AI图鉴

AI图鉴首页 › AI 资讯 › 谷歌Gemini 4Carbon 首批实测曝光!手感直逼Opus 5.5

谷歌Gemini 4Carbon 首批实测曝光!手感直逼Opus 5.5

来源:新智元 · 发布时间:10-23 · 由 AI图鉴每小时自动聚合

谷歌Gemini 4Carbon 首批实测曝光!手感直逼Opus 5.5

谷歌Gemini 4 Carbon首批实测曝光!手感直逼Opus 5.5

ASI启示录

ASI启示录

新智元

在小说阅读器读本章

去阅读

在公众号小说中沉浸阅读

新智元报道

Argon全面开放才

8天

,

谷歌的下一张王牌,就杀进竞技场了!

就在刚刚,

谷歌最强的Carbon被曝开测

。

合作伙伴已经抢先拿到,LMArena上也开了盲测,

发布就在眼前

。

消息一出,测试者全扑进了Arena。

一天之内,Carbon的实测在X上炸成一片,

有人拿它一口气做完了

整关超级玛丽

。

上一代旗舰的热乎劲还没过,下一代就在门外排队了

。

谷歌联创布林说,谷歌开始踏上

「RSI的跑步机」

,

模型正帮着造下一代模型

。

超级玛丽一次通关

Carbon的3D强到离谱

Arena上的Carbon,名字还挂着「gemini-4-argon」。

测试者认出它的办法说来好笑——就看慢不慢

。

网友Harshith发现,挂这个名字的其实有两个模型。一个又快又不错,另一个慢得出奇,作品却真的惊艳,

后者才是Carbon

。

测评账号Lumina用超级玛丽的提示词,

让Carbon做出了一整关游戏

。

主角一路顶砖块、吃金币、钻水管,下到地下关再爬出来,最后跳上旗杆、走进城堡,

屏幕弹出「COURSE CLEAR」

,金币数和评级都结算了出来。

Lumina还把同一道体素宝塔题,

交给Argon、Carbon、Opus 5.5和Sonnet 5.5同场比

。

在Lumina看来,Carbon的质量明显要高过Argon,只是视任务不同,

要慢2到4倍。

网友Synopsis的体素山谷,把画面又往上推了一层。

樱花沿着河岸开,红色拱桥架在水上,木屋亮着灯,

一场雨说下就下,整片山谷跟着暗了下来。

网友Salio做了一座3D城堡,

光照能在黄昏、蓝调时刻、月光和薄雾晨光之间切换

,城下的石桥一路亮着灯。

知名爆料人chetaslua把Gemini的吉祥物交给Carbon,让它做一段讲碳为什么稳定的3D动画。

画面一开始,吉祥物盯着一颗碳-12原子核。随后6个电子按1s²2s²2p²排好,轨道杂化成4个一模一样的sp³瓣,再和邻居共享电子凑满8个,

最后搭成一整块金刚石晶格

。

chetaslua说,

这道题对之前的Gemini模型来说非常难

。

拿Carbon讲碳,谷歌这次的命名,算是被网友玩明白了。

从碳-12原子核讲到金刚石晶格

开发者Pankaj Kumar则让它做了一个能交互的3D水晶柑橘。

然而,到了SVG这一项,评价就开始分化了。

网友Binkg让Carbon画了一个可乐瓶的SVG,瓶身挂满水珠,标签上的小字和瓶盖都画了出来,旁边还能调霜冻、气泡和背光。

但Haleemah看了一整天的测试后说,

Carbon最强的还是3D

,好的SVG她还没见到。

SVG之外,前端也还是老问题。Lumina说,Carbon的前端设计和审美依旧平平,缺了Anthropic模型的那股味道。

同一个模型,3D能猛涨,前端却原地踏步,是因为两类题的考法不同。

3D场景里,几何、光照、碰撞全由代码决定,算错一点画面就崩,

对不对一眼就能验出来

。

前端考的是留白多大、字号几号、按钮放哪,

没有标准答案,只有人的偏好

。

所以3D能靠算力和

强化学习

一路往上推,

前端

却只能靠大量人的反馈慢慢磨。

更慢但不偷懒,Carbon专治Argon的懒病

测试者晒作品时,几乎都会补一句慢,可很少有人抱怨,

因为它不偷懒了

。

偷懒,偏偏是Argon上线以来被骂得最狠的毛病

。

它的跑分很漂亮,可开发者上手不到一周,「懒」的名声就传开了。

科技媒体Every测完Argon,给出了5条使用建议,第3条是让大家务必复核它的活。

在38次基准运行里,

有17次,Argon把代码审查这一步打开又关上

,

中间只隔了30毫秒

。

同一份建议里还藏着一组数字。把Argon从低推理档拉到高档,

用时只变成原来的1.7倍

;Opus 5.5拉到高档,

要花18倍的时间

。

也就是说,

叫Argon多想一想,它也没多想多少

。

到了Every CEO Dan Shipper的资深工程师基准上,Opus 5.5和Sonnet 5.5都拿了85%,GPT-6 Astra拿了81%,

Argon只有21%,在8个模型里垫底

。

而到了Carbon这里,情况直接反转。

Business Insider此前曝出,谷歌员工在内部试用Carbon后说,它写代码

「感觉像极了Opus 5.5」

。

Argon刚铺开就出Carbon

谷歌踏上RSI跑步机

从Argon到Carbon,谷歌这一轮的节奏快得惊人。

9月30日官宣Argon,先只交给Fairwind计划里的网络安全防御方;10月13日,Argon向开发者和订阅用户全面开放;

又过了8天,Carbon就进了合作伙伴的测试

。

谷歌出牌越来越快,布林给出的答案便是——

RSI(递归自我改进)

。

在最近一段圆桌对谈里,他曾表示,

现在研究员已经和模型手拉手,一起做下一版模型了。

Argon的安全报告显示,今年9月,DeepMind

超过九成的代码合并请求里,

AI

写的部分都在75%以上

。

完全交给AI、人类插话不到3轮的合并请求,也

从4月的7.5%涨到了11.9%

。

DeepMind每月的代码合并请求,颜色越深,AI写的比例越高

当模型开始帮着造模型,Argon和Carbon挨得这么近,也就不难理解了。

参考资料:

https://x.com/Lentils80/status/2112770669549068684

https://x.com/steph_palazzolo/status/2112183963452059734

https://x.com/steph_palazzolo/status/2112205820440326307

编辑:摩西

秒追ASI

⭐

点赞、转发、在看一键三连

⭐

点亮星标,锁定新智元极速推送!

预览时标签不可点

不喜欢

Scan to Follow

Got It

Scan with Weixin to

use this Mini Program

Cancel

Allow

Cancel

Allow

Cancel

Allow

×

分析

微信扫一扫可打开此内容,

使用完整服务

:

,

,

,

,

,

,

,

,

,

,

,

,

.

Video

Mini Program

Like

,轻点两下取消赞

Wow

,轻点两下取消在看

Share

Comment

Favorite

听过

本文由 AI图鉴自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

Gemini Notebook

谷歌推出的AI笔记应用,5分钟生成一段对话播客

蛙蛙写作

AI小说和内容创作工具

讯飞绘文

AI批量原创,多平台矩阵号管理

Laper

AI 原生剧本创作工具

相关免费羊毛

Google AI Studio

Gemini 2.5 每日 1500 万 token 免费

Google Cloud

新用户 $300 试用额度 + 永久免费层

Google Gemini

学生免费 12 个月 Google AI Pro / AI Plus

Google Gemini API

Gemini API 免费层可直接试用

同源资讯

双榜第一、三大首发!纯血国产算力炼出全球顶级Agent

新智元 · 10-23

前沿模型AI攻击防御,终于有了全新思路!

新智元 · 10-23

爆肝实测四大国产AI神器!7大变态考题,逼出最野导演

新智元 · 10-23

绝杀OpenAl!首个Claude Duet 上岗,Opus 5.5 24小时替你打工

新智元 · 10-23

半年扫出超2.9万疑似漏洞!Claude揪出curl高危隐患,29天修复

新智元 · 10-23

刚刚,OpenAI揪出PHP致命漏洞!全球70%网站深夜爆雷

新智元 · 10-23

阅读原文(mp.weixin.qq.com)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI图鉴首页 · 提交工具 · 商务合作 · 关于本站 · 587 款 AI 工具分类导航 · 每日 AI 热门项目与动态