按时间排列的全部内容。默认只显示通过双重评分的入选条目；切换到“全部收录”可以检索所有抓到的资料。
278 条收录动态，更新于 09:40
全部收录包含没有通过评分的资料，标题以常规字体显示并标为“未入选”，只供检索，不写入选理由。
Google 团队用 Gemini 4 Carbon 配合 AlphaProof Code，对 Signal 协议底层代码做形式化验证，一直核验到编译后的设备代码。Gemini 4 Carbon 生成超过 600 万行经机器校验的 Lean 证明，把原本需要数年的专家人工验证压缩到数周，约 1% 的代码库需要人工复核，其余由 Lean 自动检查。Google 表示将向安全社区开源这一结果。
向所有 Perplexity Pro 和 Max 订阅用户推出 Gemini 4 Carbon。你可以用它创建持久化的 Teammates，或在 Computer 中进行一次性的智能体会话。在智能体研究任务上，Carbon 的能力与 Fable 5.2 相近，但成本便宜 2.5 倍。
Anthropic 启动 IPO 路演，拟发行 8.25 亿股募资最高 643.5 亿美元，叠加 260 亿美元私募配售后总融资规模达 904 亿美元，估值区间 1 至 1.4 万亿美元。
谷歌联合 AI 模型评测机构 Artificial Analysis 推出多模态知识智能体基准测试 MKA，用于评估 AI 智能体处理视觉复杂文件、完成现实知识工作任务的能力。
谷歌正式开放 Gemini 4 Carbon 模型，面向开发者、企业、科研人员和消费者，重点用于复杂软件工程、多步骤智能体任务、科学研究和网络安全。谷歌称该模型在复杂任务中投入更多推理 Token 做假设探索与结果验证，已通过 Gemini API 和 Google AI Studio 向付费开发者开放，并逐步向 Google AI Ultra 订阅用户开放。
Google 与 Artificial Analysis 联合推出 MKA（Multimodal Knowledge Agent）基准，用于评测智能体在视觉复杂文件上完成知识工作的能力。
来自 @Google 的 Gemini 4 Carbon 在 ARC-AGI 上（已核验）： - ARC-AGI-3：99.1%，$4.6K（provider adapter），65.1%，$7.2K（标准测试框架） - ARC-AGI-2：94.2%，$0.38/任务 - ARC-AGI-1：98.5%，$0.16/任务 在标准测试框架下，Carbon 在 ARC-AGI-3 上以 18 个百分点击败了其前代 Argon。
@Google - 排行榜：https://arcprize.org/leaderboard - 复现公开结果：https://github.com/arcprize/arc-agi-benchmarking - 测试政策：https://arcprize.org/policy - Gemini 4 Carbon 完整结果：https://arcprize.org/results/google-gemini-4-carbon
@Google 在 23 个 ARC-AGI-3 公开游戏上，两个模型均借助提供商适配器取得高分胜利，Carbon 用了 5,731 个动作，Argon 用了 5,846 个（少 2%）。人类速通总计 4,804 个动作；Carbon 比人类参考多用了 19.3%。
来自 @Google 的 Gemini 4 Carbon 在 ARC-AGI 上（已核验）： - ARC-AGI-3：97.7%，$4.4K（provider adapter），65.1%，$7.2K（标准测试框架） - ARC-AGI-2：49.6%，$0.10/任务 - ARC-AGI-1：98.5%，$0.16/任务 在标准测试框架下，Carbon 在 ARC-AGI-3 上以 18 个百分点击败了其前代 Argon。
@Google - 排行榜：https://arcprize.org/leaderboard - 复现公开结果：https://github.com/arcprize/arc-agi-benchmarking - 测试政策：https://arcprize.org/policy - Gemini 4 Carbon 完整结果：https://arcprize.org/results/google-gemini-4-carbon
Redwood Research 指出 Gemini 4 安全报告第 114 页疑似提到用辅助奖励对思维链（CoT）训练，但 GDM 博客称训练中从不惩罚 CoT 内容，双方说法矛盾。
Artificial Analysis 与 Google DeepMind 合作推出 Multimodal Knowledge Agent（MKA）基准，要求智能体阅读建筑图纸、工程示意图、临床扫描等复杂视觉项目文件，并产出幻灯片、表格、PDF、Word 文档和标注图片等交付物。
很高兴与 @GoogleDeepMind 合作，将 MKA Benchmark 引入 Artificial Analysis
With @ArtificialAnlys, we built MKA (Multimodal Knowledge Agent): a benchmark for how well agents handle visually complex tasks. Everyday professional work often uses more than just text – from cross-referencing blueprints to reading scientific charts. This is not covered by existing evaluations. Gemini 4 Carbon ranks #2, at 6x lower average cost per task than the top model. → https://goo.gle/4AikIja
Artificial Analysis 与 Google DeepMind 合作推出 Multimodal Knowledge Agent（MKA）评测，用于衡量智能体处理复杂视觉文件并产出交付物的能力。
谷歌将 Gemini 4 Carbon 从面向安全专家的两周测试转为正式可用，称其与 Gemini 4 Argon 并存，Argon 更适合多数软件工程与知识工作任务，Carbon 面向复杂多步编码调试和开放式科学研究等任务。
开始使用 Gemini 4 Carbon 构建：这是我们面向复杂、长周期任务的最强模型。 它旨在深入探索问题，并在软件工程、网络安全、知识工作和科学领域运行扩展验证循环。
我们与 @ArtificialAnlys 共同构建了 MKA（多模态知识智能体）：一个衡量智能体处理视觉复杂任务能力的基准。 日常专业工作往往不只用到文本——从交叉比对蓝图到阅读科学图表。现有评估并未覆盖这些内容。 Gemini 4 Carbon 排名第 2，每任务平均成本比排名第一的模型低 6 倍。→ https://goo.gle/4AikIja
更多信息见此，祝构建愉快！https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/?utm_source=tw&utm_medium=social&utm_campaign=og
该模型具备前沿水平的网络能力，因此团队一直在努力确保它能安全地部署给网络防御者及广泛用户，感谢大家的耐心！请继续提供反馈，我们会持续迭代！ https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/
了解更多：https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/
Gemini 4 Carbon 已在 Gemini API、Google AI Studio 和 Antigravity 上线，面向 Google AI Ultra 订阅用户。
Google 发布前沿模型 Gemini 4 Carbon，面向复杂长周期工作流，覆盖智能体工作流、软件工程、网络安全和科学推理，官方称其适用于从多步调试到开放式科学研究的高难度任务。
了解更多：https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/
Gemini 4 Carbon 现已上线。 这是我们最强的模型，专为深入挖掘、处理长周期任务和多步推理而打造。 如果说 Argon 擅长复杂任务，那么 Carbon 就是应对最棘手问题的模型。
Google 向公众开放 Gemini 4 Carbon，此前两周仅提供给部分“网络安全防御者”，并称其为自家“最强模型”。该模型面向复杂多步编程与开放式科研等任务，同时 Google 在智能体开发平台 Antigravity 上预览“swarm”功能，可将单条提示转为协同工作的智能体团队。
Google DeepMind 向开发者、企业、科学家和消费者开放 Gemini 4 Carbon，称其在网络安全和长程智能体工作流上具备前沿表现，并强调物理、数学和生命科学推理能力的提升。
入选理由原文列出 Carbon 在酶测定、蛋白同源序列检索和形式化验证中的具体用法，研究者可据此判断它适合承担哪类科研任务。
谷歌 DeepMind 团队用具备自主执行能力的 AI 智能体对 Signal 加密协议完成形式化验证，以数学方法证明其满足安全性承诺，整个分析过程耗时约四周。该验证针对协议本身而非 Signal 应用的整体安全审查；团队还用该方法测试了含已知漏洞的旧版协议实现，AI 识别出问题并判定其未通过验证。谷歌表示尚无法确定该技术在更大范围推广的实际可行性，也未公布所需算力规模。