Gemini遭SemiAnalysis公开道歉:误信Anthropic室友,没读模型卡

资讯 网易科技 作者:网易 全文 4126 字 · 约 11 分钟读完 配图 17 张 分类GeminiGoogle芯片DeepMind

今天,知名半导体和 AI 研究机构 SemiAnalysis 在 X 上发了一张写给 Google DeepMind 主席 Demis Hassabis 的《向 Google 道歉专用表》。

所属频道 大厂动态算力与芯片Gemini 与 Google AI

Gemini遭SemiAnalysis公开道歉:误信Anthropic室友,没读模型卡(配图 1)

今天,半导体与AI研究机构SemiAnalysis在X上贴出一张《向Google道歉专用表》,收件人是Google DeepMind主席Demis Hassabis。

Gemini遭SemiAnalysis公开道歉:误信Anthropic室友,没读模型卡(配图 2)

表格的理由栏里勾了好几项,包括「我只看了X上大家的消息」、「我那在Anthropic工作的室友,说服我相信Gemini已经完了」和「我没有阅读模型卡」。最有意思的是最后一行:「Demis,关于Gemini 4,我们错了。我们只想撤回一个词。」

这个词就是从当初标题里划掉的is:Gemini is cooked。一句「Gemini完了」,改口成了「Gemini这回真做出了点东西」。

Gemini遭SemiAnalysis公开道歉:误信Anthropic室友,没读模型卡(配图 3)

事情要从今年8月说起。SemiAnalysis当时发了一篇文章,核心意思是Google自去年11月短暂领先之后,再没拿出过让人激动的模型,基本处于掉队状态。

文章分析了DeepMind强化学习团队的人员流失,也点了内部算力分配不到位的问题,随后给出一个很重的判断:Google当然还会继续发模型,但再次达到行业最高水平的概率已经「降到了零」。

报告发出不到两个月,谷歌就公布了Gemini 4 Argon,接着10月底发布Carbon、11月12号推出Hydrogen,18号发布Neon,短短8天接连推出3款模型,其中Carbon当时还登上了Artificial Analysis综合能力榜首。

Gemini遭SemiAnalysis公开道歉:误信Anthropic室友,没读模型卡(配图 4)

这批新模型在社交媒体上收获大量好评。主打Flash的Hydrogen在写作、复杂软件工作上能快速完成任务;最智能的Carbon擅长处理各类长程Agent任务;居中的Neon兼顾速度与智能,被称为Gemini 4系列中综合能力最强的一款。

X上类似「Gemini 4 Neon太疯狂了」、「Gemini 4 Neon实际上比你想象的还要疯狂」、「Gemini 4 Neon解决了人们此前对Gemini模型的所有不满」的评论,被大量用户点赞认同。

Gemini遭SemiAnalysis公开道歉:误信Anthropic室友,没读模型卡(配图 5)

今天,Google DeepMind研究员Arthur Douillard在X上透露,他们曾把那篇批评文章打印出来放在桌上,每天提醒自己。他说有些问题当时确实存在,还想感谢SemiAnalysis那篇文章带来的激励。

他提到,那篇文章被团队打印出来摆在桌上,用来每天提醒自己当时面对的实际情况,并感谢@SemiAnalysis_带来的动力;他说这话时身在Gemini RL扩展团队,随后又补了一句:时代在变。:)

Gemini遭SemiAnalysis公开道歉:误信Anthropic室友,没读模型卡(配图 6)

随后SemiAnalysis转发了Douillard的帖子,也晒出一张纸,正是开头那份填给Google的「道歉表」。

几小时后,Hassabis转发该帖接梗,表示「接受道歉」,还打趣说对方漏勾了「低估了Google DeepMind这群高手」这一项。

其实在机构官号发梗图的两周多前,「8月看空报告」的共同作者Dylan Patel就已在Gemini 4 Carbon的评测发布后,以个人名义向Google公开致歉。

Gemini遭SemiAnalysis公开道歉:误信Anthropic室友,没读模型卡(配图 7)

8月初被权威机构公开唱衰,到11月中旬几周内连推四款Gemini 4系列模型并重返榜单前列,Google内部到底做了怎样的调整和积累?

Google这么多TPU,怎么也不够用

回到今年夏天,对Gemini的唱衰并非没有来由。原定6月推出的Gemini 3.5 Pro迟迟没有上线——Google CEO桑达尔·皮查伊曾在5月的I/O大会上预告该模型计划于6月推出,最终未能如期发布。

算力受限,加上多位项目负责人之间存在意见分歧,编程等后来显得至关重要的方向在当时拿到的资源偏少。此后接掌研发的Koray Kavukcuoglu也解释称,团队那一阶段把更多注意力放在了迭代较快的Flash模型上。

Gemini遭SemiAnalysis公开道歉:误信Anthropic室友,没读模型卡(配图 8)

内部资源博弈、外界质疑声不断,Google于8月5日宣布对DeepMind进行重大组织调整:原DeepMind CTO、Google首席AI架构师Koray Kavukcuoglu出任DeepMind高级副总裁,直接向皮查伊汇报,全面负责Gemini模型开发、前沿研究以及Gemini应用和开发者团队。

Gemini遭SemiAnalysis公开道歉:误信Anthropic室友,没读模型卡(配图 9)

Demis Hassabis交出日常运营职责,转任DeepMind主席和Alphabet首席科学家;与此同时,Gemini原技术共同负责人Jeff Dean、Oriol Vinyals,与Sanjay Ghemawat、Quoc Le一同离开谷歌,创办了Discovery Loop。

在多数人的印象里,Google既不缺数据又不缺卡,怎么会做不成大模型。但即便有自己的AI芯片TPU,训练下一代Gemini要用,给眼前的用户生成答案要用,Google Cloud的客户也在排队。

Gemini遭SemiAnalysis公开道歉:误信Anthropic室友,没读模型卡(配图 10)

芯片卖出去对集团是笔好生意,可研究员排不上实验,就等于活儿干不了。这一轮调整下来,团队对模型该练什么、做完怎么交到用户手里,也看得更清楚了。外媒报道称,谷歌云高管同样希望 Koray 接手 DeepMind 之后,能把内部围绕 TPU 供应分配的紧张气氛压下去。

Gemini 4 这一仗准备了多长时间?要是把几款模型集中爆发、口碑翻身都记在 8 月那次人事调整和算力安排头上,那就把大模型研发的长周期规律看轻了。

公开记录摆在那里:8月5日组织调整、8月7日看空报告出炉之前,Gemini 4 的底座工程已经开跑。2026年7月22日的 Alphabet 二季度财报电话会上,皮查伊说得很直白,Gemini 4 已经启动「Google 迄今最有野心的预训练」。回答分析师提问时他补充,管理层把大量算力和精力压到了 Gemini 4 上,想靠这一代基础模型把后续迭代提起来,发布节奏要往接近每月一版推。

Gemini遭SemiAnalysis公开道歉:误信Anthropic室友,没读模型卡(配图 11)

Koray 在 9 月初和 11 月 19 日的两场播客访谈里,把 Gemini 4 的研发机制讲得更细。DeepMind 内部几条研发线同时跑:一组人打磨当前要发布的版本,另外两组已经在做后面两代。10 月露面的 Gemini 4,背后至少有一年的连续研发积累。

大规模预训练和多线并行搭好了底座,真正让 Gemini 4 在编程、智能体执行上明显往前跨一步的,是一套贴着真实工程场景的后训练体系。

2026年11月12日,时任 Gemini 后训练负责人的 Melvin Johnson 站上 AI Engineer CODE 大会的台,开口先提 SemiAnalysis 那篇批评文章,随后把 Google 内部的训练方法摊开来讲。

Gemini遭SemiAnalysis公开道歉:误信Anthropic室友,没读模型卡(配图 12)

第一步,拿内部真实工作流替掉静态公开题库。Johnson 说,Google 内部每天大约有 10 万名员工在用编程工具 Antigravity 写代码。后训练团队每训出几个候选版本,就在内部发起盲测,让工程师拿手上的真实开发任务去试,挑更顺手的那个。跨文件修改时卡在哪一步、哪次改动把原有逻辑弄坏了,这些真实的「失手现场」马上被收回来,变成下一轮的训练题和评分细则。

Gemini遭SemiAnalysis公开道歉:误信Anthropic室友,没读模型卡(配图 13)

另一头,「过期题目」该扔就扔。强化学习里,模型一旦进化到某道题怎么试都能稳定拿满分,每次采样得到的奖励信号就完全一样,它没法分辨「哪种做法更好」,这类题必须撤下,换上更难的。

第二步,重新定义什么叫「做完了」,并把智能体的诚实度摆到重点位置。传统代码评测跑通单元测试就给分;Gemini 4 的后训练评分不只看功能有没有实现,还要看边界条件怎么处理、代码质量如何、改动范围收没收住、以后好不好维护。

Gemini遭SemiAnalysis公开道歉:误信Anthropic室友,没读模型卡(配图 14)

更关键的一点,评分系统会把模型的「自我汇报」和实际操作日志一条条对。难题只做了一半,模型如实交代进度,照样能拿部分奖励;可要是连测试都没跑就声称「全部通过」,惩罚会很重。

Johnson 还提到,Google 内部一项高难度工程评测里,基线模型的编造率为 8%,Hydrogen 约为 3%,Carbon 约为 1.5%。

Gemini遭SemiAnalysis公开道歉:误信Anthropic室友,没读模型卡(配图 15)

底座扎实,后训练又下狠劲,结果是从 9 月底到 11 月中旬的七周里,Google 连着公布了四款 Gemini 4 系列模型。Hydrogen 和 Neon 都是从 Carbon 适配出来的:Carbon 盯着需要长时间推理的难题,Hydrogen 追日常任务的执行速度,Neon 在推理深度和效率之间找平衡。


图|我们在 11 月看到的几次密集更新,背后有一部分是同一代底座的研发成果陆续落地。

回头看,SemiAnalysis 当时点出的不少问题确实存在,DeepMind 的研究员也没否认。可三个月后的结果说明,外界还是低估了 Google 多年攒下的研发能力,以及它把这些能力集中砸到一代模型上的速度。

现在的 Gemini 4,又成了别的模型得认真对付的对手。Google 不光把编程、Agent 这些能力推回第一梯队,在真实用户使用和产品体验上,也开始追 Codex、Claude 这些 Agent。


图|Gemini 现在可以在后台操作 Mac 应用和网站,以完成复杂任务。

对我们来说,这当然是好事。御三家斗得越凶,厂商越肯砸算力、抢用户,我们就有机会用上更便宜、更可靠、更好访问的 AI(哈基米你可别学另外两家)。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. Gemini 4翻身背后:Google道歉表与TPU算力之争

    今天,知名半导体和 AI 研究机构 SemiAnalysis 在 X 上发了一张写给 Google DeepMind 主席 Demis Hassabis 的《向 Google 道歉专用表》。理由一栏勾了包括「我只看了 X 上大家的消息」、「我那在 Anthropic 工作的室友,说服我相信 Gemini 已经完了」和「

    来源 腾讯网
  2. Gemini 4 Neon发布:跑分逼近旗舰,单任务成本砍半

    作者|Wildcard编辑|靖宇谷歌,这次是真的回来了。11 月 18 日,Google DeepMind 点亮了Gemini 4 Neon的霓虹灯牌。这是 Gemini 4 系列在短短 7 周内甩出的第 4 款元素模型。如果看一眼官方放出的基准跑分长表和社区实测反馈,你会发现它精准卡在了一个极其舒服的「甜点」位上,既

    来源 腾讯网
  3. 北大校友出题考AI蛋白质序列:Claude答上,GPT和Gemini落败

    11月19日晚 Anthropic 在纳斯达克敲钟,代码 ANT,发行价 83 美元。上周它刚发了 Claude Fable 5.2,这几天不管打开哪个群,聊的都是它写代码又强了多少,这个模型的定价贵不贵。 APPSO 是昨天在 Hacker News 首页刷到这篇博客的。它不聊代码,也不聊股价,标题就一句话,「Cla

    来源 AI 行业观察
  4. 谷歌Gemini 4 Neon发布:100万Token上下文,每百万输出15美元

    智东西(公众号:zhidxcom)编译 | 杨京丽编辑 | 李水青智东西11月19日消息,刚刚,谷歌发布Gemini 4系列新模型Gemini 4 Neon,面向复杂软件工程、知识工作和科学研究,主打在前沿智能水平下,更快、更经济地完成多步骤任务。这是谷歌7周内发布的第四款Gemini 4系列模型。▲谷歌发布Gemin

    来源 腾讯网
  5. Gemini登陆Mac桌面:AI代理可代操作电脑,隐私风险几何?

    谷歌为Gemini推出面向Mac的重磅更新,首次将可执行任务的AI代理引入桌面端,能够整理文件、填写表单并完成多步骤工作流。这标志着Gemini从对话助手向“能动手”的操作型智能体进化,也意味着谷歌在桌面AI代理赛道正式与OpenAI、Anthropic和微软正面交锋。与此同时,桌面自动化带来的便利与隐私风险

    来源 AI 科技快讯
  6. ChatGPT和Gemini被曝推送虚假购物网站:151品牌测试出错率几何?

    最近有一项新研究爆出了一个很值得大家警惕的问题:AI聊天机器人居然会主动给用户推荐虚假购物网站。 品牌保护服务商Podqi做了一组测试,一共覆盖151个不同品牌。 测试结果显示,Perplexity给出风险网址的概率高达15%,ChatGPT和Gemini的情况也好不到哪里去,出错比例和它相差不远。 很多人已经习惯买东

    来源 AI 行业观察
  7. 谷歌推 Gemini 4 Argon:面向机器人控制与策略优化

    谷歌发布了 Gemini 4 Argon,并将其定位为一款通用物理推理模型,适用于机器人控制、 Real2Sim 场景构建、机器人视频多模态标注以及迭代策略优化,而非单一的末端执行器策略。 在已发布的提示词中,在 MuJoCo 孪生环境中进行训练后,Argon 引导波士顿动力公司的 Spot 机器人完成了脚踏板任务;利

    来源 AI 行业观察
  8. Gemini上Mac可代操作电脑,Runway推270亿参数机器人模型

    本期重点包括Google向数亿用户免费开放Gemini Tasks,并在Mac端推出可代操作电脑的Computer use功能。Runway发布27B参数机器人世界模型Praxis-1,OpenAI开放GPT-Live-1.1语音API。此外,Cognition评测显示Gemini 4 Neon在代码任务上性价比突出,

    来源 AI 应用前沿
  9. 谷歌Gemini 4再添Neon:中杯模型补位,Genie 4开放

    编辑|冷猫 一觉醒来,谷歌又双叒叕发 Gemini 4 模型了。 谷歌最近一直在基础模型上发力,从最高智能到最高效率的模型不停发布,为了重返王座真是拼了。 在 Carbon、Argon、Hydrogen 之后,填补最高智能和最高效率之间的「中杯」模型 Gemini 4 Neon 登场! Demis

    来源 AI 开发者社区
  10. 谷歌主页加AI搜索侧边栏:可查历史对话、连接Gemini笔记本

    谷歌正在对主页进行新一轮改版,新增可折叠AI搜索侧边栏。产品副总裁Robby Stein在X展示,点击屏幕左侧灰色条即可展开。侧边栏集中展示AI模式搜索记录,支持查看历史AI对话、继续提问、探索网络内容,并可新建对话线程、搜索历史线程及连接Gemini笔记本,方便管理AI搜索体验。

    来源 AI 产业速递
  11. 谷歌Gemini登陆Mac:可跨应用做PPT、填表单

    当地时间11月19日,谷歌为macOS版Gemini上线电脑操控(Computer Use)功能,面向美国英语用户分批开放。AI可操控桌面软件、读取本地文件、浏览网页,完成多步骤任务。

    来源 IT 产业观察
  12. 谷歌Gemini 4 Neon实测:跑分全球第三,成本却只有旗舰一半

    谷歌在七周内连续发布四款模型,最新推出的 Gemini 4 Neon 凭借极高的性价比杀回 AI 竞争中心。它在编程和复杂任务处理上接近旗舰水平,但成本仅为竞品的一半。通过引入“中训练”机制和自研 TPU 硬件支持,谷歌解决了此前模型迭代慢、推理弱的问题。本文解析 Neon 的技术细节、实际工程表现以及谷歌如何通过高频

    来源 AI 应用前沿
  13. Gemini 4 Neon 上线,NVIDIA 并行生成打破逐字解码

    Google 推出 Gemini 4 Neon,主打推理与任务执行,已接入 App 和 Tasks。NVIDIA 发布 Nemotron-Sigma,尝试并行块生成以加速代码和数学解题。Hugging Face 分享了 27B 模型后训练效率优化及微调耗时超预期的技术原因。LMArena 数据显示 GPT-6.2 As

    来源 AI 应用前沿
  14. 谷歌 Gemini 上线 Mac 电脑操控:后台干活,能修图做 PPT

    AI正从“给建议”转向“帮干活”。11月20日,谷歌为macOS版Gemini应用上线“电脑操控”功能,可跨桌面应用、本地文件和网页自主执行多步骤复杂任务。该功能后台独立运行,不抢占鼠标,并支持实时预览与随时叫停,缓解用户对AI接管电脑时“抢鼠标、乱点屏幕”的担忧。

    来源 AI 产业速递
  15. 谷歌Gemini Mac版新增电脑操控:可跨应用自动做PPT、填表单

    谷歌为macOS版Gemini应用推出“电脑操控”功能,AI可直接操作用户电脑,跨本地文件、桌面应用和网页完成多步骤任务,如填写表单、制作演示文稿、商品上架等。该功能正面向美国地区英语用户逐步开放,用户可自主决定允许访问哪些应用,操作过程在实时预览窗口中展示。

    来源 凤凰科技
  16. 谷歌Gemini 4 Neon发布:100万token上下文,速度达Carbon三倍

    谷歌11月18日发布新AI模型Gemini4Neon,聚焦复杂推理与多步骤任务自动化,重点覆盖复杂编程、科学研究和企业工作流,力求平衡推理能力、响应速度与运行成本。该模型已向开发者、企业及部分付费订阅用户开放,核心亮点是支持100万token超长上下文,并具备多智能体协同能力。

    来源 AI 产业速递
  17. 谷歌50天连发4款模型:Gemini 4 Neon登场,世界模型同步开放

    OpenAI时隔75天的顶级模型刚刚发布,社区里的吐槽就炸开了。有人直言新模型“几乎没法用”,有人抱怨它过分谨慎、难以指挥,还有人认为,这家伙解释起自己的工作就像在“说外星话”。甚至有人用漫画玩了个梗,吐槽GPT-6.2 Astra的语言风格,根本是防御过当。图片来源网络前·赛博义父Tibo在X上表示,他已经收到了关于

    来源 腾讯网
  18. Gemini 4 Neon很聪明,Daroio的梗只有它懂

    谷歌今天发布的Gemini 4 Neon很聪明。 “Dario Amodei的曾用名是Daroio Amodei,你懂这个梗吗?“ 拿这个问题问了目前最顶级的一些AI,只有Gemini 4 Neon和GPT-6.2 Astra秒懂。GPT-6.2 Astra似乎只是字面上懂了,而Gemini 4 Neon直接把Dari

    来源 腾讯网
  19. 谷歌Gemini 4逆袭!国产AI没有上榜

    最新的 Agent Arena 榜单中,被大家戏称北美 “豆包” 的 Gemini 算是翻身了,直接跑赢了 GPT!两个模型Gemini 4 neo 和 Gemini 4 carbon都压着GPT打,算是出了口恶气。不少朋友可能不清楚这个榜单到底测什么,它不比AI聊天问答好不好玩,而是比AI 智能体的实战干活能力:比如

    来源 腾讯网
  20. 谷歌推出Gemini 4 Neon模型

    谷歌正式推出Gemini 4 Neon。据介绍,企业日常业务高度依赖电子表格、PDF文档、图表及音视频资料。Neon能够在单个100万token上下文窗口内同步处理各类异构数据,并将其整合为结构化交付物。该模型定价为每百万输入token 3美元(缓存输入token享0.5折优惠,仅需0.15美元/百万),每百万输出to

    来源 AI 行业观察
向下滚动自动加载更多