跳到正文
#多模态
  1. The Decoder

    Gemini 4 Carbon 全面开放，但快速模型迭代已削弱其新鲜感

    Google 在两周安全测试后全面开放 Gemini 4 Carbon，将其定位为 Gemini 4 Argon 的补充，面向复杂多步编码、调试和开放式科学研究。

    推荐理由：文章把 Carbon 与 Fable 5.2 等模型的性能和单任务成本并列呈现，便于判断深度推理能力与总费用的取舍。

  2. Google DeepMind

    Google DeepMind 发布 Gemini 4 Carbon，面向复杂智能体工作流与科学推理

    Google DeepMind 现已向开发者、企业、科学家和消费者开放 Gemini 4 Carbon，主打网络安全、长周期智能体工作流、复杂编码与科学推理。

    推荐理由：原文集中呈现 Carbon 与 Argon 的定位差异、任务成本及安全评测数据，可用于比较两者在复杂工作流中的适用范围。

  1. Google DeepMind

    Google DeepMind 发布实时交互世界模型 Genie 4

    Google DeepMind 发布世界模型 Genie 4，可实时生成并操控包含画面、环境音、音乐和互动对话的多模态模拟世界。模型结合 Gemini 系列维持场景连贯性并规划多步事件，目前已向可信测试者开放研究预览，随后将提供给 Project Genie 的 Google AI Ultra 订阅者及 Gemini API、Google AI Studio 的早期合作伙伴。

    推荐理由：Genie 4 展示了世界模型与 Gemini 协同生成、推理和控制的路径，并明确列出长期一致性等现阶段局限。

已经到底了