观点

50天推出4款模型,谷歌想当“造物主”了?

文 | 字母AI

OpenAI时隔75天的顶级模型刚刚发布,社区里的吐槽就炸开了。

有人直言新模型“几乎没法用”,有人抱怨它过分谨慎、难以指挥,还有人认为,这家伙解释起自己的工作就像在“说外星话”。

甚至有人用漫画玩了个梗,吐槽GPT-6.2 Astra的语言风格,根本是防御过当。

前·赛博义父Tibo在X上表示,他已经收到了关于模型语言风格的反馈——OpenAI正在想办法改进这一点。

而评论区里已经有人表示准备换掉OpenAI,转用Gemini了。

 50天推出4款模型,谷歌想当“造物主”了?

该说不说,谷歌最近的确势头很猛。

美国时间11月18日,谷歌正式发布Gemini 4 Neon(氖/霓虹)。算上9月底的Argon(氩)、10月底的Carbon(碳),以及六天前刚刚发布的Hydrogen(氢),这已经是谷歌在不到50天里推出的第四款Gemini 4模型。

 50天推出4款模型,谷歌想当“造物主”了?

根据谷歌公布的测试结果,Neon在编程、办公自动化、科学推理、多模态理解、长上下文等多个领域,几乎全面压过Opus 5.5和刚刚推出的GPT-6.2 Sol。 

还不够,同一天谷歌宣布向部分付费用户开放世界模型Genie 4。用户可以直接在浏览器里生成、进入虚拟世界,还能在探索过程中改变天气、加入角色,让场景和声音随之变化。

两相对比,这一轮,我站谷歌。

Gemini迭代有点快

在发布Gemini 4 Neon之前,谷歌AI团队的成员在社区开了个玩笑:

“咱们这么赶着把这些产品都发出去,就是为了腾出时间玩《GTA 6》,对吧?”

 50天推出4款模型,谷歌想当“造物主”了?

甚至在Neon正式发布后,还有谷歌高管专门提醒网友:“赶在《GTA 6》发布前,快来试试吧。”

 50天推出4款模型,谷歌想当“造物主”了?

GPT 6.2表现不咋地,但GTA6可是相当精彩。而敢在这两个“大动作”之间把模型发出来,想来谷歌对自家模型还是有信心的。

Gemini 4 Neon确实不差。在Artificial Analysis综合智能评测中,Neon拿到61分,超过了Claude Opus 5.5的59分以及GPT-6.2 Sol的57分,甚至超过了它“上一级”Carbon的60分。

不过Neon的61分来自最高思考强度Xhigh,而Carbon的60分对应High档。如果都使用High档,两款模型的得分同为60分。

 50天推出4款模型,谷歌想当“造物主”了?

根据谷歌公布的模型卡,Neon在Carbon的基础上适配而来,定位明确:在保持接近旗舰级性能的同时,提高执行速度、降低使用成本。

官方数据显示,在默认的High思考档位下,Neon完成同类评测任务的平均成本比Carbon低32%。同时它提供四档思考强度,让用户能够根据任务难度,自行调整成本和速度。

不过,这里的成本优势指的是完成任务的平均花费。Neon目前的API价格为每百万输入Token 3美元、输出Token 15美元,论单价要比仍处于促销期的Carbon贵一些。

综合跑分之外,在Zapier的办公自动化测试AutomationBench中,Neon取得了56.3%的成绩,超过Claude Opus 5.5的42.5%和GPT-6.2 Sol的41.3%。

这项测试要求AI独立完成真实业务流程,包括操作软件、处理数据、跨应用执行任务等,能够在一定程度上反映Agent的实际工作能力。

在考察长期任务执行能力的Vending-Bench 2测试中,Neon的表现同样出色。它需要独立经营一家模拟自动售货机,处理采购、补货、定价、供应商谈判等事务。经过模拟的一年运营,Neon最终留下了平均16,843美元的账户余额。

编程方面,Neon在Artificial Analysis Coding Agent Index中拿到了58.6分,甚至以微妙的差距胜过了Fable 5.2。

 50天推出4款模型,谷歌想当“造物主”了?

不过Neon也并非全面领先。即使在谷歌公布的成绩单中,Claude Opus 5.5仍然在两项编程测试中略胜一筹:Terminal-Bench 4.1得分65.8%,高于Neon的65.2%;FrontierCode 2.0得分47.3%,同样超过Neon的46.2%。

目前,Neon已经开始向Gemini App的Pro和Ultra订阅用户开放,开发者则可以通过Google AI Studio、Gemini API和Antigravity使用Neon。

在Antigravity中,Neon还能充当任务协调者,把工作分配给多个Hydrogen子Agent并行执行,自己负责规划、统筹和检查结果——这套协作机制此前已经在Carbon和Hydrogen之间实现,如今Neon也加入了进来。

谷歌表示,新模型能够更好地处理PDF、电子表格、图片等不同格式的材料,结合Gmail、Docs中的信息制作报告,也能用于更加复杂的多步骤Tasks任务。

从最高端的复杂推理到简单任务,再到需要兼顾性能和成本的Agent工作,谷歌为不同的模型安排了越来越清楚的分工。

并且,在短短49天里,谷歌已经连续推出了四款Gemini 4模型。

9月30日,Gemini 4 Argon发布;10月28日,Carbon接棒;11月12日,Hydrogen登场;11月18日,又有了Neon。

值得注意的是,四款模型接连发布,并不等同于谷歌在49天里从头造出了四套完全不同的模型。根据谷歌DeepMind公布的模型卡,Gemini 4系列存在明确的技术继承关系:Carbon基于Argon开发,而Hydrogen和Neon又都是在Carbon的基础上适配而来。

后续模型的表现不断追赶甚至超越前代,最早登场的Argon反倒有些尴尬——它甚至还没来得及建立自己的用户口碑,就被后续版本抢走了风头。

如今,在Gemini App中,Neon已经取代了Argon原来的位置。

谷歌还造了一个“世界”

要我说,谷歌最近多少是有点想当“造物主”了。

Argon是氩,Carbon是碳,Hydrogen是氢,Neon是氖……Gemini 4这个系列,走的是“元素路线”。

虽然表面上看和“文学”的Claude与“天体”的GPT能坐到一桌去,但不如前两家直观,几乎在每个模型发布贴下都有网友吐槽“看不出和模型性能之间的关系”,甚至被调侃“是不是有朝一日要把元素周期表给占满”。

(顺便一提,这个梗就连谷歌自己都在玩,现在打开Google AI Studio,真的多了一个可以在元素周期表里选模型的互动界面。)

 50天推出4款模型,谷歌想当“造物主”了?

光在元素周期表上点名还不过瘾,就在Neon发布的同一天,谷歌还宣布向部分付费用户开放世界模型Genie 4,让用户能够直接生成、进入一个由AI创造的虚拟世界。

这款模型其实早在10月27日就已经亮相,但此前主要向受邀测试者提供研究预览。如今,它终于开始从封闭测试走向普通消费者,开放给符合条件的Google AI Ultra订阅用户。Pro会员则可以加入等待名单。

 50天推出4款模型,谷歌想当“造物主”了?

只需要输入文字或者图片,Genie 4就能实时生成一个可以自由探索、互动的虚拟环境。用户可以通过键盘和鼠标在场景中移动,也可以随时输入新的指令,改变天气、加入角色,甚至调整接下来发生的事件。

Genie 4还能同时生成声音——从环境里的风声、水声,到角色之间的对话,都能随着场景的变化实时调整。

根据模型卡,Genie 4能够实时生成最高720p、每秒24帧的画面,并提供同步音频。

 50天推出4款模型,谷歌想当“造物主”了?

 50天推出4款模型,谷歌想当“造物主”了?

在这次更新中,谷歌还加入了一个专门帮用户设计虚拟世界的Agent(Project Genie Agent)。用户只需要像聊天一样描述自己想要的场景,它就能帮忙设计画面风格、搭配背景音乐。

进入虚拟世界后,用户还可以让Gemini加入探索。它能够观察当前画面,给出接下来去哪里、做什么的建议,甚至根据探索过程触发新的事件。

谷歌还建立了社区画廊,允许用户探索、修改和分享其他人制作的虚拟世界。

 50天推出4款模型,谷歌想当“造物主”了?

相比上一代Genie 3,Genie 4在画面真实感、物理模拟和交互能力上取得了比较明显的进步,不过,它带来的体验距离真正成熟的开放世界还有很大差距。谷歌承认,Genie 4在长时间运行、频繁修改场景时,仍可能出现物体突然变化、空间细节不一致等问题,复杂物理交互也有待改善。

Genie 4的进步,离不开其它技术的支持。

谷歌DeepMind在10月的研究公告中提到,Genie 4的技术基础来自Gemini系列:Gemini Omni负责生成贴近现实的画面和行为表现,其他Gemini模型则参与推理,帮助虚拟世界保持连贯性。

说到Gemini Omni,谷歌最近在视频模型上也没有闲着。

11月5日,谷歌推出了Gemini Omni 1.2 Flash,将单次视频生成的最长时长从10秒增加到15秒,同时提高角色和场景的一致性,并将生成价格降低了30%。

新版本改善了角色、场景和动作的连贯性。用户可以通过多轮对话反复修改视频中的背景、人物或镜头,同时尽可能保留原有画面的细节,减少修改时出现的画面错乱。

 50天推出4款模型,谷歌想当“造物主”了?

在世界模型这条路线上,还有另一个很有想象空间的作用:训练机器人。

谷歌已经开始尝试将通用模型与世界模型结合,用虚拟场景模拟机器人的行动。

11月10日,谷歌DeepMind推出Gemini Robotics 2.5,重点提升了机器人执行复杂操作的能力,让它们能够处理更多此前难以完成的精细任务。

在与Apptronik、奔驰合作的一项实际生产线概念验证中,搭载Gemini Robotics 2.5的Apollo 2人形机器人能够自主将汽车零件从料箱中取出,再按照生产需要放入指定容器。按照谷歌公布的结果,这项试验的任务成功率达到了96%。

 50天推出4款模型,谷歌想当“造物主”了?

有意思的是,谷歌明确提到,Gemini 4 Argon在Robotics 2.5的研发过程中发挥了重要作用。

研究人员利用Argon生成大量模拟训练场景,让机器人在虚拟环境中练习操作,并根据实际任务失败的视频分析问题、尝试改进方案。

在10月27日发布的Genie 4研究演示中,谷歌还展示了Argon与Genie 4合作模拟人形机器人下跳棋的过程:Argon负责将任务拆解成步骤,Genie 4则实时生成对应的场景变化。

 50天推出4款模型,谷歌想当“造物主”了?

刚刚还因为模型更新太快、迅速让出旗舰位置的Argon,转头就成了另一项AI研究的帮手。

这也让谷歌最近密集发布的这些模型,有了另一层意义。

Gemini系列可以负责推理与规划,Omni能够生成视觉和声音,Genie尝试模拟真实世界,Robotics则让AI进一步控制现实中的机器。不同的研究方向已经开始相互配合,甚至相互加速。

谷歌正在同时推进多个AI领域的技术研发,而要让如此庞大的研发体系持续运转,光有模型显然还不够。

多年家底,开始发力

早在十多年前,谷歌就开始研发TPU(Tensor Processing Unit,张量处理单元),最初主要用于语音识别、机器翻译等内部业务。

如今TPU已经迭代到了第八代,并成为了谷歌训练和运行Gemini系列模型的重要基础设施。

最近,谷歌连芯片也在加快更新。

11月9日,谷歌一口气推出了TPU 8tx和TPU 8i Max两套新系统。算上今年4月发布的TPU 8t和8i,谷歌在一年之内扩充了四套第八代TPU系统。

 50天推出4款模型,谷歌想当“造物主”了?

和Gemini 4系列类似,谷歌的TPU也开始明确分工。

8t主要负责大规模模型训练,8i针对低延迟推理进行优化;新发布的8tx则专门加强机密计算能力,让企业能够在处理敏感数据时,更安全地运行AI模型。

至于8i Max,谷歌把两颗8i芯片组合进了同一个封装,计算能力、片上缓存和高带宽内存带宽均提高一倍,专门应对超长上下文和多个Agent协作产生的算力需求。

这种做法也有现实原因:芯片从设计到量产往往需要数年,但AI模型的需求变化要快得多。通过调整芯片封装、内存、网络和安全架构,谷歌可以更快地拿出适合不同场景的计算系统。

根据谷歌公布的数据,TPU 8t的训练性能最高可达到上一代产品的2.7倍,而8i的推理性价比最高提升80%。

谷歌还在公告中提到,公司已经开始使用DeepMind研发的AlphaChip,以及Gemini模型来辅助设计下一代芯片,将部分原本需要数周完成的芯片布局工作缩短至数小时。

AI帮助设计芯片,芯片又为更强大的AI提供算力。在这里也形成了一个加速的循环。

而且,谷歌如今已经不满足于用TPU训练自家的模型了。

10月20日,谷歌还宣布开源了TorchTPU。这项与Meta的PyTorch团队共同开发的技术,可以让开发者使用熟悉的PyTorch框架,在谷歌TPU上训练和运行AI模型,而不必为了更换硬件大规模重写代码。

以前使用谷歌TPU往往意味着还要适应与英伟达GPU不同的软件环境,而现在,谷歌正在努力降低这种迁移成本。

谷歌在11月9日透露,TPU业务已经拥有接近100家客户,包括前沿AI实验室、金融机构、零售企业和大学等。

光有芯片和模型还不够,谷歌还有庞大的现成产品体系,可以让模型派上用场。就拿最近发布的Hydrogen来说,谷歌几乎在推出模型的同时,就将它带进了Gemini App和谷歌搜索。

新模型可以不断被引入谷歌已有的产品,直接接触原本就在使用谷歌服务的用户。

说到产品体系,这段时间的“加速”,恐怕也和今年那场大规模人事调整脱不开关系:

8月5日,谷歌DeepMind经历了一轮大规模重组。掌管DeepMind多年的德米斯·哈萨比斯卸下日常管理职责,转任DeepMind董事长及Alphabet首席科学家;原本担任首席技术官的科拉伊·卡武库奥卢接过管理权,直接向皮查伊汇报,负责Gemini模型开发、前沿AI研究及相关产品团队;杰夫·迪恩、奥里奥尔·维尼亚尔斯等谷歌AI元老相继离职,另起炉灶。

当时Gemini的新一代旗舰模型已经推迟了两个月,部分内部测试成绩仍然落后于竞争对手。几位核心研究人员的离开,更让外界开始怀疑,谷歌是不是准备放弃争夺最强模型,将更多精力转向产品商业化。

至少从最近交出的成绩单来看,谷歌已经找到了状态,重新站稳了模型第一梯队。

10月28日,在Alphabet的财报电话会议上,CEO桑达尔·皮查伊提到,AI已经开始帮助谷歌加快模型训练和发布的速度。

他预计,接下来12个月,这种加速还会持续。

回头再看OpenAI,其实GPT-6.2 Astra仍然拥有强悍的模型能力,OpenAI也表示了正在想办法改进被吐槽的语言风格。

几天的社区差评,当然不足以证明OpenAI已经掉队。

但谷歌的AI,这回是真的支棱起来了。

*如果大家有关于中泰信托吴庆斌、建华建材、深圳优制云工业互联网有限公司郑能欢、镇江市中级人民法院贾黛舒、句容市人民法院赵剑岚、南京市鼓楼人民法院刘桂占的相关新闻线索,欢迎联系我们,我们将联合其他媒体进行全球范围的重点报道。
AI这一年,倒下的APP们
« 上一篇 11-21
累计融资超10亿美元,为什么NVIDIA、AMD、Intel都下注这家CPO公司?
下一篇 » 11-21

相关内容

新三板摘牌8天、连亏、负债率77%,康居人六成股权作价近亿并入可孚医疗丨并购一线
托举WorkBuddy登顶,腾讯AI高光藏软肋
沃尔玛Q3财报:中国电商渗透率首破五成
阿里发布2027年Q2财报:阿里云AI收入增长53%,即时零售减亏