搜索“Google DeepMind”

42.5分、30.7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

匹配字段正文

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

尝试作弊的比例降至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

匹配字段正文

了一些已饱和的问题，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

匹配字段正文

t 打算利用这笔额外资金，支持仓储、国防、建筑以及其他正在采用日益自主系统的市场中的新客户机会和不断扩大的客户机会。 Fort 的 Trust Layer 是机器人系统的基础安全基础设施，目前已部署在超过 19,500 台设备上，服务于全球 600 多家客户，包括 Agility Robotics、DoorDash、Cobot、Zoox、Textron 和 Google DeepMind。 业务合并完成后，合并后的公司将被命名为 Fort Robotics Holdings，并预计将在纳斯达克股票市场以新股票代码“FROB”上市，但须获得监管批准，从而成为首家主要致力于物理 AI 安全且可扩展部署的上市公司。 “随着物理 AI 的机遇持续扩大，我们相信 Fort 在构建独立安全层方面发挥着关键作用，而这一安全层是其应用的基础，”Tiger Global 合伙人 Griffin Schroeder 表示。“我们的持续投资体现了我们对 Fort 进展和前景的信心。” Tiger Global 自 2022 年起一直是 Fort 的投资者，当时其领投了该公司的 B 轮融资。此次投资紧随 Fo

匹配字段正文

，还秀了一把发现漏洞、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

匹配字段正文