AINews:Gemini 4 Argon 正式发布,Vals AI 谈基准测试
Gemini 4 Argon 今日正式 GA,面向编码、知识工作、企业工作流和网络防御开放,覆盖付费 Gemini API、Gemini 应用及 Antigravity 等入口。
推荐理由:汇总了 Gemini 4 Argon 发布当天的定价、评测与部署反馈,可快速了解前沿模型竞争格局。
Gemini 4 Argon 今日正式 GA,面向编码、知识工作、企业工作流和网络防御开放,覆盖付费 Gemini API、Gemini 应用及 Antigravity 等入口。
推荐理由:汇总了 Gemini 4 Argon 发布当天的定价、评测与部署反馈,可快速了解前沿模型竞争格局。
前 SpaceX 与 Google 工程师 Rama Afullo 创立的 Satlyt 完成 800 万美元种子轮,其卫星 AI 软件将于周四随 SpaceX 火箭升空,与 Google 空间数据中心项目 Project Suncatcher 的首个原型同飞。
Google 宣布 Google Play 新功能允许用户用 Google AI Studio 构建个人应用并直接在自己的 Android 设备上运行,无需先公开发布到 Play Store,应用不会出现在搜索或列表页,仅创建者本人可见。
Google DeepMind 与新加坡政府科技局(GovTech)合作,基于轻量级 Gemma 模型在新加坡本地诈骗对话上微调,推出可在典型智能手机上运行的端侧诈骗检测模型。
推荐理由:原文给出了端侧诈骗检测的两阶段流水线和治理约束,可了解隐私保护与本地化微调如何结合。
Simon Willison 为 llm-gemini 0.35 加入对 Gemini 4 Argon 的支持,该模型今日通过 Gemini API 和每月 100 美元订阅计划开放。
Google DeepMind 开始广泛推送 Gemini 4 Argon,并同步扩大 Fairwind Program 的可信网络安全防御者范围。该模型在端到端模拟网络攻击场景中解出全部 12 个,上一代为 5 个;在 Gray Swan 间接提示注入基准的 15 次自适应尝试中把攻击成功率降至 0.7%。
推荐理由:原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护分层,以及智能体越界行为的实测数据,可据此了解前沿模型安全部署的具体做法。
Google 全球上线 Gemini 4 Argon,开发者可通过 API 在 AI Studio 和 Gemini 平台使用,AI Ultra 订阅者可在 Google Antigravity 中使用,Ultra 和 Pro 订阅者可通过 Gemini 应用和 Google Search 的 AI 模式访问。
Google 正把 Play Store 的 Ask Play 从应用详情页的小聊天机器人扩展为通用搜索入口,可生成含详细对比图表的推荐,Gemini 也将推出类似能力。
Google 在美国推出一项新功能,允许用户把用 AI Studio vibe-code 出的个人 Android 应用直接通过 Play Store 发布,无需再把手机连到电脑安装。
Google DeepMind 发布 Gemini 4 Argon,官方称其在物理理解、代码生成和视觉语义推理上有明显提升,在 Embodied Reasoning(ERQA)基准上以纯推理取得 87%,超过其他前沿模型。
Google DeepMind 发布 Gemini 4 Argon,面向开发者、企业和消费者开放,通过 AI Studio、Gemini API、Google Antigravity 及 Gemini 应用和搜索 AI Mode 提供,定价为每百万输入 token 2 美元、输出 token 10 美元。
推荐理由:官方给出 Argon 在编码、科研与安全上的实测数据与开放入口,可据此判断前沿模型在专业工作流中的落地程度。
Google 几周前公布的 Gemini 4 Argon 开始大范围推送,目前仅面向付费用户,低档订阅方案也无法获得完整访问权限。Google 表示模型能力没有变化,仍以其上月底公布的基准测试作为高级推理和智能体编码能力的依据,并称模型经过训练可拒绝恶意指令,自动化失准监控可在检测到非预期工作流时中止处理。
Google 发布 Gemini 4 Argon 模型,称其在编码、网络安全、科学、金融和法律等基准上超过 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5。
AI 聊天平台 Character.ai 已申请破产并挂牌出售,交易预计在 2026 年 12 月初完成,若无买家则服务关停,平台和订阅在此之前继续运行。Character.ai 将原因归于涉及儿童伤害的诉讼、监管压力和运营问题,其中一名青少年自杀。
推荐理由:从 27 亿美元授权交易到破产出售,这条时间线呈现了 AI 聊天平台在诉讼与监管压力下的商业结局。
AI 实验室正通过 SimpleClosure、Sunset 等公司收购倒闭创业公司的代码与工作区数据用于模型训练。SimpleClosure 的 Asset Hub 已处理超 150 笔交易,预计到 2026 年底向创业公司返还超 1000 万美元,其 47% 的交易已包含代码或数据出售。
NVIDIA 在 OCP Global Summit 上通过开放 MGX 架构向 OCP 贡献 Vera Rubin 机架与计算托盘设计,为系统厂商提供下一代 AI 工厂基础设施的共同基础。
推荐理由:NVIDIA 在 OCP 上把 Vera Rubin 机架与计算托盘设计开放给 MGX 架构,读者可了解 AI 工厂基础设施的开放标准走向。
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在对话中指出,AlphaFold 的突破只是开始,蛋白质结构预测远未解决,蛋白质动态与无序等问题仍待攻克。两人认为单纯扩大算力和数据不足以解决生物学问题,关键在于找到正确的 scaling law,并让生物建模从单个蛋白质走向整个生物系统。
MIT Technology Review 指出,拒绝能力已成为 AI 安全的核心机制,但并不可靠。Anthropic 2021 年提出模型应 helpful、honest、harmless,如今厂商通过红队测试和 AI 训练 AI 来让模型拒绝有害提示,却仍难阻止用户利用先进模型研发生物病原体或组建自主无人机蜂群。
Latent Space 的 AINews 汇总 10 月 7 日至 8 日动态:OpenAI 解雇了 Tomek Korbak、Mikita Balesni 和 Jasmine Wang 三名安全研究员,三人发表致管理层公开信称因把安全置于公司短期利益之上而被辞退,OpenAI 方面称其不当处理了机密信息。
MIT Technology Review 与 Aventine 合作的文章指出,尽管马斯克称 Tesla Optimus 未来可能以低至 2 万美元单价自动化几乎所有人类劳动,并预测 2027 年底前向公众发售,但许多机器人研究者对此持怀疑态度。
Google Research 在 NBER 发布专利撰写三个月实地实验,将当时未发布的 Google Labs AI 专利写作助手(现属 Gemini Notebook)随机开放给 11 家知识产权律所的 133 名律师。
推荐理由:三个月实地实验区分了AI带来的短期产出提升与无辅助判断力的变化,为理解AI对专业能力养成的影响提供了少见的长期证据。
Google DeepMind 发布 EmbeddingGemma 2,一个基于 Gemma 4 架构、Apache 2.0 许可的端侧多模态嵌入模型,参数量 740M,原生将文本、图像、音频、视频映射到统一嵌入空间。
推荐理由:官方给出参数量、量化内存与基准提升,可据此判断端侧多模态检索的落地门槛。
Google Earth AI 的 Population Dynamics Foundation Model(PDFM)将搜索趋势、人口流动、建成环境密度和环境决定因素压缩为位置嵌入向量,无需任务特定微调即可接入现有流行病学模型。
Google 发布《Open and Emergent Problems in Agentic Privacy and Security: A Contextual Angle》报告,汇集 50 多位学界与业界专家在 2025 年底纽约 CAPS 研讨会的成果。
Import AI 475 讨论了 AI 群体(swarm)扩展的效率问题:4 个智能体的群体完成同一任务所需 token 总量约为单智能体的两倍,但因并行执行,理论上耗时减半。Google DeepMind 推出 SynthID Bio,为合成生物学数据加水印以强化生物安全。C5R Corp 的 SciUniverse 基准用 92 项任务测试 AI 操作半自动化科学实验室的能力。
Google Research 发布新一代联邦学习系统,利用可信执行环境(TEE)为数据匿名化提供可验证、可审计的保证,并已在 Gboard 上线英语和日语下一词预测模型。
推荐理由:Google 公布基于 TEE 的新一代联邦学习系统设计,读者可了解其隐私验证机制与 Gboard 落地效果。
Google DeepMind 发布新前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络安全防御方开放,随后逐步扩展至开发者、企业和消费者。
推荐理由:官方给出 Argon 在编码、企业知识与网络安全上的基准表现和分阶段开放路径,可据此判断前沿模型的能力边界与获取门槛。
Google DeepMind 推出 SynthID Bio,把水印技术带入合成生物学,将不可感知的签名嵌入生物代码,使水印既能在数字模型上验证,也能在合成出的实体蛋白质上验证,同时实验室测试显示其生物功能未受影响。
推荐理由:SynthID 水印从图像延伸到合成生物,读者可了解 AI 生成蛋白质如何在保留功能的前提下被标记与验证。
Google Research 提出 Diffusion Controller 框架,把扩散模型的去噪过程重构为连续控制问题,用轻量"转向阻尼"网络在冻结基座模型的前提下动态调整生成轨迹。在 Stable Diffusion v1.4 上以 HPS-v2 评测,其完全解锁版本对基线模型取得 90% 胜率。该框架支持 SFT、RWL 和 PPO 三种微调方式,并可对闭源黑盒模型注入微小修正实现定制。
Import AI 474 讨论了 Michael Levin 提出的"柏拉图式心智空间"假说,认为心智是非物理模式,身体与机器只是其进入物理世界的接口。同期内容还涉及在太空部署 TPU,以及智谱(Zhipu)启动一个外层 RSI 循环。
Google Research 发布 AI video co-director 多智能体框架,作为 Gemini 和 Veo 之上的编排层,把长视频生成建模为全局优化与世界状态跟踪问题,以缓解语义漂移和级联失败。
推荐理由:Google 把长视频生成拆成四个多智能体框架,并给出多镜头一致性与角色保持的评测结果,可了解长时程视频生成的一条工程路径。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,在 Gemini 3.8 Live 的原生实时对话模型上加入近实时视频生成,实现能听、能看、能说的动态视觉形象,即日起在 Gemini Enterprise 上线。
推荐理由:官方给出 Live Avatar 的实时视频对话能力、97 种语言同步与异步工具调用细节,可据此判断企业级多模态交互的落地形态。
Google 发布 MilleMiglia,一个用 C++ 编写的实例生成器,可为中程物流配送问题生成真实且保护隐私的基准数据,源码与文档已在 GitHub 公开。中程物流承担区域乃至洲际配送中心间的大宗货物流转,成本占比高却长期缺乏公开高质量数据,因为物流企业视网络拓扑与需求量为敏感专有信息。该生成器将中程配送建模为时空图上的多商品流问题,以捕捉货物在多个车辆间转运、需在时间窗内衔接的同步约束。
Google Research 发布研究实验,让教师基于课程目标生成可交互的教学模拟,采用为学习优化的生成式 UI(GenUI),并内置分层提示、反馈与解答等脚手架。
Google DeepMind 发表论文,用 100 个运行 Gemini 3.1 Pro 的自主智能体求解 71 道数学题,并为其提供公共公告板、私信和共享知识库三种协作方式。
METR 研究显示 AI 对科学的加速并不均衡:网络安全漏洞报告率在 2026 年大幅加速,数学领域贡献有限,AI 研究本身则无可测量的加速。SPADE 通过自博弈让 LLM 交替生成可执行训练环境和求解,在 Qwen3-30B-A3B 上游戏环境套件平均分达 58.3,较基座提升 8.1。