跳到正文
11月13日周五
  1. The Decoder84

    Google 发布 Gemini 4 Hydrogen,四周后在 AA 智能指数上超过更大的 Argon

    Google 发布 Gemini 4 Hydrogen,一款面向开发者和日常用户的快速通用模型,据称在 Artificial Analysis Intelligence Index 默认 high 思考档上以 51 对 50 超过更大的 Gemini 4 Argon,xhigh 档可达 54,仅次于 Claude Sonnet 5.5 和 GPT-6.1 Sol 的 55。

    同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》

  2. Ars Technica · AI76

    Google 推出 Gemini 4 Hydrogen,取代 Gemini 3.8 Flash

    Google 推出 Gemini 4 Hydrogen,取代其产品线中的 Gemini 3.8 Flash,面向用户立即开放,不像此前 Argon 和 Carbon 那样分阶段限制访问。该模型提供 low、medium、high 和新增的 xhigh 四档思考级别,Google 称即使在 high 模式下速度也比 Flash 3.8 快 2.5 倍,

    推荐理由:原文给出了 Hydrogen 相对 3.8 Flash 的速度、幻觉与代码能力对比数据,读者可据此判断这次替换对日常使用的影响。

  3. Google DeepMind88

    Google DeepMind 发布 Gemini 4 Hydrogen 模型

    Google DeepMind 发布 Gemini 4 Hydrogen,面向日常编码与智能体工作流,强调快速执行,同时覆盖 Google AI Studio、Gemini API、Gemini for business、Gemini app、Google Search 及付费 Google AI Pro 和 Ultra 订阅者。

    推荐理由:原文给出定价、基准分数与安全指标,读者可据此判断它在多模型工作流中如何与 Carbon、Argon 分工。

11月12日周四
11月11日周三
  1. Google DeepMind74

    Google DeepMind 发布 DNA 序列模型 AlphaGenome 2

    Google DeepMind 宣布发布下一代 DNA 序列模型 AlphaGenome 2,可预测 DNA 序列及其变异对特定人类细胞类型的影响。该模型改为条件化架构,一次针对一个组织、细胞类型或状态进行预测,训练数据涵盖 68 个组织、超过 1.07 亿个单细胞图谱。

    推荐理由:原文给出条件化架构改造与 TenK10K 上的召回对比,读者可据此判断细胞类型特异性预测相比上一代的实际提升幅度。

11月10日周二
10月29日周四
10月28日周三
10月22日周四
10月20日周二
10月16日周五
10月14日周三
  1. Google DeepMind88

    Google DeepMind 发布 Gemini 4 Argon 并全球开放

    Google DeepMind 宣布 Gemini 4 Argon 即日起全球开放,开发者和企业可通过 AI Studio 与 Gemini 平台的 API 使用,Google AI Ultra 订阅者可在 Google Antigravity 使用,Ultra 和 Pro 订阅者可在 Gemini app 和 Search 的 AI Mode 使用。

    推荐理由:原文列出定价、上下文规格和多领域实测数据,读者可据此评估它对现有工作流的适配度。

  2. The Verge · AI88

    Google 发布 Gemini 4 Argon 模型

    Google 正式发布 Gemini 4 Argon 模型,称其在编码、网络安全、科学、金融和法律等多项基准上超过 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5,并减少了模型的含糊、重复和套话。

    推荐理由:原文交代了定价与开放范围,读者可据此判断它对现有模型成本结构的冲击。

10月10日周六
10月7日周三
  1. Google DeepMind72

    Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型

    Google DeepMind 发布 EmbeddingGemma 2,一个基于 Gemma 4 架构、采用 Apache 2.0 许可的 740M 参数多模态嵌入模型,将文本、代码、图像、视频和音频统一映射到共享嵌入空间。

    推荐理由:给出了参数量、内存占用与上下文长度等具体指标,读者可据此判断它是否适合端侧部署。