使用5G组网和AI透雾增强画面，减少人员进入复杂舱内环境。皮带转运则由巡检机器人识别跑偏和撕裂等异常。效率、成本、能耗降幅来自报道披露的整体运行结果，统计范围为张家港港相关散货码头。

来源：查看原文与项目资料

青岛启动家电AI中试

山东省政府披露，家居家电方向国家人工智能应用中试基地在青岛启动建设，由海尔智家承建，将布局产品、场景、产业中试及规模化推广、标准安全五类能力，并建设供需运营平台与应用服务市场。

基地10月27日启动建设，政府官网于本次窗口内发布报道。其目标是沉淀家居家电行业可复用的公共能力，让不同企业联合验证产品和场景。消费端重点包括产品智能化与跨品牌、跨设备互联互通，产业端覆盖研发、制造、供应链、营销和服务。供需运营平台与应用服务市场仍是建设内容，不能写成已经全部上线，更不能把中试基地启动当作所有家电实现互通。

来源：查看原文与项目资料

扬州公示算力券兑现名单

扬州市数据局公示2025年下半年人工智能算力券拟兑现企业名单，涉及乐合数据信息科技江苏有限公司、江苏中工智联科技有限公司。名单已完成申请、审核及专项审计程序，公示至11月3日，尚非最终兑现结果。

本次披露的是上一年度下半年的合规支出审核进展，属于新的名单公示，不是重新发布旧的算力券政策。两家拟兑现企业分别位于广陵区和仪征市，相关事项经过企业申请、材料审核和专业第三方专项审计。公示期为10月28日至11月3日，存在异议仍可向扬州市数据局反映。公示不等于款项已到账，后续结果应继续以主管部门信息为准。

来源：查看原文与项目资料

Postiz：连接AI智能体的社交内容管理平台

为内容团队提供社交媒体定时排程、自动化及分析，可自托管，并通过API、SDK和多种AI工具集成管理跨平台内容。窗口内修复TikTok商业令牌相关问题；智能体参与内容运营的需求带动其关注度。

本次观测日增Star：1,007 · 累计：39,949

来源：查看原文与项目资料

Uzu：面向应用开发的本地模型推理引擎

以Rust实现高性能AI推理，提供Swift、TypeScript等语言接口，帮助应用开发者把模型下载、管理和对话能力接入产品。窗口内合并WebGPU运行时更新；跨平台本地推理与部署能力是本轮热点。

本次观测日增Star：360 · 累计：2,992

来源：查看原文与项目资料

Claude-Mem：压缩并复用智能体会话记忆

自动记录智能体工具使用观察、生成语义摘要，并在后续会话提供相关上下文，减少跨会话重复说明。适合需要项目连续性的编程用户，支持多种智能体工具；窗口内修正Antigravity工具调用名称记录。

本次观测日增Star：320 · 累计：104,014

来源：查看原文与项目资料

Codex：在终端完成代码任务的智能体

本地运行的编程智能体，可阅读项目、修改代码、执行命令与测试，并提供终端、编辑器及桌面入口，面向需要在实际代码库中交付变更的开发者。窗口内新增可选进程指标采样，持续完善执行环境与可观测性。

本次观测日增Star：308 · 累计：131,435

来源：查看原文与项目资料

Heretic：研究语言模型拒答行为的消融工具

用方向消融与Optuna参数优化研究并调整模型拒答行为，同时评估相对原模型的分布偏移，面向模型研究和离线实验。支持多类稠密、混合专家及部分混合架构；窗口内修复扁平化超连接残差流支持。

本次观测日增Star：282 · 累计：36,981

来源：查看原文与项目资料

本期值得继续观察的是几条具体路径：前沿模型如何受控开放，智能体如何在真实权限下完成软件任务，语音模型怎样接入可用产品，以及产业项目怎样从建设走到规模化运行。产品入口、验证证据和实际部署范围，会决定这些更新能给工作带来多大变化。

采集窗口：北京时间2026年10月28日06:00（含）至10月29日06:00（不含）。GitHub项目依据热度快照与窗口内代码活动筛选，排除线上前四个日报日期已推荐的仓库；Star会继续变化。性能与案例按原文口径整理。

作者：曾铭新 · 新哥聊技术
完整来源与卡片版请见“阅读原文”。