深度拆解 Genie 4:从视频生成到世界控制,Google 要跨越什么
Google DeepMind 发布新一代世界模型 Genie 4,由 Genie 4 生成可交互环境,Gemini 3.8 Flash 观察画面、拆解任务并调整计划,两者组合让模拟环境中的 Apollo 人形机器人完成跳棋任务。
Google DeepMind 发布新一代世界模型 Genie 4,由 Genie 4 生成可交互环境,Gemini 3.8 Flash 观察画面、拆解任务并调整计划,两者组合让模拟环境中的 Apollo 人形机器人完成跳棋任务。
Google 发布最新前沿模型 Gemini 4 Carbon,宣称在编码、Agent 任务和网络安全方面有显著提升,登顶 Artificial Analysis Intelligence Index (v5.0),超过 Claude Opus 5.5 和 GPT-6 Astra。
谷歌发布新旗舰Gemini 4 Carbon,在Artificial Analysis智能指数5.0中以59分登顶,超越Claude Opus 5.5与GPT-6 Astra。
谷歌发布新一代前沿模型 Gemini 4 Carbon,定位为当前能力最强的版本,重点提升网络安全防御与长周期任务处理能力。
Google DeepMind 在 Argon 发布仅两周后推出 Gemini 4 Carbon,以 59 分登顶 Artificial Analysis 智能指数 v5,Argon 为 50 分。
Google 宣布推出 Gemini 4 Carbon。该模型本质上是 Argon 的略微升级版本,但目前用户无法使用。
Google 于 10 月 28 日发布前沿模型 Gemini 4 Carbon,在 Artificial Analysis Intelligence Index v5.0 排名第一(59 分),并创下 SEC-bench Pro(88.2%)、ExploitGym(54.8%)、CWE-bench(71.0%)等网络安全基准的 SOTA。
推荐理由:官方公布了 Gemini 4 Carbon 在网络安全、编码与对齐上的具体基准成绩和定价,以及面向网络防御者的分阶段开放安排。
Google发布下一代世界模型Genie 4,距Genie 3约14个月。作者基于官方演示介绍其主要进步:更强的照片级画质与物理交互,可通过键盘和自然语言实时修改天气、加入物体,并首次原生生成与环境同步的环境音和人物对话。
谷歌于北京时间10月28日发布世界模型 Genie 4,称其为旗下首个能原生生成音频的实时世界模型,可在生成场景的同时同步生成音乐、环境音和互动对话。Gemini 3.8 Flash 在生成过程中扮演“导演”角色,负责观察画面、拆解步骤并即时调整计划;模型目前处于研究预览阶段,仅向受信任测试者开放,长时一致性、复杂物理互动和空间准确性仍是待解决的问题。
谷歌 DeepMind 正式发布第四代世界模型 Genie 4,具备原生多模态能力,可在生成视觉内容的同时同步输出音频。模型融合 Gemini 系列推理能力,支持自然语言实时修改模拟场景,涵盖天气变化、镜头移动及人物交互,并可模拟空气动力学、碰撞等物理场景。
Google 发布 Gemini 4 Argon 的 8 个实际应用示例,展示其在复杂推理、多模态和长流程任务上的能力。
Google DeepMind 宣布世界模型 Genie 4,为实时交互模拟带来更高真实感与原生音频。该模型基于 Gemini 系列能力,Gemini Omni 锚定真实世界外观与行为,其他 Gemini 模型提供维持模拟连贯性所需的复杂推理;用户可用自然语言实时操控场景,如移动镜头、改变天气或引入新角色,世界中可即时生成环境音、音乐和交互对话。
推荐理由:官方介绍了 Genie 4 的实时交互模拟能力、Gemini 组件支撑与测试范围,读者可以据此了解其应用方向。
Google DeepMind 于周二以研究预览形式发布新一代世界模型 Genie 4,可生成更逼真的交互世界,并支持与场景匹配的实时音频,包括音乐、环境声和交互对话。
Google 展示了社区用新前沿模型 Gemini 4 Argon 构建的 5 个项目,包括实时映射野火与构造震波的 3D 地球仪、水上飞机模拟、涡扇发动机交互仿真、由单张图片生成的 3D 马车,以及多人夺旗游戏“Backyard Rascals”。
谷歌上线Nano Banana 2.1与Gemini 4 Argon后,作者用保湿精华同一套提示词在卖点信息图、平铺场景图、规格说明图、Before/After对比图、UGC人物图、A+包装图、促销广告图等电商场景对比Nano Banana 2.1与GPT-image2.5。
Google 发布前沿模型 Gemini 4 Argon,即日起通过 AI Studio 和 Gemini 平台的 API 向开发者与企业开放,Google AI Ultra 订阅者可在 Google Antigravity 使用,Ultra 和 Pro 订阅者可在 Gemini 应用和 Search 的 AI Mode 中使用。
推荐理由:官方给出 Argon 在编码、科研与安全上的具体案例和定价,可据此判断前沿模型在长程任务中的落地边界。
Google 发布前沿模型 Gemini 4 Argon,面向真实软件工程、企业知识工作和网络安全防御等复杂工作流,主打需要深度推理与结构精度的长周期任务,如代码迁移和前沿研究。
Google 开始大范围推送 Gemini 4 Argon,并同步公开其安全与安全报告,说明如何在网络安全和生物等高风险领域防止滥用。Argon 在 12 个端到端模拟网络攻击场景中全部通过,上一代为 5 个;在对抗测试集上违规请求减少近两倍,Gray Swan 间接提示注入基准上 15 次自适应攻击的成功率降至 0.7%。