Google DeepMind 发布 Gemini 4 Neon,速度约为 Carbon 两倍且价格更低
Google DeepMind 发布 Gemini 4 Neon,这是七周内的第四款模型,支持 100 万 token 上下文,覆盖文本、图像、音频和视频。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Neon 模型》
Google DeepMind 发布 Gemini 4 Neon,这是七周内的第四款模型,支持 100 万 token 上下文,覆盖文本、图像、音频和视频。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Neon 模型》
Google 发布 Gemini 4 Neon,在 Gemini 4 系列中定位介于 Carbon 与 Hydrogen 之间的中间档,官方称其平衡深度与效率。定价为输入每百万 token 3 美元、缓存输入 0.15 美元(95% 折扣)、输出每百万 token 15 美元,上下文窗口 100 万 token。
Google 为搜索中的 AI Mode 推出“临时线程”功能,用户点击右上角图标即可开启不被记录的对话。该会话与账号分离,回复不受历史偏好影响,也不会影响后续个性化推荐。功能已在桌面端和移动端全球上线,覆盖所有支持语言。
Google 发布 Gemini Decision 1,这是一款不生成文本、只输出候选项概率与置信度的多模态决策模型,正式挑战两个月前引爆该品类的 TypeSafe Jev。
推荐理由:通过共享基准与第三方榜单的对比,读者能看清这款决策模型相对 Jev 的优势与代价。
Google DeepMind 发布 Gemini 4 Neon,这是约七周内第四款 Gemini 4 模型,定价为每百万 token 输入 3 美元、缓存输入 0.15 美元、输出 15 美元,具备 1M token 上下文窗口和四档 effort 级别。
Google DeepMind 发布 Gemini 4 Neon,这是 Gemini 4 家族中位于 Carbon 与 Hydrogen 之间的推理模型,面向编码智能体、知识工作和科学流程,定价为每 1M token 输入 $3、输出 $15。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Neon 模型》
Google DeepMind 于 11 月 18 日发布 Gemini 4 Neon,这是 Gemini 4 系列 7 周内的第 4 款元素模型,定位在旗舰 Carbon 与轻量 Hydrogen 之间。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Neon 模型》
Google 推出 Gemini 4 Neon,Simon Willison 在 llm-gemini 0.38 中记录了它的定价与实测。Neon 当前定价为每百万 token 输入 3 美元、输出 15 美元,高于 Carbon 的 2/10 和 Hydrogen 的 1.50/7.50,Carbon 将在 12 月 1 日翻倍至 4/20。
谷歌发布主力模型 Gemini 4 Neon,发布当天即在 Google AI Studio、Gemini App、企业端 API 和 Google Antigravity 全量上线,定价为每百万输入 Token 3 美元、输出 15 美元,标配 100 万上下文窗口。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Neon 模型》
纽约、洛杉矶和芝加哥的学区正考虑改用其他搜索服务,原因是 Google 表示选择关闭其 AI 功能的学校将同时失去 Search 访问权限。从明年起,学校无法在保留 Search 的同时关闭 Gemini 驱动的功能,Google 教育副总裁 Chris Phillips 称搜索与 AI 已深度整合。
AWS 在 SageMaker Studio 中上线 Amazon SageMaker JumpStart Model Leaderboard,可在质量、速度和成本三个维度并排比较模型。
Google DeepMind 发布 Gemini 4 Neon,主打复杂软件工程、知识工作与科研流程的端到端快速任务完成,定价为每百万输入 token 3 美元、每百万输出 token 15 美元,上下文窗口 100 万 token。
推荐理由:官方给出定价、上下文窗口与多项基准排名,可据此判断它在 Gemini 4 家族中的定位与成本取舍。
Google 于 11 月 18 日发布 Gemini 4 Neon,称其具备前沿级智能,可在复杂软件工程、知识工作和科学工作流中快速端到端完成任务。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Neon 模型》
Google 发布 Gemini 4 Neon,主打复杂软件工程、知识工作与科研流程的端到端快速任务完成,在 Artificial Analysis Intelligence Index 上以 61 分位列第 3。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Neon 模型》
Google DeepMind 发布世界模型 Genie 4,此前仅作研究预览,现向 Google AI Ultra 订阅用户开放。Genie 4 支持用文本实时重塑天气、角色和剧情,并能生成随场景变化的原生实时音效。
同一件事,精选收录的是《Google DeepMind 向 AI Ultra 订阅者开放 Genie 4 与新版 Project Genie》
微软在 Ignite 大会上一次性发布七款 MAI 自研模型,覆盖代码、安全、图像、语音和路由,主打性价比以替代外部模型。微软称 MAI Code 2 在四项基准上平均达到 GPT-6.1 Sol 的 98% 性能、成本为 40%,对 Claude Opus 5.5 达到 96% 性能、成本为 5%。
推荐理由:微软一次发布七款自研模型,逐项对标 OpenAI 与 Anthropic 并给出价格与基准对比,可观察其替代外部模型的成本路径。
Google DeepMind 向符合条件的 Google AI Ultra 订阅用户推出新版 Project Genie 体验,首次开放 Genie 4 世界模型。
同一件事,精选收录的是《Google DeepMind 向 AI Ultra 订阅者开放 Genie 4 与新版 Project Genie》
Google DeepMind 向符合条件的 Google AI Ultra 订阅者推出新版 Project Genie,首次开放 Genie 4 世界模型。Genie 4 支持在探索过程中输入新提示词实时修改环境,并首次搭配随场景变化的实时原生音频。
推荐理由:Genie 4 支持会话中实时改世界并加入原生音频,可对照 Genie 3 的会话时长与全景图能力看世界模型进展。
Google 将 Gemini 应用带到符合条件的 Android(Go edition)低内存设备,覆盖此前只能使用基础语音命令的机型。官方称已重构应用,使核心体验在低内存硬件上流畅运行,支持 Gemini Live 用 45 种以上语言对话、拍摄笔记或表单进行学习与翻译,以及用 Nano Banana 生成图片。
推荐理由:原文交代了低内存机型的适配方式与可用功能,可据此判断 Gemini 在新兴市场的覆盖边界。
独立评估机构 Vals AI 的研究发现,Anthropic、OpenAI、Google 等八家厂商的模型在模拟中几乎不设防,会把平民、救护车、医护人员、记者和投降士兵标为军事目标,且没有一次请求被上游安全过滤器拦截。
推荐理由:Vals AI 的测试显示,主流模型在无人机图像上会把平民标为打击目标,而一句游戏化提示就能绕过拒绝。
OpenAI 正式发布 GPT-6.2 Astra 和 GPT-6.2 Sol 两款模型,重点提升专业任务、Coding、电脑操作和执行效率,并降低部分使用成本,将应用于 ChatGPT Work、Codex 和 API。
Google 展示了 5 个开发者用 Gemini 4 Carbon 构建的项目,涵盖实时物理模拟、杂乱数据整理和单图生成 3D 设计等场景。其中有人用 CUDA 和 C++ 从零编写 52,000 株野花随风摆动的草地,也有人用 WebGPU 实时模拟 1,048,576 个粒子。
Google 宣布 Gemini 任务功能开始向美国、日本、韩国、加拿大、澳大利亚和印度免费开放,使用新的 Gemini 4 Hydrogen 模型,美国用户还可使用一组高级功能。
推荐理由:原文给出 Gemini 代打电话、比价下单等具体任务流程与安全边界,读者可据此判断个人助理能接手哪些日常事务。
Google 正在向 Gemini 应用推送新设置,把聊天记录与模型训练拆成两个独立开关,用户不必再为了退出训练而关闭历史记录。
Google Maps 为 Ask Maps 上线假日出行新功能,可生成逐日行程、查看实时路况与营业状态,并支持导出到 Google Docs 或分享。新增 agentic 能力可让 Ask Maps 查找美容、宠物护理、汽车和家庭维修的可用预约并代打电话联系本地商家。
Google 将 Antigravity 的 /teamwork 多智能体工作流连同 /boost 等智能体开放给外部研究者和开发者,Gemini 4 Argon、Carbon、Hydrogen 可配合使用。
推荐理由:Google 公开了 /teamwork 多智能体工作流在数学证明、形式化验证与内核优化上的具体产出,并说明外部用户已可调用。
NVIDIA 宣布黄仁勋辞去 CEO、总裁及董事会成员职务,结束 33 年任期,CFO Colette Kress 继续担任原职并出任临时 CEO,董事会已启动继任者搜寻。SEC 文件显示董事会于 11 月 11 日接受辞任,公司于 11 月 12 日对外公布,Harvey Jones 成为董事会首位主席。同期 Anthropic 已提交 SEC 注册文件,据报道定价定于下周三。
推荐理由:NVIDIA 高层变动与 Anthropic IPO 同日出现,读者可据此观察算力供应与模型公司资本化的连锁影响。
Google DeepMind 发布 Gemini 4 Hydrogen,主打日常编码与智能体工作流的速度和效率,并同步在 Gemini API、AI Studio、Gemini app、Google Search 等全线开放。
推荐理由:官方给出 Hydrogen 与 Carbon、Argon 的分工定位及多项基准对比,可据此判断多模型协作的落地方式。
Google 搜索面向所有用户全球上线 Gemini 4 Hydrogen,官方称这是搜索迄今最大的一次模型升级。新模型增强了对多部分问题、拼写错误和高度具体请求的意图理解,并借助推理能力改进查询扩展与链接发现。回答形式也更偏可视化,会给出更多图片、结构化结果、对比表格和定制工具。
Google Research 提出一套研究性框架,用消费级可穿戴设备 passively 采集的静息心率、步数、睡眠时长和 Active Zone Minutes 等可改变行为信号,构建可指导的健康年龄(CHA)指标,并训练 SensorWM 世界模型模拟未来 12 周不同习惯下的健康轨迹。
Google 发布 Gemini Decisions API,由新模型 Gemini Decision 1(gemini-decision-1)驱动,可在 Gemini API 和 Google AI Studio 中使用。
推荐理由:原文给出了定价、延迟和校准误差等关键指标,读者可据此判断这类闭集决策接口适合放在哪些控制环节。
Google DeepMind 发布 AlphaGenome 2,这是一个条件式 DNA 序列模型,可针对特定细胞类型或状态预测 DNA 变异对基因表达的影响。
推荐理由:官方给出与上一代在变异召回率上的对比,以及无需重训即可泛化到新细胞状态的机制。
Last Week in AI 第347期汇总近几周动态:英伟达董事会就中国情报行动针对 CEO 黄仁勋的报道启动独立调查,并称没有理由认为国家安全或公司机密受损。
推荐理由:这期周刊把英伟达调查、Anthropic 万亿估值 IPO 与中期选举后的数据中心反弹放在一起,便于读者一次看清资本与监管两条线。
Google DeepMind 面向开发者、企业、科学家和消费者开放 Gemini 4 Carbon,称其在网络安全能力和长程智能体工作流上达到前沿水平。Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上排名第一,单任务成本比次优外部模型低 2 倍以上。
推荐理由:原文给出 Carbon 与 Argon 的定位差异、多项基准排名和定价,读者可据此判断何时该用更强但更贵的模型。
Google DeepMind 发布 AlphaProof Code,一个多 LLM 智能体形式化验证框架,由 Gemini Carbon 驱动的智能体生成超过 600 万行 Lean 证明,验证了 Signal 协议实际代码的关键安全属性。
推荐理由:DeepMind 用多 LLM 智能体框架把形式化验证推进到已部署协议的实际代码层,四周完成过去需数年的工作。
Google DeepMind 发布 SatWeave 和 PARDIG 两个基础数据集,用于支撑天气、水文和气候应用开发,二者也是其近期发布的 WeatherNext 3 模型的关键。
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,在灵巧度、可靠性和安全性三方面提升。
推荐理由:原文给出200多项任务评测与奔驰产线96%成功率的实测数据,可据此判断VLA模型在真实工业场景的进展。
MIT Technology Review 记者走访弗吉尼亚州 Data Center Alley 后认为,数据中心引发的抵制更多源于电力问题,而非 OpenAI 高管 Chris Lehane 所说的文化战争。
Ethan Mollick 在 Claude Fable 5.2 公开发布前试用后认为,它接近他定义的 AGI,即“在多数可用电脑完成的知识任务上达到多数人类专家水平”,但仍属“锯齿状 AGI”。
推荐理由:作者用六个跨领域实测案例,说明当前模型在哪些任务上接近专家、又在哪些环节仍明显掉链子。
Google Research 联合 Beth Israel Deaconess 医学中心和哈佛医学院在 Nature 发表 AI-PPG-ACC-HTN 系统,利用智能手表的 PPG 与加速度计信号被动检测高血压迹象,无需袖带校准。
推荐理由:研究以 24 小时动态血压监测为金标准,给出智能手表在初筛与确诊两种场景下的灵敏度与特异度,便于判断无袖带筛查的边界。