Gemini 4 翻身背后:SemiAnalysis 填表道歉,Hassabis 接梗回应

资讯 华尔街见闻 全文 4080 字 · 约 11 分钟读完 配图 16 张 分类GeminiGoogle产品更新AI 编程智能体

Google DeepMind通过组织调整、算力重新分配和训练体系升级,在短短七周内连续推出四款Gemini 4模型。依托大规模预训练、多线并行研发和真实工程场景的强化学习训练,Gemini在编程和Agent能力上实现突破,重返行业第一梯队,此前唱衰Google的SemiAnalysis也公开致歉。

所属频道 大厂动态产品更新智能体与 AgentGemini 与 Google AIAI 编程与开发

今天,SemiAnalysis 在 X 上贴出一张《向 Google 道歉专用表》,收件人写的是 Google DeepMind 主席 Demis Hassabis。这家机构在半导体和 AI 研究领域颇有名气。

Image

表里勾选的理由不少:「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」、「我没有阅读模型卡」。最抓眼球的还是最后一行:「Demis,关于 Gemini 4,我们错了。我们只想撤回一个词。」

他们动手把当初标题里的一个 is 划掉了:Gemini is cooked。一句话从「Gemini 完了」,翻成了「Gemini 这回真做出了点东西」。

Image

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,再没拿出过让人兴奋的模型,基本处在掉队状态。

文章分析称,DeepMind 强化学习团队流失了不少人,内部算力也没分配好。他们由此下了个很重的判断:Google 当然还会继续发模型,但想再回到行业最高水平,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。8 天里连推 3 款模型,其中 Carbon 当时还登上了 Artificial Analysis 综合能力榜首。

Image

这批新模型在社交媒体上收获大量好评。主打 Flash 的 Hydrogen 能快速完成写作、复杂软件工作等任务;最智能的 Carbon 擅长各类长程 Agent 任务;夹在中间的 Neon 兼顾速度与智能,被看作 Gemini 4 系列里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。

Image

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,也想感谢 SemiAnalysis 那篇文章带来的激励。

他提到,@SemiAnalysis_ 那篇文章给了团队动力。Gemini RL 扩展团队当时把它打印出来摆在桌上,天天对照,提醒自己现实是什么样。他接着写道,情况会变。:)

Image

很快,SemiAnalysis 转发了 Douillard 的帖子,并晒出那张纸——就是开头填给 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两周多前,「8 月看空报告」的共同作者 Dylan Patel 就已经在 Gemini 4 Carbon 评测发布后,以个人名义向 Google 公开致歉。

Image

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 内部到底做了哪些调整和积累?

Google 这么多 TPU,怎么也不够用

回到今年夏天,唱衰 Gemini 并非全无根据。原定 6 月推出的 Gemini 3.5 Pro 迟迟没上线——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 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意见不一,编程等后来至关重要的方向当时拿到的资源偏少。此后接掌研发的 Koray Kavukcuoglu 也解释过,团队那一阶段把更多注意力放在了迭代较快的 Flash 模型上。

Image

内部资源博弈、外界质疑声不断,Google 在 8 月 5 日宣布对 DeepMind 做重大组织调整: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。

Image

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 一道离开谷歌,创办了 Discovery Loop。

在多数人的印象里,Google 既不缺数据也不缺卡,怎么会做不成大模型。可就算自家有 AI 芯片 TPU,训练下一代 Gemini 要用,给眼前用户生成答案要用,Google Cloud 的客户也在排队。

Image

对集团来说,芯片卖出去是好生意;对研究员来说,排不上的实验就是做不了。

这轮调整也让团队更清楚模型该练什么、做出来怎样交到用户手里。据外媒报道,谷歌云高管同样希望 Koray 接掌 DeepMind 后,能缓和内部在 TPU 供应分配上的紧张关系。

Gemini 4 的翻身,准备了多久

若把 Gemini 4 几款模型集中爆发、广受好评的功劳全记在 8 月的人事调整和算力安排上,那就低估了大模型研发的长周期规律。

公开信息里,Gemini 4 的底座工程动手时间比 8 月 5 日的组织调整和 8 月 7 日那份看空报告都早。2026 年 7 月 22 日 Alphabet 二季度财报电话会上,皮查伊说得很直接: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道,管理层把大量算力和精力压到了 Gemini 4 上,想借这一代基础模型把后续迭代速度提起来,发布节奏要逼近每月一版。

Image

到了 9 月初和 11 月 19 日,Koray 在两场播客访谈里把 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沿革。

大规模预训练加上多线并行,撑起了底座。Gemini 4 在编程和智能体执行上能明显往前迈一步,靠的则是一套从真实工程场景里长出来的后训练体系。

2026 年 11 月 12 日,时任 Gemini 后训练负责人的 Melvin Johnson 在 AI Engineer CODE 大会上,拿 SemiAnalysis 的批评文章当开场,把 Google 内部的训练方法摊开讲了一遍。

Image

第一步,是用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 万名员工拿编程工具 Antigravity 写代码。后训练团队每训出几个候选版本,就在内部搞盲测,让工程师用自己手头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、哪一次把既有逻辑改坏了,这些真实的「失手现场」会被马上收回来,变成下一轮训练题和评分细则。

Image

同时,团队会主动扔掉「过期题目」。强化学习里,模型一旦对某道题反复试都能稳定拿满分,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,换成更难的。

第二步,是重新定义什么叫「做完了」,并且把智能体的诚实度单独拎出来看。

过去评代码,单元测试跑通就能得分。Gemini 4 的后训练评分不看这一项就完事,还要看边界条件怎么处理、代码质量如何、改动范围收得收不住,以及后面好不好维护。

Image

更关键的是,评分系统会把模型自己的「汇报」和它的实际操作日志一条条对。一道难题只做了一半,模型如实交代进度,仍能拿部分奖励;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%。

Image

底座扎实,后训练强度也够,Google 从 9 月底到 11 月中旬的七周内接连公布了四款 Gemini 4 系列模型。

Hydrogen 和 Neon 都是从 Carbon 适配出来的。Carbon 盯的是需要长时间推理的难题,Hydrogen 追求日常任务的执行速度,Neon 想在推理深度和效率之间两头兼顾。

Image

现在回头看,SemiAnalysis 当时点出的很多问题确实存在,DeepMind 的研究员也没否认。只不过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。

眼下的 Gemini 4,又成了其他模型绕不开的对手。Google 把编程、Agent 这些能力重新推回第一梯队,在真实用户使用和产品体验上,也开始追 Codex、Claude 这些 Agent。

对用户来说这是好事。御三家争得越凶,厂商越肯投算力、抢用户,我们越有机会用上更便宜、更可靠、更容易访问的 AI(哈基米你可别学另外两家)。

风险提示及免责条款
投资有风险,入市要谨慎。这篇内容不能当作个人投资建议,也没有顾及每位用户各自不同的投资目标、财务处境或实际需求。文中出现的任何意见、观点或结论是否适合自身情况,用户应自行判断。一旦据此操作,盈亏由自己承担。
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. 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
  2. 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
  3. 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
  4. 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
  5. 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
  6. 谷歌字节快手集体降价,AI视频进入分秒计价时代

    AI视频行业正在靠近一个类似DeepSeek的时刻,模型能力差距收窄,价格被打到分/秒,创作者开始批量调用。 11月初,谷歌把视频模型Gemini Omni 1.2 Flash转为正式版,不仅支持15秒视频生成和多轮对话式编辑等功能升级,还把价格打了下来,720p降到每秒0.07美元(约合0.47元/秒),比上一代低3

    来源 AI 行业观察
  7. 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
  8. 谷歌搜索AI模式上线临时线程:可无痕私密搜索

    11月18日,谷歌在全球桌面及移动端浏览器的搜索AI模式中推出“临时线程”功能。用户可发起私密、非个性化即时搜索,查询记录不留存于个人历史,也不干扰后续算法推荐。该功能借鉴Gemini临时聊天机制,无需修改账户隐私设置,点击AI模式右上角临时对话图标即可开启,关闭后内容即从界面清除。

    来源 AI 产业速递
  9. 谷歌AI模式上线临时线程:搜索不留痕,服务器端仍存约两个月

    11月18日, 谷歌 宣布在全球桌面端及移动端浏览器的 搜索AI模式 中正式推出“临时线程”(Temporary Threads)功能,允许用户发起私密、非个性化的即时搜索,使其查询记录不留存于个人历史且不干扰后续算法推荐。 该功能借鉴了独立应用 Gemini 的临时聊天机制,用户无需修改账户隐私设

    来源 AI 开发者社区
  10. 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
  11. 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
  12. LlamaIndex发布OCRia-1.5,NVIDIA推Cosmos数据工厂

    本期速报关注文档解析与合成数据的新进展。LlamaIndex推出OCRia-1.5模型家族,提升复杂表格解析精度;Google DeepMind上线Genie 4,支持原生音频与实时编辑;NVIDIA发布Cosmos Data Factory蓝图,通过Prompt生成含稀有事件的训练数据。此外,Gemini应用适配低内

    来源 AI 应用前沿
  13. 「北美大豆包」谷歌,终于杀回 AI 牌桌中央

    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,既有接近、甚至局部反超旗舰的硬

    来源 AI 行业观察
  14. 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
  15. 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
  16. 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
  17. 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
  18. 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
  19. 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
  20. 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
  21. 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