10月29日，Google DeepMind 官方正式宣布推出新一代旗舰级大模型 —— Gemini4Carbon。在权威独立机构 Artificial Analysis 最新更新的 Intelligence Index v5.0评测榜单中，该模型斩获了59分的高分，以1分的优势超越此前长期霸榜的 Claude Opus5.5，并领先 GPT-6Astra 共2分。相比两周前发布的上一代产品 Gemini4Carbon 直接跃升了9分，成功重新夺回全球大模型综合能力的第一宝座。同时，在 Arena.ai 的最新盲测榜单中，Gemini4Carbon 也拿下了 Text Arena 的登顶第一以及 Agent Arena 位列第二的亮眼成绩。
在核心能力方面，Gemini4Carbon 将演进重点锁定在“长时程工程（Long-horizon Engineering）”与“网络安全”两大硬核方向。在长时程任务的处理上，该模型展现出了极强的持久作战能力，能够连续数天保持高效运转，深入处理超大型代码库与复杂的底层系统架构，自主定位并修复平时极难察觉的隐蔽软件缺陷，在多项编程与智能体基准测试中稳居行业第一梯队。
在网络安全领域，模型实现了从漏洞挖掘、风险验证到代码修复的全流程贯通。其在多项专业安全评测中表现极为优异:SEC-bench Pro 得分达到88.2%、ExploitGym 得分54.8%、CWE-bench 得分则为71.0%。官方数据显示，其安全代码生成的成功率达到了前代产品 Argon 的两倍以上。与此同时，模型的安全可靠性也迎来了同步升级:在 Terminal-Bench4.0测试中，其作弊成功率成功降为0%，高严重度行为不一致警报减少了近80%，间接提示词注入攻击的防御成功率更是达到了100%，越权行动与任务完成度不足的情况也得到了显著改善。
在开放节奏与商业化定价方面，Gemini4Carbon 采取了稳步推进的策略。本周，该模型将优先向少部分网络安全防御专业人员开放，后续再通过专属合作计划逐步扩大测试容量，而面向普通用户和开发者的全面开放时间目前尚未明确。定价策略上，该模型延续了 Argon 的首发标准:在推广期内，每百万输入 Token 收费2美元，每百万输出 Token 收费10美元，推广期结束后的正式价格将翻倍。
对于这一高频发版节奏，业内也引发了不同的探讨。不少观点认为，当前头部大模型厂商频繁发布新模型却迟迟不向公众全面开放的模式，在一定程度上更偏向于激烈的榜单排名竞争，其真正的实际落地价值与日常体验，依然有待广大开发者和用户的深度检验。
10月28日消息，OpenAI计划向谷歌采购人工智能芯片。OpenAI长期是英伟达GPU重要买家，依赖其完成大模型训练与推理。随着算力需求飙升，企业正寻求更具性价比、适合运行AI模型的替代方案。谷歌自研TPU近年逐渐崭露头角，成为潜在选择。此举或反映AI芯片采购多元化趋势。
豆包公关负责人刘星发文辟谣，称“横店与字节合作、将15万名群演肖像和声音喂给字节大模型”严重失实。他介绍，真正的“横店影视AI服务平台”旨在建设公共数字基础设施，将影视基地实景等资产整理为高质量数据集，帮助剧组高效选景、筹备和拍摄，并降低中小影视企业使用AI的门槛，让更多创作者有条件做好作品。
外国博主“Carlo吴（卡罗）”在社交平台分享看中医经历。他带上千问AI耳夹式耳机，与医生各戴一只，用面对面翻译辅助交流。卡罗称自己觉得传统医学很有意思，但语言始终是障碍。看诊时医生问哪里不舒服，他只能边比画边说“全部不舒服”；戴上耳机后，两人开始进一步沟通。他感叹这是第一次真正听懂中医的话。
科技媒体gigazine报道，开发者@0x_Osprey推出网页版CVE Tracker，将已获CVE编号的漏洞数量变化制成可视化图表，显示2026年以来曲线近乎垂直上升。CVE是全球通用漏洞编号体系，安全研究员、厂商和企业靠它追踪、通报和修复缺陷。该工具整理公开记录成趋势图，并叠加主流AI模型发布时间，便于直观对照漏洞增长与AI发布。
10月28日，《科创板日报》独家报道，百度计划近日正式披露“世界模型”研发进展与突破性成果。该领域是全球AI最火热前沿之一，核心技术是对真实物理环境精准动态建模与未来预测。业内分析认为，若该技术率先落地自动驾驶，将大幅提升无人车在复杂路况下的场景预测与智能决策水平。
关注 “悠AI” 更多干货技巧行业动态
相关文章
