谷歌50天连发4款模型:Gemini 4 Neon登场,世界模型同步开放

资讯 腾讯网 作者:字母AI 全文 4532 字 · 约 12 分钟读完 配图 3 张 分类GeminiCarbonGPTGPT-6GoogleOpenAI

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

所属频道 大厂动态ChatGPT 与 GPTGemini 与 Google AI

OpenAI的顶级模型隔了75天才亮相,刚发布,社区吐槽就铺天盖地。

有人直接说新模型“几乎没法用”,有人嫌它太谨慎、不好指挥,还有人觉得它解释自己的工作时像在“说外星话”。

更有人画了漫画调侃GPT-6.2 Astra的说话风格,说这防御姿态明显过头了。

图片来源网络

前·赛博义父Tibo在X上提到,自己已经收到针对模型语言风格的反馈——OpenAI正在琢磨怎么改。

评论区里则有人放话,准备弃用OpenAI,转投Gemini。

说实话,谷歌这段时间的势头确实猛。

美国时间11月18日,谷歌正式发布

按谷歌公布的测试结果,Neon在编程、办公自动化、科学推理、多模态理解、长上下文这些方面,几乎全面压过

这还没完,同一天谷歌又宣布,向部分付费用户开放世界模型

两边一比,这一轮我站谷歌。

01

Gemini的迭代速度有点快。

在Gemini 4 Neon发布前,谷歌AI团队成员在社区里开过一句玩笑:

“咱们这么赶着把这些产品都发出去,就是为了腾出时间玩《GTA 6》,对吧?”

等到Neon正式发布后,还有谷歌高管专门喊话网友:“赶在《GTA 6》发布前,快来试试吧。”

GPT 6.2的表现不怎么样,GTA6倒是相当精彩。敢在这两件“大事”中间把模型推出来,想必谷歌对自家产品心里有底。

Gemini 4 Neon确实不差。在

不过Neon的61分,是在最高思考强度下拿到的。

谷歌公布的模型卡显示,Neon由Carbon适配而来,定位很清楚:性能接近旗舰,同时把执行速度提上去、使用成本压下来。

官方数据说,在默认的High思考档位下,Neon完成同类评测任务的平均成本比Carbon低32%。它还给了四档思考强度,用户能按任务难度自己权衡成本与速度。

当然,这里的成本优势说的是完成任务的平均花费。Neon现在的API价格是每百万输入Token 3美元、输出Token 15美元,单看单价,比还在促销期的Carbon要贵。

跑分之外,Zapier的办公自动化测试

这项测试让AI独立跑完真实业务流程,包括操作软件、处理数据、跨应用执行任务等,多少能反映Agent的实际干活能力。

在考察长期任务执行能力的

编程测试上,Neon在Artificial Analysis Coding Agent Index中拿下58.6分,以微弱优势超过了此前的领先者。

但它并不是样样占先。按谷歌自己公布的战绩,Claude Opus 5.5仍有两项编程测试的成绩略高于Neon。

眼下Neon已向Gemini App的Pro和Ultra订阅用户开放,开发者则可以通过对应入口接入使用。

在Antigravity里,Neon还多了一个身份:任务协调者。它把活儿分给多个Hydrogen子Agent同时跑,自己管规划、统筹和验收。Carbon与Hydrogen之间早就有这套配合,现在Neon也接了进来。

谷歌称,新模型对PDF、电子表格、图片等不同格式的材料处理得更顺,能结合Gmail、Docs里的信息生成报告,也可用于更复杂的多步骤Tasks任务。

从最吃算力的复杂推理,到轻量任务,再到要平衡性能与开销的Agent工作,谷歌给各款模型划出的分工正越来越明确。

49天,四款Gemini 4模型,接连落地。

9月30日Gemini 4 Argon发布,10月28日Carbon接棒,11月12日Hydrogen登场,11月18日Neon又来了。

不过四款模型密集亮相,不等于谷歌在49天里从零造出了四套完全不同的模型。按谷歌的说法,其中存在共用的底子。

后来的版本一路追赶、反超,最早亮相的Argon处境反倒有些尴尬:用户口碑还没攒起来,风头就被后辈抢走了。

现在Gemini App里,Neon已经顶掉了Argon原先的位置。

02

谷歌还顺手造了个“世界”。

说谷歌最近有点想当“造物主”,不算夸张。

Argon是氩,Carbon是碳,Hydrogen是氢,Neon是氖——Gemini 4这一系列,走的是元素路线。

这套命名表面上能和Claude的“文学”路线、GPT的“天体”路线凑成一桌,可直观程度不如前两家。几乎每场模型发布会下面都有人吐槽“看不出名字和性能有什么关系”,还有人打趣“是不是早晚要把元素周期表占满”。

这个梗谷歌自己也玩。现在打开Google AI Studio,真多了一个能在元素周期表里挑模型的互动界面。

光在周期表上点名还不够。Neon发布当天,谷歌同时宣布向部分付费用户开放世界模型Genie 4,让用户直接生成并走进一个由AI创造的虚拟世界。

这款模型10月27日就已亮相,此前只以研究预览形式提供给受邀测试者。如今它从封闭测试走向普通消费者,开放给符合条件的Google AI Ultra订阅用户,Pro会员可以加入等待名单。

输入文字或图片,Genie 4就能实时生成一个可自由探索、可互动的虚拟环境。用户用键盘和鼠标在场景里走动,也能随时敲入新指令,改天气、加角色,甚至调整接下来发生的事。

声音也一并生成:环境里的风声、水声,角色之间的对话,都随场景变化实时调整。

模型卡显示,Genie 4可实时生成最高720p、每秒24帧的画面,并带同步音频。

这次更新还多了一个帮用户设计虚拟世界的Agent(Project Genie Agent)。像聊天一样描述想要的场景,它就会帮忙定画面风格、配背景音乐。

进了虚拟世界,用户还能拉Gemini一起探索。它会看当前画面,建议接下来去哪、做什么,甚至根据探索过程触发新事件。

谷歌还搭了社区画廊,用户可以浏览、修改、分享别人做的虚拟世界。

和上一代Genie 3相比,Genie 4在画面真实感、物理模拟和交互能力上都提升得比较明显。可要说到体验,它离真正成熟的开放世界还差得远。谷歌自己也承认,Genie 4长时间运行、频繁改动场景时,物体仍会突然变形,空间细节也可能对不上,复杂物理交互同样有改进空间。

Genie 4能走到这一步,背后还有别的技术在支撑。

谷歌DeepMind在10月发布的研究公告里提到,Genie 4的技术底子来自Gemini系列:

提到Gemini Omni,谷歌近来在视频模型上同样动作不断。

11月5日,谷歌推出了

新版本在角色、场景和动作的连贯性上做了改善。用户通过多轮对话,就能反复调整视频里的背景、人物或镜头,原有画面的细节尽量保留下来,修改时出现的画面错乱也少了。

世界模型这条路线还有一个想象空间不小的用途:拿来训练机器人。

谷歌已经动手,把通用模型和世界模型结合起来,用虚拟场景模拟机器人的行动。

11月10日,谷歌DeepMind推出

在与Apptronik、奔驰合作的一项实际生产线概念验证中,搭载Gemini Robotics 2.5的

有意思的是,谷歌明确表示,Gemini 4 Argon在Robotics 2.5的研发过程中起了重要作用。

研究人员用Argon生成大量模拟训练场景,让机器人在虚拟环境里练习操作,再根据实际任务失败的视频分析问题、摸索改进办法。

10月27日发布的Genie 4研究演示里,谷歌还展示了Argon与Genie 4联手模拟人形机器人下跳棋的过程:Argon把任务拆成步骤,Genie 4则实时生成对应的场景变化。

Argon刚因为模型更新太快让出旗舰位置,转眼又成了另一项AI研究的帮手。

这样一来,谷歌最近密集发布的这些模型,也就多了一层意义。

Gemini系列管推理与规划,Omni能生成视觉和声音,Genie试着模拟真实世界,Robotics则让AI进一步控制现实中的机器。几个研究方向已经开始互相配合,甚至互相加速。

谷歌同时在多个AI领域推进研发,而要让这么庞大的研发体系持续运转,光靠模型显然不够。

03

多年家底,开始发力

早在十多年前,谷歌就开始研发

到今天,TPU已经迭代到第八代,成为谷歌训练和运行Gemini系列模型的重要基础设施。

近来,谷歌连芯片的更新也在提速。

11月9日,谷歌一口气推出了

和Gemini 4系列一样,谷歌的TPU也开始明确分工。

8t主要承担大规模模型训练,8i针对低延迟推理做了优化;新发布的8tx则专门加强机密计算能力,让企业在处理敏感数据时能更安全地运行AI模型。

8i Max则把两颗8i芯片塞进同一封装,算力、片上缓存和高带宽内存带宽都翻了一倍,瞄准的是超长上下文以及多Agent协同带来的算力缺口。谷歌给出的数字是:TPU 8t训练性能最高达到上一代产品的2.7倍,8i的推理性价比最高提升80%。

芯片这门生意,从设计到量产往往要耗上数年,AI模型的需求却变得快得多。谷歌的办法是调封装、调内存、调网络和安全架构,用这种方式更快拼出适配不同场景的计算系统。

公告里还提到一件事:谷歌已经用上DeepMind研发的AI来帮忙设计芯片。AI帮助设计芯片,芯片再反过来为更强的AI提供算力,一个加速回路就这样转了起来。而且,谷歌现在不满足于只拿TPU训练自家模型。

10月20日,谷歌宣布开源了。

过去用谷歌TPU,往往得连带适应一套和英伟达GPU不同的软件环境;如今谷歌正设法把这笔迁移成本压下来。11月9日它透露,TPU业务客户已接近100家,前沿AI实验室、金融机构、零售企业和大学都在其中。

芯片和模型之外,谷歌手里还有一大摊现成产品可以承接模型。最近发布的Hydrogen就是例子:模型几乎刚亮相,就被塞进了Gemini App和谷歌搜索。新模型一批批进入既有产品,直接触达原本就在用谷歌服务的用户。

产品体系这边的提速,恐怕也和今年那场大规模人事调整有关。8月5日,谷歌DeepMind经历了一轮大规模重组,掌管DeepMind多年的。

重组之前,Gemini的新一代旗舰模型已经推迟了两个月,部分内部测试成绩仍落后于对手。几位核心研究人员的离开,让外界一度怀疑谷歌是否打算放弃最强模型的争夺,把重心挪向产品商业化。

不过从最近交出的成绩看,谷歌已经找回状态,重新站回了模型第一梯队。

10月28日Alphabet的财报电话会议上,CEO桑达尔·皮查伊提到,AI已经在帮谷歌加快模型训练和发布的速度。他预计接下来12个月,这种加速还会延续。

回看OpenAI,GPT-6.2 Astra的模型能力依然强悍,OpenAI也表示正在想办法改进被吐槽的语言风格。几天的社区差评,当然不足以说明OpenAI已经掉队。

但谷歌的AI,这回是真的支棱起来了。

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 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
  2. 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
  3. 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
  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
  6. 谷歌工程师让打印机跑2.7亿参数模型:每词元约60秒

    IT之家 11 月 20 日消息,谷歌 DeepMind 技术团队成员奥马尔 · 圣塞维耶罗(Omar Sanseviero)于 11 月 17 日在 X 平台发布推文,在只占用 14.1MB 内存的情况下,成功让办公激光打印机运行 2.7 亿参数的 Gemma 3 270M 模型,每输出一个词元(Token)消耗约

    来源 腾讯网
  7. 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
  8. GPT-6.2 Astra登顶机器人榜单:OpenAI解散独立机器人团队

    GPT-6.2 Astra在真实机械臂测试中登顶,通用大模型直驱机器人的能力又进了一步。 据独立评测机构Artificial Analysis发布的AA-Robotics v0.1榜单,GPT-6.2 Astra得分79,完成8项物理任务中的6项。 不只是OpenAI的旗舰模型,能力相对较弱的GPT-6.2 Sol也得

    来源 AI 行业观察
  9. 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
  10. GPT-6.2自己造出全新证法,94分钟拿下20年前顶刊定理首证

    刚刚,第三方评测机构Vals AI放出了高难数学基准Autoform-Hard的最新榜单。 56道博士与科研级数学难题,此前10个前沿大模型去测,结果一道都没做出来。 而在这轮测试里,Claude Fable 5.2和GPT-6.2 Sol双双做对48道,打成平手。 唯独GPT-6.2 Astra多做对了第49道题,拿

    来源 AI 行业观察
  11. AI转得动T恤的轮廓,却转不懂T恤的样子

    你有没有想过,一个能写诗、能编程、能解答复杂数学题的AI,为什么连转个T恤都转不明白?这不是开玩笑。厦门大学的研究团队最近做了一件挺朴素但特别扎心的事:他们给市面上最强的几款AI模型(包括GPT、Gemini、Claude、Qwen这些你耳熟能详的名字)出了一道题,题目简单到小学生都能玩明白——给你看一件T恤的正面照片

    来源 腾讯网
  12. 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
  13. 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
  14. OpenAI推出GPT-6.2 Sol:跑分只差Astra 0.5分,成本仅五分之一

    OpenAI推出GPT-6.2 Sol,定位为高效主力模型。它在代码和生活任务评测中逼近旗舰Astra,但成本低至五分之一。Sol支持多步Agent工作流、3D交互设计及网络安全辅助,并向Pro及以上用户开放Ultrafast模式,适合日常办公与轻量开发场景。

    来源 AI 应用前沿
  15. 谷歌Gemini登陆Mac:AI代理代操作电脑,桌面入口争夺战开跑?

    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,也成为用

    来源 AI 行业观察
  16. 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
  17. 「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
向下滚动自动加载更多