Gemini 4 Carbon向万名科学家开放:实测结果如何?

资讯 AI 应用前沿 全文 3268 字 · 约 9 分钟读完 配图 2 张 分类GeminiCarbon英伟达Google大模型

Google 向万名科学家免费开放 Gemini 4 Carbon,实测显示其在代码安全验证和生物序列发现上效率显著。NVIDIA 生态持续扩张,Cosmos 世界基础模型在 Hugging Face 下载量突破 2000 万,Nemotron 3.5 Transcribe 在说话人分离任务中表现优异。Hugging

所属频道 大厂动态模型发布算力与芯片Gemini 与 Google AI

Google把Gemini 4 Carbon交给科学家实测,数据出来了

Google DeepMind最近动作不小:Gemini 4 Carbon模型免费开放给参与Antigravity计划的1万名科学家使用。这次并非只发一个API密钥了事,科研人员拿到模型后跑的是实际任务,官方也公布了若干实测结果。

最受关注的一项来自Signal加密代码的安全验证。以往这类代码审计得由资深安全专家花上数周乃至数月逐行排查逻辑漏洞;这次研究人员用Gemini 4 Carbon驱动AlphaProof Code系统,几周内就完成了对Signal加密代码的安全性证明。“证明安全”在软件工程里是个分量很重的说法,通常指形式化验证,不过能在这么短时间内辅助走完这一过程,说明模型在逻辑推理和代码理解上的深度确实上了一个台阶。

生物领域的成果同样让人印象深刻。处理湿实验记录时,该模型不光找出了记录中的错误,在相关蛋白序列搜索中还比传统方法多找到40倍的相关序列。对药物研发或基础生物学研究来说,筛选效率提到这个程度,意味着候选分子的范围可以大幅收窄,实验成本和时间都能省下不少。

Google也在尝试让AI更贴近创意工作,Mac版Gemini应用里就上线了基于Gemini 4 Hydrogen的功能:设计师画个粗略草图,模型几分钟内就能生成可用的自定义字体,甚至顺手把交互式设计工具搭好。字体工程原本极其繁琐,涉及大量贝塞尔曲线调整和hinting优化,如今这些细节由模型包办,设计师只需专注创意本身。

从“底层技术实现”到“上层创意表达”的这层剥离,或许正是未来创意工具的主要演进方向。

NVIDIA的模型生态:Cosmos破2000万下载,语音模型登顶

与Google深耕垂直科研应用不同,NVIDIA走的是铺设基础设施和通用模型层的路子。其Cosmos世界基础模型在Hugging Face上的下载量已突破2000万。这个数字背后是一个趋势:机器人、自动驾驶和视觉智能体的开发,正从传统规则引擎转向基于世界模型的预测与生成。

Cosmos受欢迎的原因在于它解决了物理世界模拟的一个核心痛点——数据稀缺。真实机器人训练数据的收集成本高、风险大,而Cosmos能生成符合物理规律的视频和状态序列,开发者得以在虚拟环境中低成本训练策略。目前该模型集合已全线上线、支持直接下载,任何有算力的团队都能据此搭建自己的仿真环境。

语音处理方面,NVIDIA的Nemotron 3.5 Transcribe也拿到不错的成绩:Artificial Analysis最新发布的Diarization Index(说话人分离指数)榜单上,它以3.3%的词级说话人错误率排名第一,此前强劲对手Voxtral Small Transcribe 3的错误率为7.5%。测试覆盖2到8人的对话场景,这正是会议转录、客服录音分析等真实业务中最头疼的情形——多人重叠说话、身份混淆。Nemotron能把错误率压到这个水平,说明其在声学特征提取和上下文关联上做了不少优化。

硬件层面,NVIDIA Research发布了LidarVerse,这是首个专门针对不同LiDAR(激光雷达)传感器进行扫描模拟的模型。它支持新视角场景重建、从地图生成场景,甚至能预测传感器的下一帧数据,且全部支持实时运行。对自动驾驶公司来说,这意味着测试极端天气或罕见路况下的传感器表现会更容易,不必真把车开进暴雨或大雪里去冒险。论文和代码已经公开,学术界和工业界都能从中受益。

开源社区的大整合:Hugging Face牵手OpenRouter

开源模型的使用门槛正在进一步降低。Hugging Face正式宣布与OpenRouter集成,这对开发者是个很友好的变化。以前要调用某个开源权重模型,可能得自己部署推理服务,或去不同提供商那里申请API Key、管理一堆账单和端点;现在通过Hugging Face Hub,用同一个Token和端点就能调用集成了OpenRouter的模型。Hub上还新增了实时的模型调用统计,以及联合重设计的推理组件。

这种整合的意义在于“标准化”。企业用户不必再关心底层是哪家云厂商在提供服务,也不用担心某个模型突然不可用。OpenRouter作为聚合层可自动路由到最优提供商,Hugging Face作为模型仓库则提供统一入口。“仓库+路由”的组合大幅简化了开放权重模型在生产环境中的部署流程,对那些想快速试错、频繁切换模型的团队来说,运维精力也省下不少。

企业级AI落地:Databricks的“配方”思路

模型和基础设施逐渐成熟之后,企业的关注点开始转向“怎么让AI乖乖按我的业务流程办事”。Databricks最近发布了Genie One的skills配置指南,提出一个很实用的概念:“配方”(recipes)。

不少公司上线数据智能体后碰到的头号难题,并非模型不够聪明,而是它太「自由」——分析数据时可能不按标准套路走,甚至把该做的合规检查步骤直接跳过。Genie One 的 skills 功能就是用来把团队内部定死的流程固定下来。举个例子,财务部门规定所有支出分析都得先核对发票日期,再匹配预算科目,最后出报表,这套流程能写成一个 skill 教给 Genie One。

这么一来,数据智能体就不再是随口聊天的机器人,而成了照章办事的分析助手。对已经在用 Databricks 数据平台的团队来说,这一步是从「实验性使用」迈向「生产级应用」的关键。AI 落地最看重的确定性和可控性,正好由它解决。

安全警报:AI 代理威胁跨过阈值

大家正忙着拿 AI 提效,Google 威胁情报团队(GTIG)却发了一份严肃报告。他们追踪发现,与 AI 代理(Agent)相关的威胁活动已经越过一个重要阈值。

早前的 AI 攻击多半还是半自动化,很多环节得靠人插手。现在攻击者转向了「自主多代理框架」:部署一组 AI 代理让它们自动配合,一个去侦察漏洞,一个去写利用代码,另一个负责横向移动和权限提升。整个流程自动化程度极高,速度极快,还能根据防御措施动态调整策略。

GTIG 认为,现有的防御假设恐怕已经过时。传统防火墙、入侵检测系统往往依赖已知特征或固定规则,碰上这种能自主决策的多代理攻击就力不从心。做 AI 安全的人得重新评估自己的防御体系,尤其要想到对手也可能握有强大的 AI 能力。这已经不是简单的「猫鼠游戏」,而是「智能体对智能体」的对抗。

结语

从 Google 的科研实测,到 NVIDIA 的基础设施布局,再到 Hugging Face 的生态整合,AI 行业正走进一个「深水区」。模型本身的能力还在涨,但更多创新发生在怎么把这些能力嵌进具体的工作流、仿真环境和安全体系里。

对开发者来说,如今的机会不是从头训一个大模型,而是拿这些现成的、强大的基础模型去解决过去因成本或技术难度而解决不了的问题。字体设计、蛋白质筛选、自动驾驶仿真,AI 正变成像电力一样的基础设施,无声地撑着各个行业运转。只不过攻击者也用上了 AI,享受便利的同时,安全这根弦也得时刻绷紧。

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. Google三款新模型齐发:Hydrogen提速19%,API配额省24%

    2026年11月13日 AI 动态:Google 发布 Gemini 4 Hydrogen、Carbon 和 Decision 1,以价格和配额效率发起攻势;United Airlines 因安全风险屏蔽 AI 订票 Agent,PayPal 通过工程手段将助手准确率提升至 95%;开放权重模型向生命科学领域下沉。

    来源 AI 应用前沿
  2. 谷歌TPU四款齐发:整柜外售,推理每美元性能超GB200五成

    英伟达最近头疼的事儿可不止老黄那一件。 本周内,谷歌祭出了两款新TPU芯片,分别瞄准机密推理和长上下文。算上上半年发布的两款TPU芯片,第八代TPU已经扩到四种配置。 今年,谷歌第一次在同一年内推出四款TPU系统。而谷歌对TPU的野心,可能比外界想象得更大—— 还是今年,谷歌破天荒开始对外销售TPU系统。 量子位从谷歌

    来源 AI 行业观察
  3. Gemini Notebook上线建站功能:一句话生成可分享网页

    Gemini Notebook上线网站生成功能,用户可通过自然语言指令,将现有资源快速转化为可互动、可分享的网站。据@Gemini_Notebook推文,只需在聊天框输入“帮我建个网站”并描述需求,如交互式仪表盘、项目跟踪器等,系统即可自动生成网页。生成后可在新标签页打开或分享给他人。该功能面向全球18岁以上用户。

    来源 AI 产业速递
  4. 智能体协作效果不及单模型?奔驰、摩根大通用落地场景作答

    2026年11月,AI领域呈现“理论冷静、落地加速”的态势。Google DeepMind经济学家指出多智能体缺乏真正的协调能力,Tyler Cowen认为GDP低估了AI价值。与此同时,产业界动作频频:奔驰利用NVIDIA Cosmos打造自学习工厂,摩根大通将Agent构建时间从数月压缩至分钟。硬件层面,Googl

    来源 AI 应用前沿
  5. 9所高校23位研究者发布126页综述:个人智能体怎样才算持续在线

    个人智能体,正在迎来一场前所未有的密集爆发。 在海外,前沿AI实验室接连出手,推出Muse、dots、Claude Duet、Grok Bot、Gemini Daily Brief等重磅产品。它们不再只是被动地等待用户提问:有的在对话结束后继续在云端默默干活,有的每天清晨准时送来定制简报,还有的每隔几小时自动巡检一次用

    来源 AI 行业观察
  6. 谷歌整柜卖TPU:推理性价比压过GB200,直指英伟达地盘

    谷歌打破惯例,首次向外部客户直接销售整套TPU系统,试图通过硬件外售分摊研发成本并扩大市场份额。最新测试显示,其第七代TPU在特定推理场景下的每美元性能优于英伟达GB200。配合TorchTPU开源以兼容PyTorch生态,谷歌正从专用芯片和软件适配两端发力,挑战英伟达在AI算力领域的绝对主导地位。

    来源 AI 应用前沿
  7. 谷歌 Gemini4Carbon 入驻 WorkBuddy,百万 Token 上下文向 Pro 用户开放

    腾讯 WorkBuddy 国际版于11月15日宣布正式接入谷歌 Gemini4Carbon 大模型,面向复杂推理和长周期任务处理场景提供模型支持,目前仅向 Pro 计划用户开放。 Gemini4Carbon 是谷歌面向长周期智能体工作流推出的模型,适用于复杂知识工作、软件工程、网络安全及科学推理等任

    来源 AI 开发者社区
  8. 腾讯WorkBuddy接入Gemini4Carbon:百万Token上下文向Pro用户开放

    腾讯WorkBuddy国际版11月15日宣布接入谷歌Gemini4Carbon大模型,面向复杂推理和长周期任务,目前仅向Pro计划用户开放。该模型面向长周期智能体工作流,适用于复杂知识工作、软件工程、网络安全及科学推理,支持文本、图像、音频和视频多模态输入,输入输出合计上下文窗口最高达100万Token。

    来源 AI 产业速递
  9. 英伟达份额降至28%,摩根大通称CUDA壁垒正被AI攻破

    摩根大通指出,英伟达在2026年算力协议中份额仅剩28%,AMD、谷歌TPU等竞品强势崛起;与此同时,CUDA护城河三天被AI攻破。开源市场则遭遇监管收紧,出口合规风险上升。尽管英伟达当前估值具备吸引力,但支撑高增速预期的两大引擎均已动摇。

    来源 华尔街见闻
  10. 英伟达遭遇多线挑战:AMD、谷歌、亚马逊追赶,大客户自研芯片提速

    英伟达在AI芯片市场的统治地位正面临前所未有的挑战。即便没有黄仁勋近期的风波,AMD、谷歌、亚马逊等竞争对手的追赶步伐也已明显加快,而大客户纷纷自研芯片更让这家芯片巨头腹背受敌。分析人士指出,这场混乱可能成为挑战者撬动英伟达护城河的绝佳窗口。本文剖析英伟达真正的结构性风险,以及这场AI算力霸主之争的下一步走向

    来源 AI 科技快讯
  11. 摩根大通:英伟达2026年后算力份额仅28%,CUDA壁垒正被AI攻破

    英伟达正面临来自两端的结构性压力,而这与创始人黄仁勋的离任同等重要,甚至可能更为深远。摩根大通策略师Michael Cembalest在最新研报《英伟达与AI的下一步》中指出,前沿AI实验室正将采购重心向AMD、谷歌、亚马逊等多家供应商分散,英伟达在2026年后计算协议中的份额仅占28%。与此同时,开源模型生态圈则面临

    来源 腾讯网
  12. 谷歌地图Ask Maps迎重大更新:支持AI代打电话预约及智能行程规划

    谷歌于2026年11月16日宣布,基于Gemini的Google Maps聊天机器人Ask Maps重大更新。该工具可查找美容、宠物护理、汽车、房屋维修等预约服务,直接致电当地商家完成预订,并自动收集必要信息;还能查已保存餐厅的即时空位。行程规划可依兴趣生成,支持修改、分享或导出至谷歌。

    来源 AI 产业速递
  13. 狂揽80亿!前Anthropic员工押注RSI,谷歌英伟达都投了

    智东西(公众号:zhidxcom)作者 | 王涵编辑 | 李水青智东西11月16日报道,11月13日,美国大模型独角兽Mirendil官宣完成10亿美元(约合人民币66.72亿元)A轮融资。官方未公布本轮估值,多家媒体引用a16z内部信息称其估值约为50亿美元(约合人民币333.59亿元)。本轮融资由Kleiner P

    来源 腾讯网
  14. 决策模型开源新王登顶全球榜首,反超谷歌闭源王牌

    新智元报道 硅谷最卷的新赛道,刚刚杀出了一位开源新王!最近,即将敲钟的Anthropic在IPO材料中曝出天价算力缺口,给狂卷参数的AI行业当头浇下一盆冷水。通用大模型虽在编程、数学上大杀四方,可一旦真替人干活,算力账单就成了无底洞。比生成文本更耗Token的是长链推理,而比推理更烧钱的则是操作浏览器,单次平均开销比复

    来源 腾讯网
  15. 英伟达麻烦不断:AMD与云厂商自研芯片正在改写AI算力格局

    英伟达在AI芯片市场的统治地位正面临前所未有的挑战。即便没有黄仁勋近期的风波,AMD、谷歌、亚马逊等竞争对手的追赶步伐也已明显加快,而大客户纷纷自研芯片更让这家芯片巨头腹背受敌。分析人士指出,这场混乱可能成为挑战者撬动英伟达护城河的绝佳窗口。本文剖析英伟达真正的结构性风险,以及这场AI算力霸主之争的下一步走向。

    来源 AI 行业观察
  16. RSI mapping:全球爆金币?硅谷过度炒作?进化存在上下限?

    此刻,具身智能哑火,基座大模型训练遭遇瓶颈,决定AI产业的命脉英伟达CEO离职。一片坏消息里,RSI 成为最火的概念。甚至硅谷已经火到在反思是不是“过度炒作”。 据 RSI List 网站统计,截至2026年11月13日查询时,其目录已收录39家RSI相关创业公司,其中20家成立于2025年及以后。这些公司累计记录融资

    来源 AI 行业观察
  17. 谷歌开卖整柜TPU系统,英伟达之外多了一个选择?

    衡宇 发自 凹非寺 量子位 | 公众号 QbitAI 英伟达最近头疼的事儿可不止老黄那一件。 本周内,谷歌祭出了两款新TPU芯片,分别瞄准机密推理和长上下文。算上上半年发布的两款TPU芯片,第八代TPU已经扩到四种配置。 今年,谷歌第一次在同一年内推出四款TPU系统。而谷歌对TPU的野心,可能比外界想象得更大—— 还是

    来源 AI 行业观察
  18. 黄仁勋离任引不满:英伟达机器人工程师辞职

    【TechWeb】11月16日消息,英伟达机器人工程师Darrell Dai(戴达瑞)已通过个人X账号宣布辞职。他在帖子中解释,离职的核心原因是对公司前CEO黄仁勋(Jensen Huang)的离任方式感到失望,认为公司在此事上缺乏透明度和

    来源 TechWeb
  19. NICT OptiMer:不重训模型,如何快速锁定最优数据配比?

    大模型训练中,数据配比调优通常意味着昂贵的从头重训。日本信息通信研究机构(NICT)团队在EMNLP 2026获奖论文中提出OptiMer方法,通过合并“分布向量”来搜索最优数据比例。该方法将试错效率提升15至35倍,且在C-Eval、MMLU等基准测试中得分高于传统混合训练。文章解析了其技术原理、实验效果及在构建日语

    来源 AI 应用前沿
向下滚动自动加载更多