Gemini 4 Argon 的傅里叶环形图示——鹈鹕骑自行车
用户 lencx_ 展示了用 Gemini 4 Argon 生成傅里叶环形视频的方法,画面以慢揭示效果呈现一只骑自行车的鹈鹕,并由 Lyria 3.5 配上同步背景音乐。该示例演示了 Gemini 4 Argon 在视觉与声音上的创作能力。
用户 lencx_ 展示了用 Gemini 4 Argon 生成傅里叶环形视频的方法,画面以慢揭示效果呈现一只骑自行车的鹈鹕,并由 Lyria 3.5 配上同步背景音乐。该示例演示了 Gemini 4 Argon 在视觉与声音上的创作能力。
Google 于 10 月 14 日全面开放 Gemini 4 Argon,作者卡兹克实测后认为它很难冲击 Claude Opus 5.5 和 GPT-6 Astra 的地位。实测覆盖编程、写作和产品体验三方面,读者可据此判断是否值得为其订阅付费。
Ethan Mollick 在 X 上展示了 Gemini 4 生成 TikZ 独角兽的效果。他同时回顾称,从 GPT-4 到 GPT-6,Sparks 是一篇颇具前瞻性的论文,当时虽遭到不少质疑,但基于大量定性实验,准确预判了 LLM 的发展方向,如今看来值得肯定。
Gemini 4 Argon 用一段 24 词提示词构建出定制合成器,可将奔腾的马、荡漾的水波和用户自己的双手转化为音乐。该演示由 Josh Woodward 在 X 上分享。
Google DeepMind 与新加坡政府科技局(GovTech)在新加坡国际网络周(SICW 2026)发布端侧诈骗检测模型,基于轻量级 Gemma 模型用本地诈骗对话微调,在设备上分析对话并实时提醒用户。
Google DeepMind 与新加坡政府科技局(GovTech)合作,基于轻量级 Gemma 模型微调出可在普通智能手机上运行的端侧诈骗检测模型。该模型在设备本地处理对话数据,采用两阶段流水线:先用轻量分类器筛查入站消息,再由微调后的 Gemma 分析更大范围的对话上下文以确认威胁或排除误报,检测到操纵性对话模式时在设备上实时提醒用户。
推荐理由:原文给出端侧反诈模型的微调路径与两阶段流水线设计,可了解隐私与检测如何兼顾。
谷歌 Gemini 4 Argon 面向全球开发者和企业开放,可通过 AI Studio 和 Gemini 平台 API 使用,输出上限 100 万 Tokens,限时入门定价为输入每百万 Tokens 2 美元、输出每百万 Tokens 10 美元,2026 年 11 月 30 日促销结束后价格翻倍。
谷歌发布 Gemini 4 Argon,面向全球开发者和企业开放,可通过 AI Studio、Gemini 平台 API 使用,并支持 Google AI Ultra 与 Pro 订阅用户。
Gemini 4 Argon于10月13日全面开放,Pro会员可在Gemini APP使用,Antigravity需100美元Ultra会员。作者实测认为其知识类专业能力强,Vals Index综合第一(68.9)且单次成本仅15.68美元,但CUA-bench仅4.83%排倒数第二。前端效果不及GPT-6 Astra,额度消耗快,中文写作味道重,整体体验糟糕,不建议订阅Ultra。
Nathan Lambert 认为这种程度的情境感知算不上多惊人,但相关交互读起来仍很诡异。他判断,那些带有"注意安全,你是 AI,我们在看着你"提示的相当老的模型也会做出类似行为。该评论引用自 Daniel Kokotajlo 分享的 Gemini 4 Argon 报告。
Gemini 4 Argon 通过文本提示生成了一幅 SVG 图像:一只鹈鹕坐在自行车上,周围环绕几何形状与符号,展现模型对非现实主义、抽象风格的理解与表现能力。该图融合生物与机械元素,被视为图像 AI 处理混合超现实主义与符号学场景的经典测试。
indigo 实测 Gemini 4 Argon 的写作与知识组合能力后认为,它让 Google 的模型重新追上第一梯队但未超越对手,而应用 Antigravity(Harness)落后对手半年到一年,拖累了模型表现。
Google 宣布推出个人 App 功能,普通用户可将 AI Studio 生成的安卓应用通过 Google Play 无线安装到自己设备,无需注册开发者账号或支付费用。该功能于 10 月 13 日公布,同时 Google 还推出 Ask Play 应用对比和 Game Finder 游戏推荐两项新功能。
Google 官方宣布 Gemini 4 Argon 于今日开始推送,并展示了开发者已经在使用 Argon 开展工作的场景。官方推文以“看看开发者们已经如何将 Argon 投入使用”为引导,附有相关图片。
用户在 Google AI Studio 中使用 Argon,完全通过代码创作出丰富、复杂的视觉效果。该内容由 @kickingkeys 展示,Google 官方账号 @Google 于 X 平台转发。
Google 展示了一个用 Antigravity 端到端搭建的解魔方机器人:在 Blender 中为机械臂建模,在 Three.js 中运行实时 3D 仿真,并通过 Interactions API 完成魔方求解。
Google 展示 Argon 的 3D 建模与空间推理能力,用户 @thtbee_ 在 @Antigravity 中借助 Argon 可视化了"蜜蜂的日常生活"。
Gemini 4 Argon 通过 Antigravity 框架,从单一提示词出发建模出复杂的三维日本寺庙建筑群。该过程由协调、批评和生成等多个专项智能体协作完成,经过多次迭代,并与视觉参考图精确对照。
Google 发布开源的 TypeScript 版 Agent Development Kit(ADK),面向 Node.js 和浏览器生态,用代码定义智能体行为、编排与工具调用。
Google DeepMind 表示,Gemini 4 Argon 仅通过观看视频就教会了一台机器人玩沙包。它推演了物理规律、编写了自己的模拟程序,并让 Apptronik 的 Apollo 人形机器人连续投中 7 次。
Google DeepMind 与 Apptronik 合作,将视频转化为物理 AI 的训练场,其 Argon 工具把原本需要数周的手动建模压缩到仅需几个小时。
Google 将 Gemini 4 Argon 开放给付费客户,该模型在 Vals AI 按 GDP 加权的专业工作指数中以 68.90% 领先 Claude Sonnet 5.5 的 67.04% 和 Claude Opus 5.5 的 66.97%。
同一新闻,精选展示《Google DeepMind 发布 Gemini 4 Argon》
Google AI 表示正在探索用 Gemini 4 Argon 加速 Google 的研究,其中一项测试是用人类完成趣味任务的视频自主生成训练模拟,而不是完全依赖人工编程。研究团队介绍称,类人机器人通过学习这些视频、运行模拟,最终掌握了沙包投掷游戏(cornhole)。
Gemini 4 Argon 现已在 Cursor 上线,默认 effort 下在 CursorBench 得分 52.8%,与 Opus 5.5 相当。定价为每百万输入 token $2、每百万输出 token $10。
Google 工程师使用 Gemini 4 Argon 消除了 Chrome 中一整类浏览器崩溃问题。Argon 帮助将核心网页处理逻辑从 Chromium 4000 万行代码库中一个 600 万行的遗留文件夹中分离出来,把原本数月的工作缩短至数周完成。
Google 发布 Gemini 4 Argon,并给出了解更多信息的链接 https://goo.gle/4jfSznG。
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 现在允许 18 岁以上用户无需付费开发者账号,即可将 AI Studio 构建的 Android 应用发布到 Play 商店。应用为私密上架,仅创建者自己可用,不会出现在搜索或推荐中。
Google Gemini 官方介绍 Gemini 4 Argon 的一项玩法,可将视频或摄像头画面重新想象成可演奏的合成器。用户可在 Canvas 中创建交互式音频应用,设定氛围,然后像演奏乐器一样操作摄像头画面。
Google 开源 AI 文件类型检测工具 Magika,基于约几 MB 的定制模型,在单 CPU 上单文件推理约 5ms,测试集平均准确率约 99%。模型在约 1 亿样本、200 多种内容类型的数据集上训练和评估,已用于 Gmail、Drive 和 Safe Browsing 的文件分流,并集成 VirusTotal 与 abuse.ch。
Google 发布 Gemini 4 Argon 模型,针对智能体开发和复杂任务进行了优化。Chrome 团队用该模型重构了拥有 4000 万行代码的 Chromium 项目,将原本需要数月的工作缩短至几周,内部数据显示智能体代码提交的回滚率有所降低。
最新的 Gemini 模型在 Blender 中自主完成了一座高细节宝塔建模,搭建出包含多栋建筑、逼真建筑细节、植被与光照的寺庙群。该过程由 Gemini 4 ARGON 在 Antigravity 中通过多智能体视觉批判循环实现。
Google 发布 Gemini 4 Argon,定位处理最难编码和知识工作任务的旗舰模型。可用范围包括 Gemini API 和 Gemini 平台的付费层级、Google Antigravity 中的 Ultra 订阅、Gemini 应用和搜索中的 Ultra 及 Pro 订阅。作者认为它可能是写作能力最强的模型,并表示稍后会发布体验报告。
同一新闻,精选展示《Google DeepMind 发布 Gemini 4 Argon》
Gemini 4 Argon 可从零创建 3D 资产并构建游戏机制,全部一次完成。开发者 Ammaar Reshi 用提示词做出多款游戏合集,包括用手机当网球拍的 Argon Tennis,并公开代码供他人游玩或改编。
Google CEO Sundar Pichai 展示了 Google 员工使用 Gemini 4 Argon 构建的用例,称其在编程和多步骤工具使用上有更强掌握。从 Google Antigravity 中的原始 Pixel CAD 文件出发,Argon 通过 Blender MCP 制作了爆炸视图动画、灯光、镜头编排和音频,并运行 1,000 轮迭代循环检查自己的渲染结果、持续完善代码。
Argon 完全用代码生成了这段 3D 动态字体(包括音乐),没有使用预先录制的素材或视频剪辑软件。每一帧都由 Argon 通过数学算法绘制,涉及 3D 网格、粒子模拟、矢量几何等。
Google CEO Sundar Pichai 展示了 Google Antigravity 中的多智能体视觉批判循环,Argon 在 Blender 中从零开始自主创建了一座高度精细的宝塔及其周边环境。Pichai 称生成复杂的多层架构是对前沿模型的一次绝佳测试。
Sundar Pichai 表示,Google 给 Gemini 4 Argon 输入了超过 80,000 份 NASA 火星天气原始日志和 Ingenuity 直升机遥测文件,模型将大气飞行力学提炼成一份演示文稿。这些科学档案包含 CSV、图像、pdf、xml 日志和视频等混合内容,Gemini 4 Argon 在几分钟内将其转成清晰的 Google Slides 可视化内容。
Ethan Mollick 在 X 上表示,使用 Gemini 4 会让人意识到许多其他模型一定是在蒸馏 Claude/GPT,或采用了类似的训练流程。他认为 Gemini 4 的体感与其他模型相当不一样。
Gemini 4 Argon 收到一张曼哈顿天际线照片后,将其重画为油画,并自行编写了一个多遍渲染的 canvas 渲染器。该渲染器先铺大块背景笔触,再勾勒建筑与河流,最后在水面上添加细腻的镜面高光。