🌀 AIBB-Flywheel

新闻数据飞轮
← 返回文章列表
ithome 财经 科技 采集 2026-10-01T04:15:50+00:00

谷歌推出 Gemini 4 旗舰 AI 模型

原始标题:谷歌推出 Gemini 4 Argon 旗舰 AI 模型,消息称其实战性能遭员工质疑

来源
ithome
发布时间
2026-10-01T01:14:56
采集批次
2026-10-01-04
字数
1698
URL 指纹
cda3589303dd8f6a

📌 AI 总结(299 字)

谷歌向部分可信网络安全合作伙伴开放旗舰 AI 模型 Gemini 4 Argon,该模型在基准测试中表现优异,安全测试超越 OpenAI Astra。然而据彭博社报道,谷歌内部员工质疑其实际表现,尤其在代码编写任务中不尽如人意,前端设计能力偏弱,且模型体量庞大、运行成本高昂。此前谷歌搁置了 Gemini 3.5 Pro 项目,训练成本最高可达 4 亿美元。同时面临 OpenAI、Anthropic 在代码智能体等领域的竞争压力,以及 Jeff Dean、Demis Hassabis 等顶尖人才流失的困境。业内专家批评 AI 行业存在『基准跑分内卷』现象,模型刷分能力强但实际任务表现未必出色。
📄 正文(1698 字)
谷歌已经开始逐步推出备受期待的旗舰人工智能模型 Gemini 4 Argon,但这家企业内部对于该模型在代码编写等核心领域的实际表现尚存质疑。

谷歌于当地时间周三向一小批经过筛选的网络安全合作伙伴开放了这款模型,并表示会在完成更多测试之后扩大开放范围,优先面向付费订阅用户。谷歌称,Gemini 4 在多项基准测试中取得了靠前的得分,其中一项衡量安全能力的测试成绩甚至超越了 OpenAI 的 Astra 模型。

不过部分内部员工表示,这些评测指标并不能反映全部情况。几位直接参与该项目的知情人士透露,尽管 Gemini 4 在广为使用的模型效果基准测试上成绩不错,但当谷歌员工实际拿它开展工作时,表现却不尽如人意。这些人士称,该模型处理部分代码任务时会遇到困难。

谷歌发布上述消息之后,Alphabet 公司的盘后股价上涨约 1.7%。而在常规交易日临近收盘时,随着彭博社报道出员工对该模型的质疑,早些时候的涨幅又出现回落。

近期谷歌一直在努力研发模型,希望能够同 OpenAI 以及 Anthropic 展开竞争。知情人士称,该公司原本计划在六月份发布另一款版本,即 Gemini 3.5 Pro,但之后放弃了这一开发工作。

谷歌方面表示,所谓 Gemini 4 在代码等领域表现不佳的说法并不准确。公司将问询引向谷歌 DeepMind 负责人科拉伊·卡武库奥卢上周发表的表态;他当时称自己对这款模型的性能感到鼓舞。

「我对这支团队抱有十足的信心。在我看来,我们必将持续站在技术最前沿,这是确定无疑的。」

谷歌内部对此的看法存在分歧。一部分员工认为,Anthropic 的 Fable 与 OpenAI 的 Astra 模型迭代提升的速度已经超过 Gemini。另一部分员工则认为,这款即将上线的新版本已经追上领先的人工智能实验室。

谷歌迫切需要 Gemini 4 取得成功。几乎谷歌旗下所有产品都以该系列模型作为底层支撑:既包括搜索页面顶部给出的人工智能回答,也涵盖地图、邮箱以及浏览器 Chrome。但 OpenAI 与 Anthropic 已经不再仅仅售卖模型,转而着手打造自有产品,其中包括编程智能体。

放弃 Gemini 3.5 Pro 项目不光阻碍谷歌的人工智能发展规划,还很可能让公司付出高昂的时间与资金代价。训练开发这一级别的大模型单次训练运行开销最高可达 4 亿美元。

如今 Gemini 4 的研发又接连遇到各类难题。熟悉内部评估工作的人士透露,该模型的代码编写能力参差不齐,尤其不擅长前端设计。知情研发人员称它本身属于体量非常庞大的模型,运行成本可能给谷歌的利润空间带来压力。

业内专家表示,谷歌或许正陷入整个行业的通病:过度看重基准测试得分。工程师会投入更多精力刷出好看的测试分数,而非开发一款可以切实把任务做好的产品。人工智能初创企业 Surge AI 创始人埃德温·陈指出:「可以打个比方:『没错,我的孩子 SAT 考试分数很高。』可是 SAT 高分并不等同于现实当中的实际能力。」

知情人士同时也指出,Gemini 4 本身依然具备优势。该模型擅长解析文本以外形式的输入内容,例如从视频中提取元数据;另外它在安全防护、网络安全方面表现突出。

谷歌内部的挫败情绪已经十分明显。此前彭博社一篇报道批评公司体系庞大、层级繁杂,不断变动的任务目标与优先级调整导致企业很难落实连贯统一的发展策略。与此同时,一批顶尖人工智能研究人员相继离开谷歌,其中包括传奇工程师杰夫·迪恩、诺贝尔奖得主约翰·江珀,以及诺阿姆·沙泽尔。今年八月,德米斯·哈萨比斯转任董事长,将 DeepMind 日常运营工作移交给卡武库奥卢。

谷歌于周三对外说明,Gemini 4 面向软件工程、金融、法律及网络安全领域复杂度高的工作任务而设计,单次输出最高可达一百万词元。

就在谷歌奋力追赶的同时,竞争对手依旧在高速向前推进。本月早些时候,Meta 平台公司发布了 Muse 这款 AI 智能体产品,官方称它可以独立完成网购、预约等日常事务,上线后迅速登上应用下载榜单前列。