刚刚,谷歌Gemini 4再发新款,对标超越GPT-6.2 Sol!世界模型Genie 4也已开放

首页 AI资讯 AI技术研报 AI监管政策 AI产品测评 AI商业项目 arena全球大模型排行榜 AI产品热榜 AI 源力市场 AI新闻日报

刚刚,谷歌Gemini 4再发新款,对标超越GPT-6.2 Sol!世界模型Genie 4也已开放
AI资讯 2026-11-19 07:46
+8873 阅读

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!


刚刚,谷歌Gemini 4再发新款,对标超越GPT-6.2 Sol!世界模型Genie 4也已开放


Demis Hassabis 称,Gemini 4 Neon 这一中杯模型,是「Alchemy at its finest(炼金术的杰作)」。


Gemini 4 家族中,Carbon 是旗舰,负责最难的长程项目;Hydrogen 面向日常高频场景,追求的是响应速度。Neon 的定位在二者中间,「在复杂编程、分析推理和生产级企业工作流上提供前沿推理能力,同时更快、更省」。


Neon 速度是 Carbon 的 3 倍,成本只有 Carbon 的 60%。定价每百万输入 token 3 美元,每百万输出 token 15 美元,缓存输入 token 低至 0.15 美元,上下文窗口 100 万 token,另外支持 4 档可调的思考深度,开发者可以按任务复杂度灵活切换速度和推理深度。


刚刚,谷歌Gemini 4再发新款,对标超越GPT-6.2 Sol!世界模型Genie 4也已开放


Gemini 4 Neon 运行 12 小时 /swarm ,从档案照片中重建艾伦・图灵 1936 年的研究 —— 包括一个运行的通用图灵机,现代计算的蓝图。


  • 博客链接:https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-neon/


全面跑分


Neon 在第三方评测上的表现相当全面。综合智能方面,它在 Artificial Analysis Intelligence Index 上以 61 分排到第 3,仅落后于更大、更慢的模型;在 Vals Index 上排第 2(70.9%),落在帕累托前沿上。


刚刚,谷歌Gemini 4再发新款,对标超越GPT-6.2 Sol!世界模型Genie 4也已开放


在全新的 Agent Arena Index 中,Neon 凭借 4200 余个真实世界智能体会话拿下第 2(1336 分),可操控性(steerability)同样排第 2,意味着用户中途改口时,模型能更干净地调整方向。


企业和知识工作类的评测更是大面积刷榜。Legal Research Bench 和 Tax Agent Bench 两项第 1,Surge AI 覆盖的金融、会计、电子表格建模等多个类目也大多排在第 1。Zapier AutomationBench 第 1(56.3%),Andon Labs 的 Vending-Bench 2 同样第 1($16,843),后者是一个模拟长周期商业经营的测试,对长程规划能力要求很高。密集图表阅读基准 Chartography 得分 73.5%,Agents' Last Exam v1.1 得分 75.8%,与头部模型持平。


科学和数学推理方向上,Neon 拿下了 Terminal-Bench Science(70.5%)、RiemannBench(84.0%)和 HLE-Diamond(71.3%)三项第一,均为同类最佳。


刚刚,谷歌Gemini 4再发新款,对标超越GPT-6.2 Sol!世界模型Genie 4也已开放


逐项拆解 Neon 能力


根据官方博客,Neon 的新能力可以归纳为几个大方向。


写代码,更准更稳。 Neon 面向真实生产环境,能处理多文件调试、重构和精准编辑。谷歌特别提到了它的「surgical edits(手术式编辑)」能力,能对多文件项目做定点修改。模型在多步骤指令遵循上有明显提升,同时在内部 Google Antigravity 测试中录得了迄今为止最低的编造率(fabrication rate)。


100 万 token 窗口拿下多模态。 电子表格、PDF、图表、音频、视频,Neon 可以在一个上下文窗口里同时消化这些输入,输出结构化的交付物。「Neon 在整体质量上追平甚至超过了 Carbon,速度快 3 倍,成本降低 40%。它在准确性、细节和速度之间找到了令人信服的平衡。」


网络安全方向。 这是 Neon 本次发布中一个独特的动作。谷歌推出了 Neon for Cyber,覆盖安全代码编写、漏洞发现、漏洞验证和漏洞修补的完整链条。


从数据看,AutoBaxBench 安全代码生成在困难级别达到 SOTA(76%),全面超越 Carbon;WebExploitBench v1.2 渗透测试同样 SOTA(51.26%),成本仅为竞品大模型的一半;SEC-bench Pro 漏洞发现 SOTA(90.5%),单挑战成本约为同类的一半;CWE-bench v2 漏洞修补 70.7%,比 Carbon 提升 3.4%。Neon for Cyber 将在未来几天内通过 Fairwind Program 向受信任的安全防御人员开放。


刚刚,谷歌Gemini 4再发新款,对标超越GPT-6.2 Sol!世界模型Genie 4也已开放


刚刚,谷歌Gemini 4再发新款,对标超越GPT-6.2 Sol!世界模型Genie 4也已开放


安全对齐,几乎「零作弊」。 谷歌在安全性上下了重注。Terminal-Bench 4.0 作弊率 0.0%,与 Carbon 持平;编码作弊评估中仅 2.45% 的任务出现走捷径行为,是 Gemini 4 全系列最低;智能体安全套件中不当行为率 0.09%,诚实评估通过率 99.2%。在 Gray Swan 的间接提示注入基准中,Neon 在最高思考级别上达到了 0.0% 的攻击成功率。对比 Carbon,Neon 将「服务不足」降低了 43%-56%,「越权操作」降低了 15%-35%。同时它在合法任务上几乎不拒绝,Terminal-Bench 4.0 上仅拒 1.98%,Terminal-Bench-Science 上拒绝率为 0%。


刚刚,谷歌Gemini 4再发新款,对标超越GPT-6.2 Sol!世界模型Genie 4也已开放


消费者端也有升级。 在 Gemini 应用中,Neon 带来了更高质量的写作输出,能更精准地读取电子表格、PDF 和照片等上传内容,还可以接入 Gmail 和 Docs 获取相关信息。Tasks 功能现在由 Neon 驱动,处理复杂多步骤任务时更快更省额度。


Gemini 4 Neon 已经开始滚动上线。开发者可以通过 Gemini API 付费层级在 Google AI Studio 和 Android Studio 中构建应用,Google AI Pro 和 Ultra 订阅用户能在 Google Antigravity 中试用。企业用户走 Gemini for Business 的 API 或模型下拉菜单。消费者端,Pro 和 Ultra 订阅用户可以在 Gemini 应用的模型选择器里直接切换到 Neon。网络安全方向的 Neon for Cyber 会在未来几天内通过 Fairwind Program 推送给受信任的防御人员。


刚刚,谷歌Gemini 4再发新款,对标超越GPT-6.2 Sol!世界模型Genie 4也已开放


世界模型 Genie 4 终于上线


10 月 28 日,谷歌 DeepMind 官宣最新一代世界模型 Genie 4,称其为「迄今为止最逼真、交互性最强的世界模型」。


经过超过半月的等待,谷歌终于宣布 Genie 4 正式上线可用。


刚刚,谷歌Gemini 4再发新款,对标超越GPT-6.2 Sol!世界模型Genie 4也已开放


  • 博客链接:https://blog.google/innovation-and-ai/models-and-research/google-deepmind/genie-4-now-available-project-genie/


Genie 4 是谷歌目前最逼真、最具交互性的世界模型。它最核心的新能力是「mid-session prompting」,也就是在你浏览世界的过程中,随时用自然语言改变环境。你可以切换天气、投放一个角色、改变剧情走向,所有变化实时发生在当前画面中。


另一个首次出现的能力是原生音频(native audio)。Genie 4 生成的世界自带声音,而且声音会随场景变化自动适配,从环境音效到角色对话都包含在内,补上了「听觉」这块拼图。


Genie 4 主打最高保真度,Genie 3 则在 Project Genie 的模型选择器中继续保留,面向更长时间的探索和全景场景。


本次谷歌在上线 Genie 4 的同时,也上线了 Project Genie Agent。以前创建一个世界需要你精心组织 prompt,现在变成了一场对话。你用自然语言描述你想要的世界,智能体会调度谷歌的多模态模型组合,生成初始视觉画面来建立世界的视觉风格,同时配上量身定制的背景音乐。


更有意思的是,Gemini 模型可以在你探索世界时同步观察屏幕内容,主动弹出「下一步去哪」的建议,或者根据你的旅程自动触发世界内事件。


刚刚,谷歌Gemini 4再发新款,对标超越GPT-6.2 Sol!世界模型Genie 4也已开放


你还可以对画廊中已有的世界进行 remix,调整底层结构、配乐或规则,把它变成你自己的版本,然后发布到社区画廊供其他人探索和二次创作。


目前 Project Genie 的新体验面向符合条件的 Google AI Ultra 订阅用户开放,Google AI Pro 会员可以在同一页面加入候补名单。


文章来自于微信公众号 “机器之心”,作者 “机器之心”

1
AI代理

【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。

项目地址:https://github.com/browser-use/browser-use


2
AI工作流

【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!

项目地址:https://github.com/coze-dev/coze-studio


【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费)


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/(付费)

3
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

4
prompt

【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。

项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md

在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0

添加客服微信AITNT178,进AITNT官方交流群