Google DeepMind 发布 Gemini 4 Argon 并公布安全与防护细节
Google DeepMind 发布 Gemini 4 Argon 并开始广泛推出,同时把 Fairwind 计划扩展到更多受信任的网络防御者。该模型解决了全部 12 个端到端模拟网络攻击场景,上一代仅解决 5 个;Wiz 用它发现此前模型遗漏的医院软件严重漏洞,涉及数十万份患者记录。
推荐理由:官方给出网络攻防、失准监控与提示注入的具体数据,可了解前沿模型安全护栏的部署方式。
Google DeepMind 发布 Gemini 4 Argon 并开始广泛推出,同时把 Fairwind 计划扩展到更多受信任的网络防御者。该模型解决了全部 12 个端到端模拟网络攻击场景,上一代仅解决 5 个;Wiz 用它发现此前模型遗漏的医院软件严重漏洞,涉及数十万份患者记录。
推荐理由:官方给出网络攻防、失准监控与提示注入的具体数据,可了解前沿模型安全护栏的部署方式。
Google 的 Gemini 4 Argon 正式 GA,在 Artificial Analysis Intelligence Index 上与 GPT-6 Astra 排名持平,每任务成本仅为后者的 60%。
推荐理由:对比 Gemini 4 Argon 与 GPT-6 Astra 的智能指数和每任务成本,可用于评估同等智能水平下的性价比选择。
Google 展示 Gemini 4 Argon 在机器人领域的真实世界物理学习能力:让 Argon 观看人类玩 cornhole 的视频,它映射环境、计算全身关节动作,并自主构建仿真代码进行练习。迁移到 Apptronik 的 Apollo 人形机器人后,该机器人在真实世界试验中连续投中七次。
推荐理由:Google 展示 Gemini 4 Argon 从视频学习全身动作并迁移到人形机器人的路径,可观察具身智能的训练方式变化。
Google DeepMind 的 Gemini 4 Argon 已在 OpenRouter 上线,可通过 Google AI Studio 和 Google Cloud 调用。
推荐理由:原文给出 Gemini 4 Argon 的定价与三项基准成绩,读者可据此评估其在 OpenRouter 上的可用性与性价比。
Google DeepMind 发布 Gemini 4 Argon,即日起向 Google AI Pro 和 Ultra 订阅用户开放。该模型支持 1M 输出 token,可一次完成 100K+ token 推理轨迹、整仓库生成与重构,并称在 CWE-Bench 漏洞修复上以 68% 并列第一,是抗间接提示注入最强的模型。
推荐理由:原文给出 Argon 在智能体编码、长上下文与安全基准上的对比数据,可据此判断其相对同级模型的位置。
Google 发布新一代生图模型 Nano Banana 2.1,围绕视觉设计、蒙版编辑、主体一致性和画面真实自然性升级,支持 4K 直出。据 Arena 评测,其在文本转图像、多图像编辑和单张图像编辑三项上平均提升约 61.7 分,其中文本转图像排名第四、比上一代提升 80 分。
推荐理由:汇总了 Nano Banana 2.1 的 4K 直出、中文渲染与 API 降价信息,并附上网友实测的对比与水印 Bug 反馈。
Google DeepMind 发布 EmbeddingGemma 2,将文本、代码、图像、视频和音频映射到统一嵌入空间,基于 Gemma 4 架构,采用 Apache 2.0 许可,参数量 7.4 亿。
推荐理由:EmbeddingGemma 2 把文本、图像、音频、视频统一到同一嵌入空间,并给出端侧内存与向量截断的具体数据,便于评估本地多模态检索的可行性。
Demis Hassabis 宣布 Gemini 4 Argon 上线,称其在知识工作和编码方面表现出色。他同时展示了用该模型生成的 wizard chess 游戏,用以体现其物理理解和 3D 建模能力。
推荐理由:Google 发布 Gemini 4 Argon,读者可了解其在知识工作与编码上的定位,以及用生成游戏展示的物理理解与 3D 建模能力。
Google DeepMind 发布新前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络安全防御方开放,随后逐步扩展到开发者、企业和消费者,起步价每百万输入 token 2 美元、输出 token 10 美元。
推荐理由:官方给出 Argon 在编码、企业知识与网络安全防御上的评测成绩和内部落地案例,可据此判断前沿模型的能力边界。
Google DeepMind 发布 SynthID Bio,将水印技术引入合成生物学,把不可感知的签名直接嵌入生物代码,使水印不仅能在数字模型上验证,也能在合成出的实体蛋白质上验证,同时实验室测试显示其生物功能未受影响。
推荐理由:Google DeepMind 把 SynthID 水印扩展到合成生物学,读者可了解其如何在不影响蛋白功能的前提下嵌入可检测信号。
Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型,前者面向角色设计与逐行表演指导,后者面向高并发配音与语音智能体。
推荐理由:Google DeepMind 发布两款 TTS 模型,给出语音克隆、逐行导演和多语言能力,可据此判断语音生成工作流的变化。
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时对话模型,前者面向规模与成本效率,后者面向高复杂度任务与多步推理。
推荐理由:原文给出两款语音模型的基准成绩与开放渠道,读者可据此判断语音智能体的能力与成本位置。