Google DeepMind 发布世界模型 Genie 4
Google DeepMind 发布世界模型 Genie 4,可实时生成带原生音频的交互式模拟世界,并支持用自然语言在运行中修改天气、镜头和人物。Genie 4 首次原生生成音频,包括环境声与可随输入实时反应的对话,并借助 Gemini 3.8 Flash 作为引导智能体拆解多步任务、检查画面以维持因果连贯。
推荐理由:官方披露了原生音频、实时文本操控与 Gemini 引导推理三项能力,可据此判断世界模型与语言模型结合后的模拟边界。
Google DeepMind 发布世界模型 Genie 4,可实时生成带原生音频的交互式模拟世界,并支持用自然语言在运行中修改天气、镜头和人物。Genie 4 首次原生生成音频,包括环境声与可随输入实时反应的对话,并借助 Gemini 3.8 Flash 作为引导智能体拆解多步任务、检查画面以维持因果连贯。
推荐理由:官方披露了原生音频、实时文本操控与 Gemini 引导推理三项能力,可据此判断世界模型与语言模型结合后的模拟边界。
Google DeepMind 开始广泛推送 Gemini 4 Argon,并同步扩大 Fairwind Program 的受信任网络安全防御者范围。该模型在 12 个端到端模拟网络攻击场景中全部通过,上一代为 5 个;在对抗测试集上违规请求减少近两倍。
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,以及智能体越界监控的具体做法。
Google DeepMind 发布前沿模型 Gemini 4 Argon,面向开发者、企业和科研人员开放,API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元,缓存输入 token 享 95% 折扣。
推荐理由:官方给出多领域基准排名、内部工程与科研落地案例和定价,可据此判断前沿模型在专业工作流中的位置。