Gemini 4 逆袭后 SemiAnalysis 补交道歉表,Hassabis 回应少勾一项

资讯 AI 行业观察 作者:张子豪 全文 4126 字 · 约 11 分钟读完 配图 15 张 分类GeminiGoogle

Gemini 4 真的越来越好用了。 #欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。

所属频道 大厂动态Gemini 与 Google AI

Gemini 4 逆袭后 SemiAnalysis 补交道歉表,Hassabis 回应少勾一项(配图 1)

知名半导体与 AI 研究机构 SemiAnalysis 今天在 X 上贴出一张表,抬头写给 Google DeepMind 主席 Demis Hassabis,名称是《向 Google 道歉专用表》。

Image

表上理由一栏勾了好几项,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」以及「我没有阅读模型卡」。最抓眼的是末尾那行:「Demis,关于 Gemini 4,我们错了。我们只想撤回一个词。」

撤回的词是个 is。他们把自己当初标题里的「Gemini is cooked」划掉一个词,意思就从「Gemini 完了」变成「Gemini 这回真做出了点东西」。

Image

事情得从今年 8 月说起。SemiAnalysis 当时发了一篇文章,核心观点是 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。

文章还提到 DeepMind 强化学习团队流失了不少人,内部算力分配也没理顺。由此他们给出了一个很重的判断:Google 当然还会继续发模型,但重新回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;10 月底 Carbon 登场,11 月 12 号 Hydrogen 推出,18 号又来了 Neon。8 天里连发 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口碑不错。主打 Flash 的 Hydrogen 能快速完成写作和复杂软件工作;最智能的 Carbon 擅长各类长程 Agent 任务;夹在中间的 Neon 速度与智能兼顾,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

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

他在帖子里说:「感谢 @SemiAnalysis_ 给的动力。那篇文章被我们 Gemini RL 扩展团队打印出来摆在桌上,天天提醒自己当时到底是个什么情况。不过时代在变。:)」

Image

随后 SemiAnalysis 转发了 Douillard 的帖子,并晒出那张纸,也就是开头填给 Google 的「道歉表」。

几小时后 Hassabis 转发接梗,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 并非毫无来由。原定 6 月推出的 Gemini 3.5 Pro 迟迟没上线——Google CEO 桑达尔·皮查伊 5 月在 I/O 大会上预告过这款模型 6 月推出,最终没能如期发布。

算力受限,加上多位项目负责人意见不一,编程等后来变得关键的方向当时拿到的资源偏少。之后接手研发的 Koray Kavukcuoglu 也解释过,团队那一阶段把更多注意力放在了迭代更快的 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;Gemini 原技术共同负责人 Jeff Dean、Oriol Vinyals 则与 Sanjay Ghemawat、Quoc Le 一起离开谷歌,创办了 Discovery Loop。

过去多数人的印象里,Google 既不缺数据也不缺卡,怎么会做不成大模型。可就算有自研 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

芯片卖出去,对集团来说是门好生意;可研究员排不上号,实验就做不下去。

这轮调整也让团队更清楚模型该练什么、练完怎么交到用户手里。外媒报道称,谷歌云高管同样希望 Koray 接手 DeepMind 后,能把内部围绕 TPU 供应分配的紧张气氛降下来。

Gemini 4 的翻身,准备了多久

要是把 Gemini 4 几款模型集中爆发、口碑大涨的功劳全记在 8 月的人事调整和算力安排上,那就把大模型研发的长周期规律看轻了。

公开记录里,8 月 5 日组织调整、8 月 7 日看空报告发布之前,Gemini 4 的底座工程就已经在推进。2026 年 7 月 22 日的 Alphabet 二季度财报电话会上,皮查伊说得很明确: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。

Image

到了 9 月初和 11 月 19 日的两场播客访谈里,Koray 又把 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沿革。

大规模预训练加上多线并行,搭好了底座。Gemini 4 在编程和智能体执行上能明显往前迈一步,靠的则是另一套后训练体系,题目都来自真实工程场景。

2026 年 11 月 12 日,AI Engineer CODE 大会上,时任 Gemini 后训练负责人的 Melvin Johnson 拿 SemiAnalysis 那篇批评文章当开场,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,让工程师拿手头的真实开发任务去试,挑更顺手的那个。

跨文件修改卡在哪一步、哪一次把原有逻辑改坏了,这些真实的「失手现场」会马上被收回来,变成下一轮训练题和评分细则。

Image

同时,过期题目会被果断撤掉。强化学习里,模型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」,这类题必须换掉,改上更难的。

第二步,是重新界定什么叫做完了,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 的后训练评分不一样:功能有没有实现要看,边界条件怎么处理、代码质量如何、改动范围收没收住、后面好不好维护,也都在考察范围内。

Image

更关键的一环,是评分系统拿模型的「自我汇报」去对实际操作日志,一条条核。难题只做了一半,模型如实交代进度,照样能拿部分奖励;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,基线模型的编造率是 8%,Hydrogen 约 3%,Carbon 约 1.5%。

Image

底座扎实,后训练强度又高,Google 从 9 月底到 11 月中旬短短七周里,接连公布了四款 Gemini 4 系列模型。

其中 Hydrogen 和 Neon 都是从 Carbon 适配而来。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 在推理深度和效率之间找平衡。

图|11 月那几次密集更新,有一部分其实是同一代底座的研发成果在陆续落地。

回头再看,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。

现在的 Gemini 4,又成了别的模型必须认真对待的对手。编程、Agent 这些能力被重新推回第一梯队,在真实用户使用和产品体验上,它也开始追 Codex、Claude 这些 Agent。

图|Gemini 现在能在后台操作 Mac 应用和网站,把复杂任务做完。

对我们来说,这当然是好事。御三家斗得越凶,厂商越肯掏算力、抢用户,我们越有机会用上更便宜、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. 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
  3. 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
  4. 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
  5. 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
  6. 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
  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. 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
  9. 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
  10. 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
  11. 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
  12. 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
  13. 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
  14. 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
  15. 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
  16. 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
  17. Edge AI Daily 早报(11月20日)

    Anthropic以83美元定价登陆纳斯达克,首日高开34%,估值约1.5万亿美元;亚马逊谷歌合计持股28.4%,算力承诺近9000亿美元。英伟达Q3营收1158亿美元,董事会接触Arm CEO哈斯接替黄仁勋。OpenAI因训练环境漏洞停训11天,亚利桑那调查AI代理访问银行;谷歌发布Gemini 4 Neon,苹果推

    来源 AI 行业观察
  18. 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
向下滚动自动加载更多