
谷歌发布 Gemini 4 Carbon 前沿模型,面向开发者、企业和消费者开放
来源标题:Gemini 4 Carbon is now available
谷歌宣布 Gemini 4 Carbon 向开发者、企业、科研人员和消费者开放。该模型在网络安全能力和长周期智能体工作流上达到前沿水平,适用于复杂多步编程调试和开放式科学研究,会比 Gemini 4 Argon 消耗更多 token 进行深度推理与验证。两周前该模型已通过 Fairwind Program 向部分网络安全防护人员开放。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
开发者、企业、科学家和消费者现在都可以试用我们最新的前沿模型。 Google DeepMind 高级副总裁兼 Google 首席 AI 架构师 您的浏览器不支持音频元素。 今天,我们正式向开发者、企业、科学家和消费者开放 Gemini 4 Carbon。Carbon 是我们目前最强的模型,在网络安防能力以及跨复杂知识工作、软件工程和科学推理的长周期智能体工作流方面,均达到前沿水平。 两周前,我们通过 Fairwind Program 向一批网络安防防御人员发布了 Carbon。继最近推出 Gemini 4 Argon 之后,Carbon 将前沿进一步推远。Argon 仍是大多数软件工程和知识工作的理想选择,而 Carbon 则专为考验模型智能极限的任务而打造,例如复杂的多步骤编码与调试,以及开放式的科学研究与发现——它会消耗比 Argon 更多的 token,以进行充分探索、深度推理并运行扩展验证循环。 在旨在测试模型真实工作流表现的独立基准上,Carbon 将前沿准确率与可落地的生产经济性结合在一起。它在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上均排名第一,且每任务成本比排名第二的外部模型低 2 倍以上。 为了让 Carbon 的能力在更大、更复杂的项目中发挥作用,我们在 Google Antigravity 中预览了 /swarm,可将单条提示转化为一支可实时追踪的协同智能体团队。开发者可以把 Carbon 分配到需要最深推理的角色,例如架构设计、协调和审计,同时搭配更快、更轻量的模型,在并行的隔离工作区中运行,并由对抗性验证器测试每一处变更。 在法律、金融和企业运营领域,Gemini 4 Carbon 结合了前沿的视觉理解、推理和穷尽式检索能力,能够从大量密集文档和数据中综合出有据可依的洞察。它遵循严格的 schema 和格式要求,生成精致而精准的电子表格、演示文稿和报告。 现有基准无法充分衡量智能体如何原生地对包含图表、图像、蓝图、示意图和表格的密集文件进行推理,因此我们与 Artificial Analysis 合作推出了全新的 Multimodal Knowledge Agent(MKA)基准,用于测试模型在智能体工作流中的多模态表现。Carbon 排名第二,而每任务平均成本比表现最好的模型低 6 倍以上。 借助 Google Antigravity 全新的 /swarm 功能,一支由 Gemini 4 Carbon 智能体组成的团队仅凭一条提示,就将历史照片和工程图版转化为埃菲尔铁塔 1887–1889 年建造过程的交互式 Three.js 3D 展览。 仅凭七份公开的市议会规划 PDF(提取出 206 个工程图纸视图)和一条提示,一支使用 Google Antigravity /swarm 功能的多智能体 Carbon 团队经过 10 轮夜间循环,构建了 Google Platform 37 办公楼的交互式 906K 三角面 Three.js 重建模型。 在 Google Antigravity 中,Gemini 4 Carbon 基于一篇学术论文构建了交互式多尺度纺织品可视化器,以极少的提示对虚拟纤维有限元框架进行建模,包含交互式 3D 纱线网格、110 纤维极坐标追踪以及动态应力-应变曲线。 在发布前评估中,Carbon 在 Hebbia 的 E2E Financial Agentic 评估的深度金融研究上,匹配了所测试最佳模型的性能;并在 Balyasny Asset Management 的 General Financial Intelligence 基准上,于 23 个前沿模型配置中排名居首,该基准涵盖法律专业知识、智能体工具使用与执行、编码与数据工程,以及感知与上下文理解。 Carbon 在需要多智能体协作的工程任务上表现尤为出色,例如多包迁移、跨子系统根因调查和复杂架构重构。对于 Web 应用开发,它会运行构建-验证循环、从错误中恢复,并同时检查代码和渲染后的 UI,从而产出完整、可用的应用。更强的视觉设计、空间推理和对环境细节的关注,也延续到了 3D 游戏开发和创意编程中。 借助 Google Antigravity 的 /swarm 功能,Carbon 构建了一款开放世界 3D 游戏,你可以在其中扮演一只骑着 GBike 的鹈鹕,探索 Google 山景城园区——它协调子智能体,根据 Omni 和 Nano Banana 参考在 Blender 中建模 3D 资产,用 Three.js 和 WebGL 着色器构建浏览器游戏,并将程序化 Web Audio 音效与 Lyria 音乐搭配。试试这个在线应用。 结合 Google Antigravity 中改进的前端品味和动效设计能力,Carbon 用两条提示重新构想了 Google Merchandise Store,提出五个艺术方向概念,并用 Nano Banana 2.1 生成全新的产品图像。试试这个在线应用和 Gemini 前端设计技能。 从 Google Antigravity 中用 Gemini Omni 生成的视频参考出发,构建了一个电影感多镜头水下亚特兰蒂斯场景。该流程在 Blender 中对程序化废墟、体积焦散光照和水体模拟进行建模,然后将整个环境转换为 Three.js,以实现浏览器实时渲染。 借助 Google Antigravity 中的多智能体循环,Carbon 根据 CAD 图纸和 X 射线照片重建了一架可演奏的约 1780 年 Stein-Schule 古钢琴,具备 61 键擒纵机构物理特性,并将其放入多伦多皇家音乐学院 Koerner Hall 的 3D 模型中,配有按座位区分的空间声学效果。试试这个在线应用。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。