Google DeepMind 新论文提出 CALLIOPE：让 LLM 为每篇文档打上少量关键词并加噪，只保留高频关键词，再由 LLM 据此提出主题并归类文档，从而在严格隐私约束下生成更清晰的主题地图。在最严格的隐私设置下，人工评分者在全部 3 个数据集上都更偏好 CALLIOPE 而非基于嵌入向量的 URANIA，最高比例为 76% 对 18%。该方法消耗的 token 是后者的 2 到 5 倍。
匹配字段标题
Google DeepMind 预告下一代前沿模型 Gemini 4 Carbon，称其在网络安全与长时程能力上达到 SOTA，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排第一，Claude Opus 5.5 为 58 分。该模型暂不对外开放，先向部分网络安全防御方和 Fairwind 计划可信伙伴开放，并参与美国政府自愿的发布前测试，之后再逐步放开给开发者、企业和消费者。介绍期定价与 Argon 相同，输入约 $2、输出约 $10 每百万 token，介绍期后变为输入约 $4、输出约 $20。
匹配字段标题
Nathan Lambert 表示，每次他想试用 Gemini 模型时，该模型都无法公开获取；他认为，如果外界用不上，就不必公布跑分成绩。
匹配字段标题
Google DeepMind 在 Argon 发布两周后推出 Gemini 4 Carbon，该模型在 Artificial Analysis Intelligence Index v5.0 上得分 59，高于 Argon 的 50，位列第一。Carbon 面向长周期工程任务设计，在 WebDev Arena 升至 1769 分、排名第四，在 Gray Swan 间接提示注入基准上把攻击成功率从 0.7% 降至 0.0%。模型先向部分网络安全专家开放，定价为每百万输入 token 2 美元、每百万输出 token 10 美元，与 Argon 的 introductory 价格一致。
匹配字段标题
Google DeepMind 发布 Gemini 4 Carbon，在 Artificial Analysis Intelligence Index v5 上以 59 分排名第一，并在 HLE-Diamond、TB-Science 等 9 项评测中的 4 项领先。该模型主打网络安全与长周期任务，宣称在 SEC-bench Pro 上取得 88.2%、ExploitGym 上 54.8%、CWE-bench 上 71.0%，初期仅通过 Fairwind Program 向可信网络安全人员开放。规格上支持 1M token 上下文与 1M 最大输出，输入覆盖文本、图像、视频和语音，输出为文本；Artificial Analysis 列出的标准价格为每百万输入/输出 token 4/20 美元，另有 50% 上线折扣。
匹配字段标题
Google DeepMind 推出 Gemini 4 Carbon，称其为面向长周期智能体编码和网络安全防御的前沿模型，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。该模型在 GraphWalks 长上下文测试中取得 96.2%，在 SEC-bench Pro、ExploitGym 和 CWE-bench 上分别为 88.2%、54.8% 和 71.0%，但在 OSWorld-2.1 上以 81.5% 落后于 Claude Opus 5.5 的 87.2%。目前 Carbon 仅向经过审核的网络安全防御方开放，定价为每百万 token 输入 2 美元、输出 10 美元的引入价，后续为 4 美元和 20 美元，开发者和公众的开放时间未公布。
匹配字段标题
Google DeepMind 发布新一代世界模型 Genie 4，可实时生成可交互环境，并与 Gemini 3.8 Flash 分工协作：后者观察画面、拆解任务并调整计划。雷锋网从动态语言条件注入、Agent 因果幻觉与双模型异步协作三方面分析其技术挑战，并指出 DeepMind 尚未公开 Genie 4 的网络结构与调度实现。
匹配字段标题
Google DeepMind 新论文发现，用强化学习训练 Gemma-4 4B 撰写道德论证后，模型在 MoralChoice 模糊案例上因选项顺序调换而改变答案的比例从 14.3% 降至 6.6%，但附和用户的比例仅从 45.3% 变为 44.0%，道德寓言题准确率反而从 56.5% 降至 53.4%。论文建议评估建议或判断类任务时，将一致性与正确性分开测试。
匹配字段标题
Google DeepMind 发布论文《The Economics of Intelligence》，提出用胜任（单任务能力）与协同（智能体协作能力）两项阈值来刻画 AGI 对经济的影响。作者认为 AI 已在精简初创公司、扁平化组织架构和部分入门岗位招聘放缓上显现变化，但尚未出现大规模失业；多数基准只测单个模型，而企业以团队形式竞争。论文还引用一项 100 人测验，互补配对的小组比随机配对表现高 32%，说明共享相同弱点的 AI 模型即使单挑胜过每个人，也可能输给配合良好的人类团队。
匹配字段标题
Google DeepMind 发布新一代世界模型 Genie 4，可将提示词实时转化为可探索的逼真场景，并首次由 Genie 模型自行生成背景音和音乐，场景中的角色也能进行实时对话。用户通过键盘移动，并用文本提示在场景中即时修改内容，场景在多次输入之间保持连贯。演示中一个模拟的 Apptronik Apollo 机器人下跳棋，每一步由 Gemini 4 Argon 规划，指向 Genie 未来的机器人训练用途。
匹配字段标题
Google DeepMind 以研究预览形式向受信任测试者发布 Genie 4 世界模型，可根据文本和图像提示实时生成可探索世界，并原生生成环境音、音乐和角色对话。该模型在仿真循环中引入 Gemini 3.8 Flash 作为规划器，负责拆解目标、检查画面并重新规划，DeepMind 称这是迈向混合世界模型的早期一步。Genie 4 仅托管在 Google 平台，后续将开放给 AI Ultra 用户和 Gemini API 合作伙伴，所有视频与音频均带 SynthID 水印。
匹配字段标题
Google DeepMind 发布世界模型 Genie 4，支持实时文字改动场景、原生环境音与互动对话，由 Gemini 3.8 Flash 在后台担任实时导演。作者称其不再预渲染视频，而是随玩家操作实时推演物理碰撞并动态加载场景。目前单次模拟极限约两分钟，时间一长细节会漂移，且仅面向少数测试者的研究预览。
匹配字段标题
Google DeepMind 正式发布世界模型 Genie 4，支持实时文字改动场景、自带原生环境音与互动对话，由 Gemini 3.8 Flash 担任后台导演。与预渲染视频模型不同，Genie 4 在场景中随玩家操作实时推演物理碰撞，单次模拟可维持约两分钟连续稳定。作者认为其真正用途是为具身智能体提供低成本物理训练场，但目前仍是少数测试者可用的研究预览，时间一长细节会漂移。
匹配字段标题
Google DeepMind 发布 Genie 4 世界模型，官方称其为目前最逼真、交互性最强的世界模型。用户可用自然语言实时操控场景与音景，例如改变天气、移动镜头或加入新元素；Gemini 在后台充当模拟的“大脑”，负责把请求转成动作、规划复杂事件并跟踪场景变化。Genie 4 还新增环境音效和可实时调整的交互式人声对话。
匹配字段标题
Google DeepMind 发布新一代通用世界模型 Genie 4，首次在 Genie 系列中原生生成环境音与角色即兴对话，单次连贯世界维持时间翻倍至约 2 分钟，实机画面约 24 帧/秒。该模型由 Gemini 3.8 Flash 在后台做多步推理控场、Gemini 4 Argon 拆解动作指令，组成混合世界模型架构，并已向 Google AI Ultra 用户开放内测申请，同时进入 Gemini API 与 Google AI Studio。
匹配字段标题
Google DeepMind 发布 Genie 4 世界模型，可实时渲染带模拟物理、人体动作和原生音频的可交互环境，由 Gemini Omni 塑造场景、Gemini 3.8 Flash 规划下一步。Genie 4 让开发者按需生成测试环境，用于 Apptronik Apollo 人形机器人下跳棋等场景，但 Google 承认其物理并不总是准确，长时间运行中物体可能移位或行为异常。Google 尚未公布 Genie 4 在重复智能体测试中的基准数据，包括同一提示词能否产生一致结果。
匹配字段标题
Google DeepMind 发布世界模型 Genie 4，可实时生成可交互世界，并首次原生生成环境音与角色对话。模型基于 Gemini 系列能力，由 Gemini 3.8 Flash 在循环中拆解目标、检查画面以维持多步事件的因果连贯，Gemini 4 Argon 也已用于与 Gemini Robotics 联合模拟任务。官方称其仍属早期实验模型，长时运行下物体恒常性与复杂物理交互仍会漂移，生成内容均带 SynthID 水印，目前先向可信测试者开放预览。
匹配字段标题
Google DeepMind 发布 Gemini 4 Carbon，称其为最强模型，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一，并在 SEC-bench Pro（88.2%）、ExploitGym（54.8%）和 CWE-bench（71.0%）上取得领先。该模型面向长程工程任务，内部团队曾让其连续运行数天排查并修复大型代码库中的隐蔽缺陷，WebDev Arena 上提升 89 elo 至第 4 名（1768）。Carbon 本周起先向部分网络安全防御人员开放，再通过 Fairwind Program 逐步扩大范围，之后才面向开发者、企业和消费者；介绍期后价格为每 1M 输入 token 4 美元、每 1M 输出 token 20 美元。
匹配字段标题
Google DeepMind 发布 Gemini 4 Carbon，称其为最强模型，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一，并在 SEC-bench Pro 取得 88.2%、ExploitGym 取得 54.8%、CWE-bench 取得 71.0%。该模型面向长程工程任务，内部团队曾让其连续运行数天排查并修复大型代码库中的隐蔽缺陷，WebDev Arena 上以 1768 分升至第 4。Carbon 本周起先向部分网络安全防御者开放，再通过 Fairwind Program 逐步扩大范围，之后才面向开发者、企业和消费者；介绍期后价格为每 100 万输入 token 4 美元、每 100 万输出 token 20 美元。
匹配字段标题
Google DeepMind 发布世界模型 Genie 4，主打实时交互模拟，并首次在该系列中引入原生音频。该模型基于 Gemini 家族能力，Gemini Omni 负责让模拟贴合真实世界的外观与行为，其他 Gemini 模型提供维持模拟连贯性所需的复杂推理。用户可用自然语言实时操控场景，如移动镜头、改变天气或引入新角色，每个世界还会即时生成环境音、音乐和交互对话。
匹配字段标题