2026年5月19日,Google DeepMind发布Gemini 3.5系列,率先推出Gemini 3.5 Flash模型。据其介绍,该模型在Terminal-Bench 2.1获得76.2%,输出速度为其他前沿模型的4倍,已全面开放,并成为Gemini应用和全球搜索AI Mode的默认模型;3.5 Pro计划下月推出。5月20日,Google的Noam Shazeer表示,Gemini 3.5的性能与速度组合适合长周期和智能体任务。同日另有消息称,由Gemini 3.5驱动的24/7个人AI智能体Gemini Spark可在文档、日历、幻灯片等应用间工作,关闭电脑后仍继续运行,下周开始推送。
匹配字段摘要
2026年5月19日,Google DeepMind推出多模态视频生成与编辑模型Gemini Omni Flash。据Google DeepMind介绍,该模型可接收图像、音频、视频和文本输入,生成高质量视频,并支持通过多轮自然语言对话进行编辑。该模型正向Gemini app、Google Flow和YouTube Shorts推出,未来数周将通过API面向开发者和企业客户开放;初期音频输入仅支持语音参考,生成视频均含SynthID数字水印。另有报道称,Gemini Omni将Gemini的智能与Veo、Nano Banana的能力结合,支持跨场景角色一致性、文生视频编辑以及动态物理与环境表现,当天开始推送。目前该故事尚无后续发展事实。
匹配字段摘要
2026年4月15日,Google DeepMind 发布 Gemini 3.1 Flash TTS 文本转语音模型。据官方信息,该模型可通过 audio tags 精细控制语音风格、节奏和表达,支持 70 多种语言及原生多说话人对话,在 Artificial Analysis TTS 排行榜获得 1,211 Elo 分,并正逐步上线 Google AI Studio、Vertex AI 和 Google Vids,生成的音频均带有 SynthID 水印。目前尚无后续有证据支持的发展。
匹配字段摘要
2026年3月4日,Google DeepMind发布Gemini 3.1 Flash-Lite,定位于高吞吐量工作负载。输入材料称,该模型在推理、可靠性和扩展性方面优于Gemini 2.5 Flash,同时成本更低。模型引入thinking levels,可依据任务复杂度调整计算量:高吞吐量任务可不产生思考开销,遇到复杂边缘情况时则可启用相应推理能力。目前故事仍处于活跃状态。
匹配字段摘要
2026年2月20日,Google DeepMind发布Gemini 3.1 Pro。此前一周,团队已升级Gemini 3 Deep Think;此次推出的3.1 Pro被称为支撑相关突破的核心智能。Google将其定位为面向高难度任务、更智能且能力更强的基础模型,并表示该模型现已可用。
匹配字段摘要
2026年5月19日,Google DeepMind发布Gemini 3.5系列,率先推出Gemini 3.5 Flash模型。据其介绍,该模型在Terminal-Bench 2.1获得76.2%,输出速度为其他前沿模型的4倍,已全面开放,并成为Gemini应用和全球搜索AI Mode的默认模型;3.5 Pro计划下月推出。5月20日,Google的Noam Shazeer表示,Gemini 3.5的性能与速度组合适合长周期和智能体任务。同日另有消息称,由Gemini 3.5驱动的24/7个人AI智能体Gemini Spark可在文档、日历、幻灯片等应用间工作,关闭电脑后仍继续运行,下周开始推送。
匹配字段摘要
Google DeepMind 推出 多模态视频生成与编辑模型Gemini Omni Flash
English translation is being prepared.
匹配字段摘要
Google DeepMind 发布 Gemini 3.1 Flash TTS文本转语音模型
English translation is being prepared.
匹配字段摘要
Google DeepMind 发布 Gemini 3.1 Flash-Lite模型
English translation is being prepared.
匹配字段摘要
Google DeepMind 发布 Gemini 3.1 Pro
English translation is being prepared.
匹配字段摘要
北京大模型创企超衍智能发布并开源首款大模型Apex-35B-V1.0，总参数量350亿，每Token激活约30亿参数，支持26.2万Token上下文窗口，以Qwen3.6-35B-A3B为基础经中训练和后训练优化。该模型在论文复现测试PaperBench和科研难题测试FrontierScience中分别取得60.9分和40.0分，高于GLM-5.3的42.5分和30.7分；工具调用测试BFCL V4取得84.0分，高于DeepSeek-V4.1-Flash-1017的75.0分。模型已采用Apache 2.0许可证开放权重，官方提供约72GB的BF16权重和不同精度的GGUF量化版本。
0.7分。在工具调用测试BFCL V4中，该模型取得84.0分，高于DeepSeek-V4.1-Flash-1017的75.0分。 超衍智能成立于今年6月，核心业务是研究下一代自进化基础大模型（RSI），其创始人、CEO陈勇超今年27岁，是清华大学人工智能学院助理教授，本科毕业于中国科学技术大学，拥有哈佛大学与麻省理工学院联合培养博士学位，曾在Google DeepMind、微软研究院等机构从事AI研究。 ▲超衍智能创始人陈勇超（图源：清华大学） 今年5月，超衍智能曾利用其自动化研究系统Apex Research生成34篇AI研究论文，并提交至ACL Rolling Review（ARR）评审。据团队公布的研究报告，其中8篇论文的平均整体评分超过3.0分，2篇达到3.67分，评分高于约99%的人类投稿。 ▲Apex Research生成的34篇AI研究论文在ARR首轮评审中的评分分布及录用概率估算。图中11篇评分不低于3.0分，其中8篇超过3.0分；3篇评分不低于3.5分，其中2篇达到3.67分（图源：超衍智能） 截至今年9月，该公司已累计融资近4亿元，IDG资本、星连资本、中关村科学
匹配字段正文
Google 于 10 月 28 日发布 Gemini 4 Carbon，称其为自家最强 AI 模型，重点提升网络安全与编码能力，可识别软件漏洞、评估安全风险并生成修复代码。该模型在 SEC-bench Pro 得分 88.2%、ExploitGym 得分 54.8%、CWE-bench 得分 71.0%，Google 称这些外部安全评测未加护栏。Carbon 建立在两周前发布的 Gemini 4 Argon 之上，初期仅向部分网络安全防御者及 Fairwind Program 可信伙伴开放，尚未公布公开访问日期；介绍期定价为每百万输入 token 2 美元、每百万输出 token 10 美元，之后涨至 4 美元和 20 美元。
Google于10月28日发布了Gemini 4 Carbon，称其为该公司最强的人工智能模型，具备改进的网络安全能力以及处理复杂、长时间运行任务的能力。据该公司介绍，该模型旨在识别软件漏洞、评估安全风险并开发代码修复方案。 Google DeepMind高级副总裁兼Google首席AI架构师Koray Kavukcuoglu在一篇博客文章中表示，Carbon建立在两周前发布的Gemini 4 Argon之上。Google表示，新模型还改进了编码、科学任务、Web开发以及执行多步骤工作流的AI智能体。 该公司表示，Carbon旨在解决可能需要数天才能完成的复杂工程问题，包括在大型代码库和底层系统中识别缺陷的成因并加以修复。 Google报告称，Gemini 4 Carbon在SEC-bench Pro上得分88.2%，该基准用于评估识别真实世界软件漏洞的能力。它在评估漏洞利用的ExploitGym上得分54.8%，在评估修复软件弱点能力的CWE-bench上得分71.0%。Google表示，这些外部网络安全评估是在未加护栏的情况下进行的。 该公司表示，内部基准测试显示，Carbon在生
匹配字段正文
Google 于 2026 年 10 月 28 日发布新模型 Gemini 4 Carbon，在 Gemini 4 Argon 基础上提升了编码和工具调用能力，并强化了从漏洞发现、可利用性验证到修复的网络安全防御能力。在 Artificial Analysis Intelligence Index v5.0 上 Carbon 得分 59 居首，Argon 为 50；Terminal-Bench 4.0 中作弊成功率为 0.0%、尝试作弊比例为 0.4%。该模型当周先向部分网络安全防御人员提供，并通过 Fairwind Program 逐步扩大范围，后续再向开发者、企业和普通用户开放，预告定价为每百万 token 输入 2 美元、输出 10 美元。
降至0.4%。 据Google称，在综合评价AI模型能力的Artificial Analysis Intelligence Index v5.0中，Carbon取得59分，位居首位。该公司在发布时提供的比较表中，Argon的得分为50。 Gemini 4 Carbon是我们的下一代前沿模型。 它在网络安全和长时程能力方面均处于最先进水平。—— Google DeepMind（@GoogleDeepMind）2026年10月28日 Google的模型评估资料中，除这一综合评价外，还刊载了Artificial Analysis测得的Terminal-Bench系列结果。关于编码领域的Terminal-Bench 4.0（AA）和科学领域的Terminal-Bench-Science 0.1（AA），与其他公司模型的比较如下。 模型 Terminal-Bench 4.0（AA） Terminal-Bench-Science 0.1（AA） 从漏洞发现、可利用性验证到修复，对各阶段性能进行评估 Google表示，Carbon在从漏洞发现到可利用性验证、原因修复的网络安全防御各阶段能力均有提升。
匹配字段正文
Google 发布前沿大语言模型 Gemini 4 Carbon，主打复杂编程与网络安全任务。Google 称内部测试显示其生成安全代码的能力是前代的两倍以上，在 SEC-bench Pro 上超过此前纪录，并能更好地修补发现的漏洞；在 Terminal-Bench 4.0 中仅 0.4% 的题目尝试作弊且均未成功，在 Gray Swan IPI Benchmark 中拦截了全部模拟的间接提示注入。Carbon 将于本周晚些时候通过 Fairwind Program 向互联网服务商等机构开放早期访问，Google 计划根据反馈完善护栏后再广泛开放。
问题，即被认为对前沿模型过于简单的问题。 Carbon 尤其擅长网络安全任务。它在 SEC-bench Pro 上轻松打破了此前的纪录，该测试评估大语言模型在复杂软件系统中发现弱点的能力。该模型在修补其发现的漏洞方面也优于前代。 “Chrome 团队报告称，在生成高质量补丁时，Carbon 的表现比另一家实验室的大型前沿模型好 10 倍以上，”Google DeepMind 高级副总裁兼 Google 首席人工智能架构师 Koray Kavukcuoglu 在博客文章中写道。 该公司上一代旗舰大语言模型 Argon 包含旨在减轻幻觉和网络攻击的护栏。Google 在 Carbon 中实施了该功能集的改进版本。据该公司称，多个在“实时编程环境”中使用 Carbon 的内部团队报告称，失准警报减少了近 80%。 当大语言模型难以回答用户问题时，它们有时会通过幻觉出不准确的信息来填补知识空白。Google 对 Carbon 进行了配置以避免此类行为。 “在我们的内部测试中，Carbon 将无依据主张减少了约 2 倍，优于 Argon，”Kavukcuoglu 写道。“它会将方法学上的注意事项
匹配字段正文
谷歌发布新旗舰模型 Gemini 4 Carbon，在 Artificial Analysis 智能指数 5.0 上以 59 分登顶，超过 Claude Opus 5.5 和 GPT-6 Astra。Terminal-Bench 4.0 得分 65.2%，256k 至 1M 上下文的 GraphWalks 得分 96.2%，SEC-bench Pro 漏洞挖掘得分 88.2%。首发定价为输入 2 美元、输出 10 美元每百万 Token，缓存命中输入低至 0.2 美元；因具备漏洞挖掘与利用能力，将先向部分网络安全防御人员开放。
CEO劈柴哥在x上更是凡尔赛地调侃道（doge）： 我之前就说过，我们会周期性地发布模型……现在向大家介绍Gemini 4 Carbon。 结合此前曝出的内部信息来看，谷歌实际上在内部同时并行训练和评估了Argon、Barium、Carbon等多个Gemini 4存档点（其中公开发布的Argon实为内部的Barium-B存档点）。 在官方公告不起眼的角落里，谷歌DeepMind高级副总裁、首席AI架构师Koray Kavukcuoglu透露了真正的秘密： “我们的研究人员正与我们的模型携手并进（working hand in hand），以更快的速度推进能力演进，同时同步强化安全护栏。” 不过，谷歌还是你谷哥，发布≠上架。 由于Carbon具备较强的漏洞挖掘与利用能力，还要进行发布前测试流程。从本周开始，Carbon将率先向一部分网络安全防御人员开放。 还记得Argon从发布到真正给你用过了多久吗，这次等的也不会短就是了。 眼下Anthropic上市的关键节点上，这下该把Fable 5.5放出来了吧？ 至于沉迷发中杯Terra模型和短信通知Dot的OpenAI，我祝他好运。 参考链接：
匹配字段正文
谷歌于 10 月 28 日发布 Gemini 4 Carbon，在 Artificial Analysis 智能指数 v5.0 上以 59 分超过 Claude Opus 5.5 的 58 分和 GPT-6 Astra 的 57 分，重回第一。该模型目前只提供给少数网络安全防御人员，普通开发者与企业何时可用官方仅回应「尽快」。在 GraphWalks 超长上下文测试中 Carbon 取得 96.2% F1，远高于 GPT-6 Astra 的 71.8% 和 Claude Opus 5.5 的 66.8%；引入期定价为每百万输入 Token 2 美元、输出 10 美元，与上一代 Argon 相同。
现漏洞、利用漏洞、修复漏洞的完整闭环： 找漏洞的 SEC-bench Pro，拿到 88.2%；在 ExploitGym 中编写漏洞利用代码、验证漏洞时，从上一代 Argon 的 42% 飙升到 54.8%，把只有 34.5% 的 Claude Opus 5.5 远远甩在身后；到了打补丁修漏洞的 CWE-bench，又拿下 71.0%。 图源：Google DeepMind 这就相当于 Carbon 拥有了发现后门，验证后门，和修补后门的完整能力，把网安人员和黑客想做的事情都具备了。 而且据谷歌说，以上三项外部安全评测，全部是在“解除安全防护限制”的裸奔状态下跑出来的。这就意味着无防护状态下完全体的 Carbon，完全有可能展现出非常强烈的攻击性，如果被有心人利用，也很有可能造成严重的网络安全威胁。 图源：Google DeepMind 因此，谷歌在收集够反馈、想好怎么给这头猛兽套上绝对可靠项圈之前，还不能直接放到公网上。 除此之外，Carbon 的“耐力”也是谷歌对它慎之又慎的重要原因。 据谷歌披露，在内部复杂任务中，工程师已经放手让 Carbon 连续工作好几天了。面对堆积如山的烂
匹配字段正文
Google 发布 Gemini 4 Carbon，在 Artificial Analysis Intelligence Index v5.0 榜单拿下 59 分，超过 Claude Opus 5.5 的 58 分和 GPT-6 Astra 的 57 分。该模型在 SEC-bench Pro、ExploitGym、CWE-bench 分别取得 88.2%、54.8% 和 71.0%，谷歌称其可连续数天处理大型代码库中的工程问题。该模型本周先向部分网络安全防御人员开放，再通过 Fairwind Program 扩大至可信合作伙伴，普通用户暂无时间表；首发定价为每百万输入 Token 2 美元、输出 10 美元。
。 不止 Artificial Analysis，Arena.ai 最新公布的榜单也显示，Gemini 4 Carbon（High）在 Text Arena 登顶第一、Agent Arena 排名第二、Code Arena WebDev 排名第四。 伴随着新模型登顶，谷歌内部也开始为 Gemini 积极造势。此前从 Anthropic 跳槽至 Google DeepMind 的华人研究员姚顺宇，同样为 Gemini 系列宣传打 call。 除了综合排名，Gemini 4 Carbon 在实际工程任务上的表现也有明显变化。 过去，大模型可以在几分钟内写出一段程序，但面对大型软件工程，问题就复杂得多。一个隐藏在数百个文件中的故障，可能需要开发者反复检查依赖关系、定位异常、修改代码，再经过多轮测试才能解决。 谷歌表示，Gemini 4 Carbon 已经能够连续运行数天，处理大型代码库和底层系统中的复杂工程问题，即使遇到障碍，也能持续寻找其他方案，最终定位并修复一些隐蔽的软件缺陷。 网页开发方面，Gemini 4 Carbon 在 WebDev Arena 上的 Elo 评分提升了 89 分
匹配字段正文
Google 预览 Genie 4 世界模型，能根据自然语言描述生成逼真的三维环境，并支持用后续提示词修改天气、添加物体等编辑操作。相比前代，Genie 4 更擅长渲染流体运动等复杂细节，还能生成海浪拍击等配套音频，并让虚拟人物动作自然、可实时交互操控。该模型内部调用 Gemini Omni 保证画面真实感、Gemini 3.8 Flash 维持帧间一致性，目前面向少量早期用户测试，后续将通过 Google AI Ultra 订阅、Gemini API 和 Google AI Studio 提供。
ie 4，这是一款能够生成逼真三维环境的人工智能模型。 该算法是该公司于 2024 年推出的一系列世界模型中的最新成员。与其前代相比，Genie 4 更擅长渲染流体运动和其他复杂细节。此外，它还能生成配套音频，例如海浪拍击的声音。 “最显著的飞跃在于 Genie 4 如何模拟人物，创造出动作自然、能对环境做出有机反应、并可实时交互操控的角色，”Google DeepMind 员工 Raia Hadsell、Diego Rivas 和 Hang Qi 在博客文章中写道。 用户可以通过向 Genie 4 提供希望渲染内容的自然语言描述来创建虚拟世界。随后，他们可以浏览模拟场景，并通过输入后续提示词进行编辑。例如，用户可以要求 Genie 4 改变天气或添加更多物体。该模型进行此类编辑时，不会降低虚拟世界的照片级真实感或一致性。 Genie 4 的自然语言界面与键盘控制并存。键盘控制可用于改变摄像机的位置和角度。 在底层，Genie 4 使用 Google 的其他多个模型来提升其输出质量。它依赖这家搜索巨头于 5 月推出的视频生成器 Gemini Omni，以确保其生成的视觉素材逼真。Gem
匹配字段正文
Hugging Face 周四发布开源 DNA 理解模型 Carbon-X，可在笔记本本地运行，用户能用自然语言询问 DNA 变化对基因活性和健康的影响。该模型与中关村学院和那不勒斯费德里科二世大学的研究者合作开发，基于已有语言模型扩展词表以六字母为单位读取 DNA，并在 3000 亿 token 的 DNA 序列、英文文本和 DNA 与生物描述对应样本上继续训练。模型为 14B 参数，单次可处理约 5 万碱基对的序列，不能上传完整人类基因组；开发者也说明尚未通过湿实验验证预测准确度。
g Face 还处于 OpenAI 模型发起的一次重大黑客攻击的中心。） DNA 更像计算机代码，而不是自然语言。不过，它不用 0 和 1，而是用 A、C、G 和 T 来编码信息。人类基因组包含 60 亿个这样的字母。尽管人类基因组已被端到端测序，科学家们仍不了解其中大部分是如何运作的。 如今，AI 模型正在帮助研究人员解开其中一些谜团。去年，Google DeepMind 发布了 AlphaGenome，它可以预测 DNA 序列和基因突变的影响，但以数字格式呈现。它还需要更多算力。Evo 2 是由 Arc Institute 和英伟达与学术合作伙伴共同开发的模型，它使用 DNA 的语言，可以从零生成完整的基因组。 Carbon-X 在对话式界面中同时整合了 DNA 和自然语言。可以把它想象成 DNA 版的 ChatGPT。 该团队从现有语言模型入手，扩展其词表，以每六个字母为一组读取 DNA。随后，他们继续在 3000 亿个数据块（即 token）上进行训练，这些数据结合了 DNA 序列、英文文本以及将 DNA 与生物学描述关联起来的示例。DNA 序列来自哺乳动物（包括人类）、其他脊
匹配字段正文
谷歌发布旗舰模型Gemini 4 Argon，主打编程、专业知识工作与复杂任务的持续执行能力，API首发价为每百万输入token 2美元、输出10美元，优惠截至11月30日，12月1日起恢复至4美元和20美元。在第三方Artificial Analysis智能指数中，Argon High与GPT-6 Astra Max、Claude Fable5.1 Max并列53分，平均每任务成本1.99美元，比Astra低约39%。官方称其在ADK项目上无人值守连续工作11小时，提出涉及32个文件的6项优化方案并跑完16892项测试，其中两项被合并，长会话内存准备开销降低约40%。
i macOS应用。 科研场景中，这种连续执行能力则进一步延伸到了实验验证。 谷歌科学家让Argon参与设计丝氨酸酯酶。模型在数小时内完成数据整理、模型调优和候选筛选，最终提出5个新设计。 随后，研究人员把这些设计送进实验室，验证它们能否真正发挥作用。 实验使用的检测分子，其酯键被切断后，生成的产物会在紫外光下发出荧光。按照谷歌披露的结果，五个设计均表现出较强的催化活性。 模型交出的方案，已经走到了实验验证这一步。 谷歌还宣布，将向符合条件并获选的1万名科学家，免费提供六个月的Antigravity最高使用额度，分批开放。 前面虽然调侃谷歌怕出事，但这次安全能力确实值得单独说两句。 在评估漏洞修复能力的CWE-bench v1中，Argon取得68%的成绩，与GPT-6 Astra同处官方对比表的最高分。 前Anthropic，现DeepMind Mechanistic Interpretability负责人表示，Argon的安全报告是Google目前最详尽的。 217页可不详尽吗？ 在Gray Swan间接提示词注入评测中，经过15次自适应攻击尝试，Argon的攻击成功率为0.7%。
匹配字段正文