跳到主要內容
maxstudioNews
產品Google DeepMind約 7 分鐘

Google DeepMind 推出最強模型 Gemini 4 Carbon,強化網路安全與科學推理

Google DeepMind 今日正式發布其最新前沿模型 Gemini 4 Carbon,開放給開發者、企業、科學家和消費者使用。Carbon 是目前最強大的模型,在網路安全、複雜知識工作、軟體工程和科學推理等領域展現卓越的代理式工作流程能力。它在多項獨立基準測試中表現出色,並透過 API 在 Google AI Studio 和 Gemini for business 上提供服務。

Google DeepMind 推出最強模型 Gemini 4 Carbon,強化網路安全與科學推理
圖片來源:Google DeepMind

我們今天向開發者、企業、科學家和消費者推出 Gemini 4 Carbon。Carbon 是我們最強大的模型,在網路安全能力以及跨複雜知識工作、軟體工程和科學推理的長週期代理式工作流程中,展現出前沿的效能。

兩週前,我們透過 Fairwind Program 向一群網路安全防禦者發布了 Carbon。繼我們最近推出 Gemini 4 Argon 之後,Carbon 將前沿技術推向更遠。Argon 仍然是大多數軟體工程和知識工作的理想選擇,而 Carbon 則專為測試模型智慧極限的任務而建構,例如複雜的多步驟編碼和偵錯,以及開放式的科學研究與發現,它使用比 Argon 更多的 token 進行徹底探索、深度推理並運行擴展的驗證迴圈。

在旨在測試模型在實際工作流程中效能的獨立基準測試中,Carbon 將前沿準確性與實用的生產經濟性結合。它在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 中均排名第一,每項任務的成本比次優的外部模型低兩倍以上。

為了將 Carbon 的能力應用於更大、更複雜的專案,我們正在 Google Antigravity 中預覽 /swarm,將單一提示詞轉變為一個協調的代理團隊,您可以即時追蹤。開發者可以將 Carbon 分配給需要最深層推理的角色,例如架構設計、協調和審計,同時將其與更快、更輕量的模型配對,用於並行隔離的工作空間和測試每個變化的對抗性驗證器。

Gemini 4 Carbon 可透過 Google AI Studio 和 Gemini for business 的 API 提供給所有付費開發者和企業,其入門價格與 Gemini 4 Argon 相同(每百萬輸入 token 2 美元,每百萬輸出 token 10 美元)。

它也將逐步推廣到 Google Antigravity 中的所有 Google AI Ultra 訂閱者、Gemini 應用程式以及搜尋中的 AI 模式。

在法律、金融和企業營運方面,Gemini 4 Carbon 結合了前沿的視覺理解、推理和詳盡的檢索能力,能夠從大量密集文件和數據中綜合出有根據的見解。它遵循嚴格的架構和格式,生成精美精確的試算表、簡報和報告。

現有的基準測試未能充分捕捉代理程式如何原生推理圖表、圖像、藍圖、示意圖和表格等密集檔案,因此我們與 Artificial Analysis 合作推出了新的多模態知識代理(Multimodal Knowledge Agent, MKA)基準測試,該測試評估模型在代理式工作流程中的多模態效能。Carbon 排名第二,而其每項任務的平均成本比表現最佳的模型低六倍以上。

在預發布評估中,Carbon 在 Hebbia 的 E2E Financial Agentic 評估中,在深度金融研究方面與測試中表現最佳的模型持平。它在 Balyasny Asset Management 的通用金融智慧基準測試中,在 23 種前沿模型配置中名列前茅,該測試涵蓋法律專業知識、代理式工具使用和執行、編碼和數據工程,以及感知和上下文理解。

Carbon 在需要多代理協作的工程任務上表現出色,例如多套件遷移、跨子系統根本原因調查和複雜的架構重新設計。對於網頁應用程式開發,它運行建構和驗證迴圈,從錯誤中恢復,並檢查其程式碼和渲染的 UI,以產生完整、可運行的應用程式。更強大的視覺設計、空間推理和對環境細節的關注也延伸到 3D 遊戲開發和創意編碼。

Gemini 4 Carbon for cyber 提供了我們迄今為止最強大的網路安全能力,為安全團隊提供保護關鍵軟體所需的端到端智慧。透過 Fairwind Program 存取時,Carbon 在尋找(SEC-bench Pro)、利用(ExploitGym)和修補(CWE-bench v1)漏洞的關鍵基準測試中處於領先地位:檢查軟體、追蹤缺陷如何在系統中串聯,並生成經過驗證的根本原因修補程式。

Google 內部和外部的早期測試者已經在實際應用中看到了 Carbon for cyber 的強大成果。在 Google 的自動化系統 Project Fortify 中,該系統涵蓋掃描、分類和修復,Carbon 在我們的內部基準測試中達到了 100% 的掃描召回率和 95% 的分類精確度。

在開源程式碼儲存庫測試中,我們看到 Argon 已然強大的召回率提高了超過 25%,發現了以前未檢測到的真實世界邏輯缺陷。將這些成果推廣到 Google,作為世界上最大的開源軟體使用者之一,有助於保護我們自己的系統和更廣泛的生態系統。

Google 的 Cloud Vulnerability Research (CVR) 團隊最近使用 Carbon 證明了流行開源軟體中的兩個錯誤實際上是可利用的漏洞,其嚴重性可與最近的 PHP2Shell 漏洞相媲美。透過使用 Carbon 建立概念驗證,CVR 幫助維護者將該錯誤重新分類為關鍵,並迅速發布了修補程式。詳細資訊將在負責任的披露程序完成後分享。

作為 Wiz 的 Scan for Good 計畫的一部分,該團隊使用 Carbon 評估公共數位基礎設施中的漏洞。例如,在掃描兩個主要 SaaS 提供商時,該模型在不到兩小時內發現了零日漏洞,將數週的漏洞研究壓縮到一個下午。該團隊與受影響的組織合作,在創紀錄的時間內進行了修復,有助於減輕對數萬家公司的潛在影響。

Gemini 4 Carbon 在物理學、數學和生命科學的推理方面顯示出顯著改進的效能,能夠綜合實驗數據、測試假設並推理多步驟領域問題。對於藥物毒性研究公司 Axiom Bio 而言,Carbon 現在是轉譯科學領域表現領先的模型,發現了他們以前未曾發現的新型毒性機制。Axiom 現在將其生產科學分析和代理程式轉移到 Carbon 和 Argon,以解鎖更安全藥物的創造。

Google 的研究人員一直在 Google Antigravity 中使用 Carbon 來加速他們的工作。在程式碼驗證方面,研究人員建立了一個新的代理式框架,用於形式驗證,稱為 AlphaProof Code,並將其應用於一個主要的安全性挑戰:數學證明 Signal 加密協定底層的實際程式碼。

我們的研究人員使用 Carbon 和其他模型,將安全性目標轉化為數學定理。AlphaProof Code 代理程式隨後使用 Carbon 生成了數百萬行的 Lean 程式碼,這是一種用於編寫數學證明的電腦語言,幫助他們在數週內證明了關鍵的安全屬性,這項任務歷史上需要專家團隊花費數年時間。

結果表明 Carbon 有潛力解鎖可擴展的形式驗證,這長期以來被認為是建構安全軟體的黃金標準方法。

在酶分析開發方面,僅提供實驗室筆記和原始數據,Carbon 超越了標準分析,發現了難以解釋的數據異常,它利用這些異常診斷出微妙的濕實驗室實驗偽影,例如深孔中不完全的自動混合,從而顯著提高了重現性。此外,Carbon 改進了去捲積層析峰的方法,並發現了研究儀器中的微量樣品殘留,顯著加速了新分析方法的開發,並縮短了計算與實驗台之間的反饋迴圈。

在蛋白質結構預測方面,AlphaFold 3 等結構預測模型使用進化相關序列的多序列比對(MSAs)來幫助推斷胺基酸鏈如何摺疊。因此,它們通常在標準資料庫中匹配很少的未充分研究的病毒、微生物和真核蛋白質上遇到困難。在多代理設定中,我們的研究人員使用 Gemini 4 Carbon 自動發現了跨兆鹼基規模未註釋序列檔案、環境和病毒序列目錄以及 3D 結構資料庫的遠端同源物。

例如,在 CASP17 盲測集中的 7 個低同源蛋白質家族中,Carbon 平均將檢索到的同源物數量增加了 40 倍,極大地增加了結構預測模型可用的資訊,而無需重新訓練。雖然更廣泛的基準測試仍在進行中,但解決這個上游搜尋瓶頸可能為建模蛋白質組中難以表徵的區域提供了一條有前景的途徑。

四週前,我們開放申請,免費向 10,000 名科學家提供為期六個月的 Argon 存取權限,以加速他們的研究進度,我們已經招募了數千名科學家。今天,我們正在擴大 Carbon 對現有和未來參與者的存取權限,未來該計畫將繼續提供我們最新的前沿模型,只要它們可用。申請仍然開放,並根據資格、容量和選擇情況,每週滾動招募。

隨著每個新模型的發布,我們將繼續加強模型安全和保障。

Share

覺得值得一看?分享給朋友。

以上為 AI 自動翻譯導讀。原文版權歸 Google DeepMind 所有, 建議透過「閱讀原文」前往原始網站,以取得最完整資訊並支持原作者。

Newsletter

不用每天追,AI 重點每週寄給你

43 個來源、每 2 小時更新,太多看不完。電子報每週挑最值得看的幾則,附上 Max 的看法。

每週一封。Email 只用來寄電子報,每封信都能一鍵退訂。