跳到正文
只看一手#多模态
  1. Google DeepMind82

    Google DeepMind 发布世界模型 Genie 4

    Google DeepMind 发布世界模型 Genie 4，原生支持多模态，可在生成世界的同时生成音乐、环境音与交互对话。Genie 4 支持用自然语言实时修改天气、镜头和场景元素，并借助 Gemini 3.8 Flash 作为引导智能体拆解多步任务、校验执行进度。

    推荐理由：官方披露 Genie 4 的原生音频、实时语言操控与 Gemini 协同推理，可据此判断世界模型当前的能力边界。

  1. Google DeepMind92

    Google DeepMind 发布 Gemini 4 Argon 模型

    Google DeepMind 发布前沿模型 Gemini 4 Argon，今日起通过 AI Studio 和 Gemini API 向开发者与企业开放，Google AI Ultra 与 Pro 订阅者可在 Gemini 应用和 Search 的 AI Mode 中使用。

    推荐理由：官方给出定价、基准排名与多个内部落地案例，可据此判断前沿模型在编码与科研工作流中的实际位置。

已经到底了