谷歌员工把唱衰DeepMind的报告放桌上天天看,三个月后SemiAnalysis道歉,承认自己当初看走眼了
相关推荐
谷歌DeepMind发布机器人模型Gemini Robotics 2.5,奔驰产线试点成功率达96%
PANews 11月11日消息,据Google DeepMind公告,谷歌DeepMind发布视觉-语言-动作(VLA)模型Gemini Robotics 2.5,称这是其目前能力最强的机器人模型。和之前的基线模型相比,新模型的任务成功率提高30%至100%,完成任务的速度快20%至30%,测试覆盖200多项任务。在和Apptronik、梅赛德斯-奔驰合作的试点中,Apollo 2人形机器人在德国、匈牙利的汽车产线上自主分拣零部件,成功率为96%。该模型正向机器人合作伙伴逐步开放。
Gemini 2.5核心贡献者Qiyin Wu加入百度,负责文心预训练
动察 Beating AI 快讯,前 Google DeepMind 主任工程师 Qiyin Wu 已加入百度,负责大模型预训练,入职后仍在美国办公。她此前参与 Gemini 研发,是 Gemini 2.5 Flash、Pro 的核心贡献者。 她很可能就是本月初曝光的花名「武钦」的研究员。当时百度 BMU 负责人孙天祥内部宣布,从北美某 Frontier Lab 引入了一名研究员。此人过去两年参与过数代大模型研发,将和团队一起加强文心预训练能力。
DeepMind突传实现RSI:三个大写字母点燃社区
动察 Beating AI 快讯,AI 社区突然疯传 Google DeepMind 已经实现 RSI。 RSI 即递归自我改进,被很多人视为通往超级智能最关键的一步。AI 可以自己改进训练方法、代码和模型,造出更强的下一代,再让下一代继续升级。真正跑通后,AI 研发可能进入自我加速循环。 起因是爆料账号 lyra 给 Google DeepMind 发了一句「huge congRatulationS Indeed!」,其中三个异常大写字母正好拼成 RSI。随后 Lentils 又贴出一张疑似内部模型列表,里面出现 rsi-model-liverl-le。他还声称 Google 内部有 10 个同系列训练模型槽位,但没有贴出对应截图。 传闻也未必是假的。路透社 8 月报道,谷歌联合创始人 Sergey Brin 已要求 DeepMind 加快 Gemini 研发,并重点推动递归自我改进。DeepMind 6 月的官方报告也把「recursive improvement」列为 AGI 走向 ASI 的四条潜在路径之一。
Meta首席AI官Alexandr Wang驳斥SemiAnalysis「刷榜论」:老测试早已饱和
动察 Beating AI 快讯,AI 研究机构 SemiAnalysis 点名 Gemini 3.8 Flash 和 Muse Spark 1.3,称它们是目前最明显的「benchmaxxed」模型之一,也就是针对公开评测优化得太狠。两款模型在 Terminal-Bench 2.1 分别拿到 89.4% 和 88.8%,已经接近 GPT-6 Astra 和 Claude Fable 5.1;换到刚发布不久的 Terminal-Bench 4.0,却只剩 19.1% 和 33.3%。Astra 和 Fable 5.1 分别还有 57.7% 和 55.8%。 SemiAnalysis 怀疑,问题出在公开测试越来越容易被针对性优化。Terminal-Bench 2.1 的任务全部公开,即使模型厂商不直接拿测试题训练,也可以购买与这些任务高度相似的强化学习环境数据。模型于是越来越擅长这套考试,却未必能泛化到新任务。不过 SemiAnalysis 没有拿出 Google 或 Meta 购买这类数据的直接证据。 Meta 首席 AI 官 Alexandr Wang 随后反驳,称这个论点「很蠢」。他举例,GPT-5.6 Sol 同样从 Terminal-Bench 2.1 的 88.8% 掉到 4.0 的 37.3%。他的解释是 2.1 已经饱和,无法再有效区分顶尖模型,而 4.0 远未饱和。Terminal-Bench 4.0 的确删除了 8 道饱和、已有公开解法或存在其他问题的任务,同时修改了 19 道题,并重新调整时间、CPU 和内存等资源限制。
Gemini终于能自己操作Mac了:后台操控软件、填写表单,还不占用用户鼠标
动察 Beating AI 快讯,Gemini Mac 客户端正式加入 Computer Use(电脑操作)功能。现在 Gemini 可以直接操作电脑上的软件和网站,自己点击按钮、输入文字、切换菜单、填写表单,完成跨应用的复杂任务。 Google 展示了几个实际用途:让 Gemini 操作设计软件,批量给照片调色;从本地 PDF 提取尺寸、地址等信息,自动填写物流报价表;或者分析文件夹里的服装照片,查询二手价格并准备商品上架资料。 Gemini 会在独立的后台窗口中操作,不占用用户的主屏幕和鼠标。用户可以一边正常使用电脑,一边通过实时预览观看 AI 操作,随时暂停,并指定它可以访问哪些应用。 目前新功能仅向美国 Google AI Plus、Pro 和 Ultra 付费用户逐步开放,需要 Apple 芯片的 Mac,运行 macOS 15 或更新版本。
谷歌推出Gemini 4 Neon,智能指数排名第3得61分
PANews 11月19日消息,谷歌DeepMind官方博客宣布推出Gemini 4 Neon,定位介于Carbon与Hydrogen之间,面向复杂软件工程、知识工作与科学工作流。该模型在Artificial Analysis Intelligence Index的xhigh档得分61,总排名第3。API定价为每百万输入token 3美元、输出15美元,上下文窗口为100万token。即日起向Gemini API及Google AI Pro与Ultra用户滚动上线。