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
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。