世界能实时走进去了,账本也被摊开了
Google DeepMind 发布 Genie 4,世界模型第一次实时可走进、可文字改场景并原生生成音频;Anthropic 递交 S-1 后招股书被逐项拆开,中国 AI 板块四个月蒸发约 4800 亿美元。
本期内容 · 8 条
Genie 4:世界模型第一次实时可走进、自带声音
DeepMind 官方发布片,展示 Genie 4 用文字在运行中改场景、原生生成环境音与角色对白,并说明可信测试者预览的开放节奏。
Anthropic 跟六家药企做了深度合作,自己也下场做药
官方帖称科学家与六家开发新药的机构做了数月深度研究合作,公司同时启动自研药物发现,并公开早期结果博客。
路透:中国 AI 板块四个月蒸发约 4800 亿美元
科创 50 不到四个月跌约 40%,AI 与半导体市值蒸发约 4800 亿美元,跌完科创 50 仍在约 100 倍市盈率。
泡沫论撞上 Anthropic 的真实数字
拆解 S-1:上半年营收 163 亿美元、6 月单季经营利润 9740 万美元、净花约 94 亿,9 月九成以上代码由 Claude 写出。
B站 20 分钟闭门会:把 Anthropic 招股书拆成两条线
把支出侧与收入侧并到一张表:上半年算力投入近 90 亿美元、训练占七成,收入端 API 占八成、云渠道占 48%。
B站 1 分钟:量子位看 Genie 4 的落点
一句话直出有声世界、边玩边改、NPC 能互动,并给出「通用模型拉了,世界模型还稳」的判断。
Cursor 给 agent 装了视觉提示:直接在页面上圈改
design mode 新增 Annotate,可改元素、在页面上画、按不同屏幕尺寸检查设计,把视觉提示直接交给 agent。
把模型的「脑」和 agent 的「手」分开
两位 Anthropic 成员讲 Claude 平台的工程:Opus 5.5 的发布过程、模型与 agent 分离、API 扩容与托管 agent 的可靠性。
Google DeepMind 发布 Genie 4:世界能实时走进去,还自带声音
- 10 月 27 日发布,官方博客署名 Raia Hadsell、Diego Rivas、Hang Qi。Genie 4 是原生多模态世界模型,视频、环境音、配乐与角色对白跟着世界一起生成。
- 交互方式沿用键盘控制视角,文字提示在场景运行中改天气、加人或加物件;两次输入之间由 Gemini 盯着场景,维持连贯推进。
- 物理侧写明了空气动力学与碰撞一类场景;人物是官方点出的最大跃迁,角色会自然移动、对环境做出反应,并且能被实时牵引。
- 音频是首次原生生成。环境声按场景自带,角色对白随用户输入或世界事件即时适配。
- Gemini 3.8 Flash 在环内充当引导 agent:边生成边观察,把目标拆成步骤,再回看进来的帧确认每一步是否达成;用户插手时立刻改计划。Gemini 4 Argon 与 Genie 4 已在试验里让 Apptronik 的 Apollo 人形机器人下了一盘跳棋。
- 当前是面向可信测试者的研究预览,随后放给 Google AI Ultra 订阅者在 Project Genie 里用,以及 Gemini API 与 AI Studio 的早期合作方。全部音视频带 SynthID 水印。
- 官方自己列的短板:跑久了视觉细节与物体恒常性会漂,渲染可读文字、空间精度、长程一致性都还在攻关。
编者评: 这篇最值得读的不是演示片段,是它把「难的部分」逐条写进了 Limitations。物体恒常性会漂、文字渲染不了、空间精度不够——这几条恰好卡住了世界模型从演示走向训练环境的关口。给机器人造训练场景这个用途,要求的是长程一致,而官方说长程一致还没解决。真正该盯的是 Gemini 在环里做「验证每一步是否达成」这件事:它把世界模型从生成器改成了带检查点的模拟器,这一步比画质的跃迁更影响落地方向。
Anthropic:跟六家药企做了深度研究合作,自己也下场做药
- 官方帖 10 月 27 日 20:27 UTC 发出,24 小时内拿到 8159 赞、831 次转推、530 条回复。
- 内容是几个月里 Anthropic 的科学家与六家开发新药的机构做了深度研究合作,公司自己也启动了药物发现工作。
- 配的博客《Early progress on accelerating drug development with Claude》讲的是 Claude 能介入药物开发的哪些阶段,以及这些工作与公司生命科学方向的衔接。
编者评: 这条帖子的措辞值得逐字看:「deep research partnerships with six organizations」加「begun drug discovery efforts of our own」。前者是卖工具,后者是下场做药,两件事的风险结构完全不同。放在递交 S-1 的同一周发出来,它给资本市场讲的是第二条增长曲线,给科学界讲的则是一个还没有同行评议的早期结果。博客标题里的「early progress」是这三者里唯一诚实的那部分。
路透:中国 AI 板块四个月蒸发约 4800 亿美元
- 路透这支两分钟的片子 10 月 27 日发出,24 小时内 51 万次播放,标题直接下了判断——中国的 AI 泡沫已经破了。
- 硬数字:科创 50 指数不到四个月跌约 40%,沪深 300 自 6 月高点回落约 20%,AI 与半导体板块市值蒸发约 4800 亿美元,两年行情就此中断。
- 高盛口径下,AI 相关股票占中国 A 股与港股 H 股总市值的 42%、成交额的 57%,散户几乎无处可躲。
- 个股:宇树科技上市时散户超额认购 8000 倍,8 月挂牌以来股价腰斩;长鑫存储一个月跌逾 25%;沐曦与摩尔线程自 7 月起各跌一半;中际旭创、光迅科技自年中高点回落约 60%。
- 估值还没跌到位:科创 50 仍在约 100 倍 trailing 市盈率,峰值时接近 250 倍,同期纳斯达克 100 约 30 倍。
- 对照之下,纳斯达克从三周前的历史高点只回撤约 6%。北京基金经理董宝珍的说法是,市场先变成了「投机性疯牛」,现在进入破裂阶段。
编者评: 「已经在本地破过一次」这个事实,比任何关于全球泡沫的争论都更有信息量。42% 市值占比配 57% 成交额,说的是中国这轮 AI 行情的参与者结构和美国不一样——它是散户市,跌起来没有机构缓冲垫。跌了 40% 之后还有 100 倍市盈率,说明市场定价的是预期而非当期盈利,这样的市场对「AI 需求不及预期」这类消息没有抵抗力。路透把它摆在纳斯达克只跌 6% 旁边,意思很清楚:同一条叙事在两个市场被定价成了两种东西。
The Rundown:泡沫论撞上 Anthropic 的真实数字
- 10 月 27 日 10:00 UTC 发布,正对着 S-1 递交后的第一个交易日。标题是「AI 泡沫遇上 Anthropic 的真实数字」。
- 招股书要点:以代码 ANT 申请纳斯达克上市;2026 年上半年营收 163 亿美元,约为去年同期的 14 倍;6 月单季经营利润 9740 万美元。
- 融资账:累计融资 1410 亿,账上还留着约 1320 亿,净花掉约 94 亿,换来一个季度进账 116 亿的生意。
- 治理结构:七位联合创始人承诺捐出 80% 的股权,董事会可按股价每上涨 50% 向公共受益基金再拨不超过 2% 的股份。
- 两个内部指标:9 月 Anthropic 九成以上的代码由 Claude 写出;按零售价折算,员工使用 Claude 的量在 4 月首次超过公司当月现金工资总额。
编者评: 泡沫论者和招股书对不上账,这是这期通讯最有意思的地方。批评者预设的是「烧钱远超收入」,账面给的是净花 94 亿、单季进账 116 亿。真正该看的是那两个内部指标——九成代码由 Claude 写、员工用量折价超过工资总额。它们把「AI 公司自己用不用 AI」从一个口号变成了一个可审计的数字,而这个数字会先于外部收入体现在成本结构上。治理条款里「股价每涨 50% 就多拨 2% 给公共受益基金」这一条,是把安全使命绑进了股价的导数里,涨得越猛,捐出去的越多。
B站 20 分钟闭门会:把招股书拆成几条线
- 视频 10 月 28 日 09:21 UTC 发布,时长 20 分 23 秒,标题里直接给了拆解结果:上半年算力投入近 90 亿美元、训练占比七成,收入端 API 占八成、云渠道占 48%。
- 中期的打平条件也摆进了标题:约 15(标题在此被截断,具体口径需听原片确认)。
编者评: 这条的价值在于它把英文报道里分开讲的两件事并到了一张表上——钱从哪来(API 八成、云渠道近半)和钱花到哪去(算力近 90 亿、训练占七成)。这两列的比值才是 Anthropic 真正的经营杠杆所在。要提醒的是标题末尾那个关键数字被截断了,冲着打平条件去听的人得自己到片子里找,别拿截出来的半句当结论。
B站 1 分钟:量子位看 Genie 4 的落点
- 视频 10 月 28 日 08:44 UTC 发布,时长 1 分 5 秒,标题是「世界模型还得是谷歌!一句话直出有声世界,边玩边改,NPC还能互动」。
- 简介一句话给了判断:这是谷歌迄今最逼真、最具交互性的世界模型,通用模型这块拉了,世界模型这块还稳。
编者评: 「通用模型拉了,世界模型还稳」这句大实话,道出了这一轮谷歌的分化状态。中文平台讲 Genie 4 的内容里,这条把落点放在「NPC 能互动」而不是画质,选的角度是对的——可交互才是世界模型和视频生成模型的分界线。一分钟的体量注定讲不了限制条件,想看短板还得回 DeepMind 那篇博客的最后两段。
Cursor 给 agent 装了视觉提示:直接在页面上圈改
- 官方帖 10 月 27 日 19:11 UTC 发出,24 小时内 3359 赞、198 次转推。
- 新功能叫 Annotate,落在 Cursor 的 design mode 里:给 agent 视觉提示,改元素、在页面上画、按不同屏幕尺寸检查设计。
- 官方给的用法是「不再用文字描述,直接把改动指给 agent 看」。
编者评: 这一步改的是人机之间的接口带宽。设计类反馈天生是空间信息,用文字描述要先把图形翻译成坐标和形容词,再让 agent 反解回来,两头都会失真。Annotate 把这一层翻译省掉了。值得留意的是它把「检查不同屏幕尺寸」也纳入了同一套交互——响应式布局出问题往往不在布局本身,而在断点上的取舍,这类判断用文字提需求比直接圈出来难得多。
Latent Space:把模型的「脑」和 agent 的「手」分开
- 10 月 27 日 18:40 UTC 发布,时长 1 小时 46 分 40 秒。嘉宾是 Anthropic 的 Katelyn Lesse 与 Angela Jiang。
- 主题是 Claude 平台的工程:Opus 5.5 的发布过程、把模型的「脑」与 agent 的「手」分离、API 的扩容方式,以及托管 agent 怎么做才可靠。
编者评: 「脑」与「手」这个切法,对应的是眼下 agent 工程里最实际的一个分歧:能力该长在模型里还是长在编排层里。Anthropic 的答案是分开,理由是手的改动频率远高于脑,捆在一起发布会让两边都被对方的节奏拖住。这期挂在 S-1 那周发出来,时间点也巧——公司一边向资本市场解释自己怎么花钱,一边向工程界解释自己怎么搭系统。
编者按
今天这批内容分成两摞,一摞是往前推的,一摞是被摊开要求交代的。
往前推的那摞里,Genie 4 是分量最重的一个。它第一次把世界模型做成了能实时走进去、带原生声音、还能用文字在跑动中改场景的东西,Gemini 3.8 Flash 在环里当检查员,边生成边验证每一步是否达成。Anthropic 那条帖子属于同一类:六家药企的深度合作加上自己下场做药。两条合起来看,前沿实验室这一周都在把「生成」往「可操控、可验证」上推,而不只是把画质往上推。
被摊开的那摞更值得反复看。Anthropic 的招股书给了 163 亿半年营收、9740 万单季经营利润、净花 94 亿换季度进账 116 亿这样一组对不上泡沫论叙事的数字;B站那条闭门会把支出侧和收入侧并到了一张表上。另一头,中国 AI 板块四个月跌掉 4800 亿美元,科创 50 跌 40%,跌完还有 100 倍市盈率。同一个行业,一边交出经营利润,一边在本地先破了一次——这两件事发生在同一周,说明市场还没就「这些公司值多少」形成一致看法。
工具那侧的动作小但方向明确。Cursor 的 Annotate 把设计反馈从文字改成了圈选,省掉的是图形到文字再回图形这段双向失真。Latent Space 那期播客讲的是 Anthropic 怎么把模型的脑和 agent 的手拆开发布——改动频率不同的东西不该共用一个发布节奏。
一句话收尾:生成能力还在涨,可这一周真正被追问的是账目。Genie 4 的 Limitations 一栏和招股书的支出明细,是今天最该读的两段文字。