Google DeepMind 发布 Gemini 4 Carbon 模型
Google DeepMind 向开发者、企业、科研人员和消费者开放 Gemini 4 Carbon,称其在网络安全能力和长周期智能体工作流上达到前沿水平。
推荐理由:官方给出 Carbon 与 Argon 的定位差异、多项基准排名和每任务成本,便于判断何时该用更重的模型。
Google DeepMind 向开发者、企业、科研人员和消费者开放 Gemini 4 Carbon,称其在网络安全能力和长周期智能体工作流上达到前沿水平。
推荐理由:官方给出 Carbon 与 Argon 的定位差异、多项基准排名和每任务成本,便于判断何时该用更重的模型。
Google DeepMind 发布 Gemini Robotics 2.5,称其为目前能力最强的视觉-语言-动作(VLA)模型,在 200 项任务上相比此前基线成功率提升 30% 至 100%,完成任务速度快 20% 至 30%。
推荐理由:官方给出 200 项任务评测与奔驰产线 96% 成功率,可据此判断 VLA 模型在真实工业场景的落地程度。
AWS 宣布 Claude Fable 5.2 和 Claude Mythos 5.2 在 Amazon Bedrock 与 Claude Platform on AWS 上可用。
推荐理由:原文交代了 Fable 5.2 在编码与科研任务上的定位,以及 Bedrock 上的调用方式和迁移路径。
Google DeepMind 推出 Gemini Omni 1.2 Flash,并在 Gemini API 和 Gemini for business 全面开放,原生支持最长 15 秒视频生成与多轮对话式编辑。
推荐理由:原文列出了时长、价格和一致性上的具体变化,读者可据此判断视频生成在批量广告与电商素材上的成本门槛。
OpenAI 发布网络安全模型 GPT-6 Cyber,用于发现可利用漏洞并开发修复方案。该模型经过训练,被要求只在授权范围内行动。
推荐理由:OpenAI 推出面向网络安全的专用模型,强调在授权范围内工作,可观察安全智能体的对齐约束如何落地。
Google DeepMind 发布 Gemini 4 Carbon,称其在网络安全与长程任务上能力最强,在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由:原文给出网络安全与长程智能体任务的基准成绩和分阶段开放路径,可据此判断前沿模型在攻防场景的进展。
Google DeepMind 发布世界模型 Genie 4,可实时生成带原生音频的交互式模拟世界,并以研究预览形式向可信测试者开放。Genie 4 支持用自然语言实时改变天气、镜头和场景中的人物物体,首次原生生成环境音与可随输入变化的角色对话。
推荐理由:官方披露了原生音频、实时文本操控与 Gemini 引导推理三项能力,可据此判断世界模型与语言模型结合后的模拟边界。