「Google Deepmind」的搜尋結果
#Google Deepmind也是一個關鍵字標籤
過去 31 天有 22 篇標成這個標籤 · 目前不在排行榜上
11/16(一)
Google DeepMind 推 AlphaGenome 2 模型,捕捉疾病基因變異根源
Google DeepMind 近日公開一款全新模型 AlphaGenome 2,可以預測 DNA 序列及其變異如何影響特定的人類細胞類型,為科學家提供一個強大工具來揭開疾病的細胞驅動因素。 雖然人體內幾乎每個細胞帶有相同的 DNA,但不同類型的細胞卻會開啟或關閉不同的基因,這些模式還會依據細胞當下...

AI代理人資安威脅加劇 台灣緊急應變系統曾遭攻擊網鎖定
圖/示意圖商傳媒|責任編輯/綜合外電報導隨著人工智慧從單純的文字對話邁向自主行動,具備獨立執行複雜任務能力的「AI 代理人」(AI Agent,能自主規劃並執行多步驟操作的 AI 系統)正迅速改寫網路攻防格局。外媒資安專門網站《Security Affairs》發布最新快訊,揭露多起新型 AI 威脅,顯示自主化攻擊與基礎架構漏洞已對關鍵設施和企業防線帶來嚴峻挑戰。 根據資安分析,代號為「BOSSAI」的新型 AI 攻擊網曾將目標鎖定台灣的緊急應變服務體系,利用分散式智慧架構嘗試癱瘓關鍵基礎運作。這類針對公共系統的自主入侵手法,凸顯攻擊者正將具備協同作戰能力的 AI 代理人導入實戰。與此同時,另一項名為「Operation Snowball」的自主 AI 入侵行動也陸續曝光,證實攻擊鏈已進展到無需人工介入即可自動執行偵察與滲透。 除了新型攻擊手法,主流 AI 服務自身的安全漏洞也成為駭客突破口。平台 NEAR.AI 近期遭遇 SGLang 遠端程式碼執行(RCE)漏洞攻擊,導致約 100 名用戶資料遭竊,並波及 18 個 AI 代理人;AI 新創 Fireworks AI 亦傳出資料外洩事件。此外,近期發表的開發工具 Claude Code 也被發現存在疏失,曾不慎將機密資訊暴露於 GitHub 公開儲存庫中,為軟體供應鏈安全敲響警鐘。 在密碼學防護方面,Google DeepMind 的研究顯示,AI 代理人已能大幅降低破解 1024 位元 RSA 加密金鑰的運算成本,讓現存多數傳統加密協正面臨被加速攻破的壓力。此外,即便美國實施嚴格出口管制,市場仍傳出中國 AI 實驗室疑似取得輝達(Nvidia)Blackwell 架構晶片進行模型訓練的消息,反映地緣政治與硬體管控難題持續發酵。 面對 AI 快速演進帶來的失控風險,學界與業界高層相繼釋出審慎訊號。被譽為「AI 教父」的傑弗裡·欣頓(Geoffrey Hinton)直言,未來局勢可能會證明人類「沒有 AI 也許過得更好」。即將迎來創紀錄首次公開發行(IPO)的 Anthropic 執行長達里奧·阿莫代(Dario Amodei)也坦言,對於未來一年即將發生的變化,市場仍籠罩在巨大的不確定性之中。

11/14(六)
Google推極速AI模型Gemini 4 Hydrogen 搜尋與寫程式效率大升級
圖/本報資料庫商傳媒|何映辰/台北報導Google 發表主打極致運算速度的全新 AI 模型 Gemini 4 Hydrogen,鎖定日常工作、程式開發與自動化流程,目前已在全球 Google 搜尋與 Gemini 應用程式中正式上線,開發者也能透過 API 存取。 不同於 OpenAI 的 GPT-6.1 Sol 或 Anthropic 的 Claude Sonnet 5.5 等競品持續往高難度推理發展,Google 這次刻意轉向追求「高執行速度」與「低推論成本」。Google DeepMind 資深副總裁 Koray Kavukcuoglu 表示,雖然旗艦模型 Gemini 4 Carbon 與 Gemini 4 Argon 擅長處理深度的複雜難題,但 Gemini 4 Hydrogen 的核心定位在於高效率執行各種任務,可作為獨立助理,也能在多模型協同架構下擔任快打部隊。 執行速度提升 2.5 倍 主攻程式開發與工作流 根據外媒報導,Gemini 4 Hydrogen 脫胎自 Gemini 4 Carbon,執行預設任務的速度比前一代 Gemini 3.8 Flash 快上 2.5 倍。在第三方評測機構 Artificial Analysis Intelligence Index 中,Hydrogen 獲得 51 分,超越了先前推出的 Gemini 4 Argon(50 分),最高階模式下更可達到 54 分,緊追滿分 55 分的頂級模型。 在軟體開發領域,新模型於終端測試 Terminal-Bench 4.1 拿下 57% 的成績,大幅優於 Gemini 3.8 Flash 的 18.2%。此外,防範模型越權操作的安全性比前代提升兩倍,但官方也指出,Hydrogen 仍有約 8% 的幻覺率(即 AI 自行捏造錯誤資訊的機率),與現行多數生成式模型相同。 整合進 Google 搜尋 導入圖表與深入理解能力 對一般使用者而言,最直接的改變落在日常搜尋體驗。Google 搜尋產品副總裁羅比·斯坦(Robby Stein)形容,這是「Google 搜尋迄今最大的模型升級」。 使用者在 Google 搜尋的「AI Mode」中點擊加號圖示,即可選用 Gemini 4 Hydrogen。新模型強化了對長句子與複雜意圖的理解,搜尋結果不再只有條列文字,而是會自動生成結構化圖表與視覺化圖片。為了化解外界對 AI 掠奪原創內容流量的擔憂,新介面也放大了來源網站的縮圖與外部連結,提供新聞專屬的來源輪播推薦,協助使用者探索原始網站。 降低 API 定價搶攻開發者市場 在商業應用端,Gemini 4 Hydrogen 透過 Gemini API、Google AI Studio 以及企業版服務全面開放。收費標準訂為每百萬輸入 Token 1.50 美元、每百萬輸出 Token 7.50 美元,若命中快取(Cache hit)費用更降至每百萬 Token 0.075 美元,標準輸出上限則達 65,536 個 Token。 Google 同步支援使用 Antigravity 工具調度任務,讓 Hydrogen 負責高頻率的日常執行與測試,遇到系統架構等複雜難題時再自動分流給 Carbon 等重量級模型,藉由「速度與成本兼具」的策略,在競爭激烈的生成式 AI 市場中吸引更多開發者建構應用。

11/13(五)
自由時報偏綠Google 推出 Gemini 4 Hydrogen,速度提升2.5倍、開放免費用戶使用
〔AI頻道/綜合報導〕Google DeepMind 11月12日推出 Gemini 4 系列最新模型 Gemini 4 Hydrogen,主打更快的回應速度與較低的使用成本。Google 宣稱新模型在預設設定下,完成任務的速度比前代 Gemini 3.8 Flash 快約2.5倍,產生錯誤資訊的情況也減少超過五倍。Hydrogen 已開始導入 Gemini App、Google 搜尋及開發者平台,免費用戶也有機會使用。Hydrogen 是繼 Gemini 4 Argon 與 Carbon 後推出的第三款模型。相較於前兩款偏重複雜推理與長時間研究工作,Hydrogen 更適合日常程式開發、整理文件、分析資料及操作 AI 工具。Google 公布的 Terminal-Bench 4.1 程式開發測試顯示,Hydrogen 成績達57%,明顯高於 Gemini 3.8 Flash 的18.2%,但仍低於 Claude Sonnet 5.5 的63.9%。第三方評測機構 Artificial Analysis 也公布測試結果,Hydrogen 在預設 high 思考模式下取得51分,略高於 Gemini 4 Argon 的50分;若切換到最高的 xhigh 模式,分數可提高至54分。不過,更深入的思考也需要更多時間,測試中 high 模式平均完成任務約需6分鐘,xhigh 則增加至約13分鐘。使用者可以依工作難度,在 low、medium、high 及 xhigh 四種模式之間選擇。

Google Gemini 4 Hydrogen 登場 速度與智能全面躍升 - 獨家報導
圖/本報資料庫 商傳媒|責任編輯/綜合外電報導 Google 今日宣布推出最新一代人工智慧模型 Gemini […]

11/12(四)
Google 加入決策模型戰局!Gemini Decision 1 一次評估千項問題,與 Jev 有何不同?
繼 Jev 引發決策模型熱潮後,Google 也加入競爭。Google DeepMind 於 11/11 推出 Gemini Decision 1,以及專門處理分類、評分與選項判斷的 Gemini Decisions API。新模型不以生成文字為主要任務,而是直接針對預設選項進行評分,單次 API 呼叫最多可評估 1,000 項問題,並支援圖片、影音與 PDF 等多模態資料。

Google DeepMind 發表 Gemini Robotics 2.5,人形機器人分揀汽車零件成功率達 96%
Google DeepMind 發表 Gemini Robotics 2.5,這是目前最強的機器人視覺語言動作模型。Apollo 2 人形機器人在賓士工廠分揀汽車零件,成功率達 96%。官方也同步公布,在 200 項測試任務中,成功率比上一代提升 30% 到 100%,完成速度快 20% 到

自由時報偏綠Google 推 Gemini Decisions API 一次可判斷千道問題、每百萬 Token僅 0.1美元
〔AI頻道/綜合報導〕Google DeepMind 11月11日推出 Gemini Decisions API,搭配專門處理分類與選項判斷的新模型 Gemini Decision 1。與一般聊天機器人不同,這款模型不會逐字生成回答,而是直接分析使用者提供的資料,計算各個選項的機率及信心分數。Google 宣稱,完成一次判斷的端到端延遲約150至250毫秒,每百萬輸入 token 收費僅0.1美元,不另外計算輸出 token 費用,主要訴求對象是需要大量自動判斷的應用程式與 AI 代理系統。Gemini Decision 1 採用封閉式決策架構,開發者必須先設定問題與候選答案,模型再從中作出判斷。支援的題型包括是非判定、多選題及依照指定標準評分。例如客服系統收到一封客訴郵件,可以判斷是否涉及退款、應由哪個部門處理,以及事件的緊急程度。每項結果都會附上0至1的信心分數,程式可將判斷不明確的案件轉交其他模型或人工客服。這套 API 也支援文字、圖片、音訊、影片及 PDF 等多模態資料,單次請求的共享輸入上限為26.2萬 token,最多能同時提出1000道獨立問題。開發者可以將客服通話錄音與帳戶資料一起送入模型,或搭配商品照片和文字說明進行審核,不必為每個判斷重新傳送相同資料。多選題可設定2至255個候選項目,量表評分則能依事先定義的等級產生分數。

DeepMind以AI代理驗證Signal加密實作安全性,數學證明擴及機器碼層級
Google DeepMind運用AI代理對Signal核心加密程式進行形式化驗證,證明編譯後機器碼符合指定安全要求,研究歷時4周,產出約650萬行Lean證明

11/11(三)
Gemini Robotics 2.5 登場 工廠實測分揀成功率 96%
Google DeepMind 官方網誌於 2026 年 11 月 10 日發表 Gemini Robotics 2.5,稱之為旗下歷來最強的視覺語言動作模型。新模型同時擴大可學技能範圍、加快學習速度,目標是讓機械人走出實驗室,進入非結構化的真實環境。

Google Gemini Robotics 2.5 進賓士產線:人形機器人自主揀料,概念驗證成功率 96%
Google DeepMind 在 11/10 發表機器人 AI 模型 Gemini Robotics 2.5,同時公布一項在賓士(Mercedes-Benz)汽車產線進行的概念驗證:美國德州機器人公司 Apptronik 的人形機器人 Apollo 2,自主完成零件的配料、分揀,DeepMind 稱成功率達

從數年縮短至四週,DeepMind AI 成功完成 Signal 核心加密「形式化驗證」
Google DeepMind 10 日宣布,研究團隊成功利用全新開發的框架,結合「人類審核」與「AI 代理」(AI Agents),完成對知名即時通訊軟體 Signal 核心加密機制的「形式化驗證」(formal verification)。此舉成功將安全保證從理論設計層次,落實到實際執行的程式碼...

11/10(二)
Google DeepMind 形式驗證 Signal 協議 確認端到端加密安全
Google DeepMind 的一項分析已對 Signal 協議的安全性完成「形式驗證」。該協議長期被視為端到端加密通訊的黃金標準,Edward Snowden 是知名支持者;除了 Signal 應用,WhatsApp 和 Google Messages 亦採用同一協議,這項工作被形容為「里程碑式發展」。

11/9(一)
AI 抓出 RSA 加密雙重漏洞,破解效率飆升 1,600 倍
Google DeepMind 於 6 日發布最新研究成果,宣布其旗下的 AI 代理成功揪出舊版 1024 位元 RSA 加密系統的兩項安全弱點。這項突破性發現證實,人工智慧正以前所未有的速度,加速驗證數位加密底層的數學假設。不過研究團隊也強調,這項發現主要針對較舊的 RSA 系統,目前業界普遍採用...

迎戰超級細菌威脅,Google DeepMind 導入尖端 AI 攻克抗藥性危機
Google DeepMind 正將人工智慧技術應用於醫療領域最棘手的挑戰之一:抗微生物抗藥性(AMR)。面對細菌、病毒與真菌持續演化並逐步躲過現有治療手段,這項問題已導致許多感染變得更難治療,使患者面臨更長的病程與更高的死亡風險。 相關資料顯示,抗藥性感染每年造成的負擔極其沉重。公共衛生研究預估,...

11/6(五)
Google 開源 Agent Substrate 與 gVisor 聯手 CNCF 強化 AI 代理沙盒安全
圖/示意圖商傳媒|責任編輯/綜合外電報導Google Cloud 本週宣布,將其開發的 Agent Substrate 與 gVisor 兩項關鍵技術捐贈給雲端原生運算基金會(Cloud Native Computing Foundation, CNCF),並以沙盒(Sandbox)專案狀態加入。此舉旨在為日益普及的代理式人工智慧(AI agents)提供更安全、高效的執行環境,並推動相關技術的開放標準。 代理式人工智慧在執行時常需處理不受信任的程式碼、指令及工具呼叫,因此必須與主機系統和網路資源進行嚴格隔離。然而,傳統的雲端運算方法在處理 AI 代理時面臨挑戰,例如代理在等待模型推論或外部 API 回應時,可能高達 90% 至 95% 的時間處於閒置狀態,卻仍佔用運算資源,造成浪費。此外,大量短暫的代理任務同時啟動、暫停與恢復,也可能導致 Kubernetes 等容器管理平台的控制平面過載。 為了解決這些問題,Google Cloud 捐贈的 Agent Substrate 框架,透過將「持有狀態的執行者(Actors)」與「提供運算的工人(Workers)」分離,來優化資源利用。它結合了 Kubernetes 的優勢,並導入新的控制與資料平面,以實現完全隔離、超低延遲的沙盒運算與儲存。Agent Substrate 已推出 1.0 版本,並開放原始碼供測試。同時,gVisor 是一種沙盒(Sandboxing)技術,它能在使用者空間攔截系統呼叫,有效隔離不受信任的程式碼,防止其直接存取主機核心,為 AI 代理提供強化的安全保障。Agent Substrate 可以搭配 gVisor 執行,也支援 Cloud Hypervisor 等微型虛擬機器(microVMs)。 Google Cloud 也同步推出 Agent Compute Engine,這是一項專為代理式人工智慧設計的運算服務,基於 Google 內部運行 Gemini 等大型 AI 模型的基礎設施。Agent Compute Engine 為每個 AI 代理提供獨立的微型虛擬機器(microVM),有效處理大量並行的任務,同時確保工作負載之間的隔離。該服務能夠在代理閒置時進行記憶體共享與快照式的暫停與恢復,顯著降低資源消耗,並能提供低於 500 毫秒的喚醒延遲,確保互動式體驗不中斷。 Google Cloud 也擴展了對 AI 代理的管理與治理工具,包括 Agent Gateway 用於策略執行與流量控制、Agent Registry 作為核准代理與工具的記錄,以及 Agent Identity 用於為代理分配安全身份。這些工具的目標是協助企業在大規模部署 AI 代理時,有效管控資料存取、安全與可稽核性。Google DeepMind 副總裁 Clement Farabet 表示,Agent Compute Engine 提供的即時快照分支(snapshot-fork)與快速恢復功能,使得長期軟體工程開發中的自主程式碼代理能流暢運行。 Google Cloud 將這些關鍵技術開源並捐贈給 CNCF,期望能為代理式人工智慧的基礎設施建立中立、供應商獨立的開放標準,共同應對 AI 代理規模化部署所帶來的安全與效率挑戰。

11/4(三)
10/31(六)

擺脫網路限制:手機本地AI助理興起,隱私與效率兼顧
商傳媒|葉安庭/綜合外電報導隨著人工智慧(AI)應用日益普及,許多用戶開始尋求更個人化、具隱私且無需網路的AI解決方案。過往人們習慣使用 ChatGPT、Claude 或 Gemini 等雲端AI模型處理各種任務,但這些服務無論任務繁簡,每次查詢都會計入使用額度,且需要網路連線,更伴隨資料隱私的疑慮。 現今,越來越多用戶轉向使用本地大型語言模型(LLM),將AI模型直接安裝在個人裝置上,不需網路連線即可運作。這種模式不僅能確保對話內容的私密性,也避免了使用次數的限制,並降低資料中心運算所需的電力與水資源消耗。例如,有使用者已將日常的寫作輔助、語法修正或郵件潤飾等簡單任務,交由在 macOS 裝置上運行的 Gemma 模型處理,甚至取代了過往使用的 Claude 雲端服務。 在行動裝置上,應用程式如 PocketPal 正逐漸受到關注。這款開源應用程式支援 Android 和 iOS 系統,讓用戶能將語言模型下載至手機,之後即可完全離線操作。PocketPal 將聊天記錄與歷史對話儲存在裝置本地,讓用戶能編輯訊息並重試AI的回應。它提供多種模型供選擇,例如輕量的 Gemma 3 1B(約 1,020MB)、LFM2.3.1 2B(700MB)或較大型的 Qwen3.5 3B(2.5GB)及 Gemma 4 E2B(4.03GB)等。這些模型在三星Galaxy Z Flip 6和 Note 20 Ultra 等手機上,均能有效處理一般知識、數學、邏輯、摘要與程式撰寫等基本任務。 不過,本地模型的處理速度通常較慢,且在面對錯誤前提的問題時,仍可能像雲端模型一樣生成聽似合理的錯誤摘要,而非指出前提錯誤,例如被問到亞伯特·愛因斯坦(Albert Einstein)於 1987 年的演講時,模型會直接生成摘要,而不會指出愛因斯坦已於 1955 年逝世。此外,本地模型目前也無法像 Gemini 那樣讀取螢幕、跨應用程式協作或存取即時網路資料。 儘管如此,本地AI的彈性應用仍不斷拓展。除了手機上的日常助理,還有開發者將 Raspberry Pi 結合 Google Gemini 3.8 Live,成功將德國聯邦郵政的復古轉盤電話 FeTAp 791 改造成可語音互動的AI助理,展現了AI與舊硬體結合的創意潛力。Google DeepMind 也在持續推動更先進的AI發展,近期推出了 Gemini 4 Carbon 與 Genie 4 模型,分別聚焦於自主軟體工程與即時可控的虛擬世界模擬,但對於一般使用者而言,運行在個人裝置上的本地模型,已為個人AI體驗帶來實質的便利與隱私保障。

Google's first data center satellite is online and writing…
The first TPU in space is a running a Google DeepMind Gemma 4 model and writing cheesy poetry.

10/30(五)
Google推出Gemini 4 Carbon新AI模型 網路安全評測奪冠
圖/示意圖商傳媒|何映辰/台北報導Google於週三(28日)宣布發布其最新的前沿人工智慧模型Gemini 4 Carbon,並優先提供給一小部分網路安全防禦者(負責保護網路系統、數據和網路使用者安全的專業人員)使用。這款模型在多項衡量AI模型效能的評測指標中展現領先效能,尤其在協助網路安全專業人士防範攻擊與修補程式碼漏洞方面表現卓越。 Google DeepMind資深副總裁暨Google首席AI架構師Koray Kavukcuoglu表示:「Gemini 4 Carbon展現了我們推進前沿技術的步步為營。」該模型在業界領先的「Artificial Analysis Intelligence Index v5.0」中,以59分位居榜首,超越Anthropic的Claude Opus 5.5(58分)與OpenAI的GPT-6 Astra(57分)。 在網路安全專用的測試方面,Gemini 4 Carbon在未受安全防護措施(guardrails,指限制AI模型行為以防止生成有害或不適當內容的安全措施)限制下,橫掃三項外部網路安全測試。其中,在SEC-bench Pro測試中獲得88.2%的高分,ExploitGym達到54.8%,CWE-bench則有71.0%。Google內部測試顯示,Carbon在編寫安全程式碼方面,成功率是前代Gemini 4 Argon的兩倍以上。Google的Chrome團隊更發現,Carbon在撰寫高品質修補程式的能力上,比其他實驗室的頂級模型高出十倍以上。 此外,該模型在內部程式開發環境中,嚴重級別的錯誤警報減少近八成。在Gray Swan的提示注入攻擊測試中,Gemini 4 Carbon面對評估的攻擊成功率為零,相較之下,Argon的攻擊成功率為0.7%。Google執行長皮蔡(Sundar Pichai)提到:「隨著Gemini 4 Argon以及我們週三發布的Carbon,我們很高興能引領AI前沿發展。」 儘管如此,Carbon在某些領域仍面臨挑戰。在FrontierSWE 2的測試中,OpenAI的GPT-6 Astra以65.5%領先Carbon的61.2%;而Claude Opus 5.5則在OSWorld測試中以87.2%超越Carbon的81.5%。在「Artificial Analysis」的程式開發代理(Coding Agent)排行榜上,Carbon位居第二,僅次於運行Claude Opus 5.5的Claude Code。 Google表示,工程團隊已觀察到Carbon能連續數天執行長時間的工程任務,包括在大規模程式碼庫中追蹤並修復細微錯誤。其知識測試的正確回答率從Argon的48%提升至58%,且其「未經支持的陳述」(unsupported claims,類似於大型語言模型的幻覺現象)數量僅為Argon的一半。然而,在知識測試中,Carbon的「幻覺率」(hallucination rate,指模型生成不準確或不真實資訊的頻率)卻從4%上升到11%。 Gemini 4 Carbon已於本週開始向部分網路安全防禦者推出。Google計畫透過其Fairwind Program納入更多信任的合作夥伴,並參與美國聯邦政府在模型發布前進行的自願性測試流程。Google表示,將盡快向開發者、企業及一般消費者提供Gemini 4 Carbon。 在價格方面,Carbon的初始定價與Argon相同,輸入Token(在自然語言處理中,是指文字或程式碼的基本單元,例如單字、標點符號或程式碼片段)每百萬兩美元,輸出Token每百萬十美元。不過,根據Google發布的註腳說明,這些價格未來將調升至四美元和二十美元。

10/29(四)
Google 發佈 Gemini 4 Carbon 資安測試成績領先但暫未開放使用
Google 於 10 月 28 日公佈新一代前沿模型 Gemini 4 Carbon,距離上一款 Gemini 4 Argon 推出僅兩星期。Google DeepMind 高級副總裁兼 Google 首席 AI 架構師 Koray Kavukcuoglu 表示,Carbon 是 Google

自由時報偏綠Google 推 Gemini 4 Carbon 奪 AI 評測榜首,強化資安漏洞偵測
〔AI頻道/綜合報導〕Google DeepMind 於 10 月 28 日發表新一代旗艦 AI 模型 Gemini 4 Carbon,距離前款 Gemini 4 Argon 擴大開放僅約兩週。新模型主打網路安全防禦、程式開發與長時間執行的代理任務,不過暫時沒有向一般用戶開放,首批使用資格仍以資安防禦機構為主。Google 採取分階段開放策略,本週起先將 Carbon 提供給部分網路安全防禦專家,再透過 Fairwind Program 逐步擴大至其他受信任的合作夥伴;Google 同時參與美國政府的自願性模型預先測試程序,希望在擴大使用範圍前,先取得更多安全評估與實際應用回饋。第三方評測機構 Artificial Analysis 測試顯示,Gemini 4 Carbon 在最新 Intelligence Index v5.0 的高推理設定下取得 59 分,比前代 Argon 的 50 分提高 9 分,並超越 Claude Opus 5.5 的 58 分登上綜合排行榜首位,尤其在複雜推理、科學及知識類任務表現突出。不過若只看程式代理能力,Carbon 並未拿下第一;在 Coding Agent Index 中由 Claude Opus 5.5 領先,Carbon 排名第二,顯示不同任務下仍有各自擅長的模型。此外,Carbon 的網頁開發能力有所提升,在 WebDev Arena 的評分增加 89 個 Elo 點數,排名上升至第四名。

Google DeepMind 新一代世界模型 Genie 4:首款原生音效生成,還支援即時互動對話
Google 發表全新世界模型 Genie 4,結合 Gemini 實現即時互動模擬。Genie 4 具備多模組能力,能同步生成影音與對話,為創意產業與開發領域帶來革命性突破。

Google 發表 Genie 4 世界模型:原生音訊+即時導演,Gemini 3.8 Flash 全程壓陣
Google DeepMind 發表 Genie 4 世界模型:即時塑形動態環境、原生音訊與角色對話、照片級物理模擬,由 Gemini 3.8 Flash 全程擔任導演 Agent。研究預覽先行,AI Ultra 訂閱者與開發者即將上手,限制清單官方照實講。

10/28(三)
Google 發表 Genie 4:世界模型首度原生生成聲音,還能邊玩邊用文字改場景
Google DeepMind 在 10 月 27 日發表 Genie 4,這是一款能即時生成可互動世界的世界模型,首度原生產生環境音、配樂與角色對話,而且玩家在模擬過程中就能用自然語言改天氣、換鏡頭、加人物。Genie 4 目前只開放給受信任的測試者,之後將先登上 Google AI Ultra 的

Google Genie 4 世界模型登場!AI即時生成虛擬世界、聲音與互動角色
Google DeepMind 推出 Genie 4,從影片生成邁向可即時探索、互動的虛擬世界。 Genie 4 單次模擬約 2 分鐘,支援原生音訊生成,並可結合 Gemini 規劃任務。 應用可延伸至電影、遊戲、教育與工業仿真,但長期一致性與音訊準確性仍待改善。

Google 推 Genie 4 邁向「混合世界模型」:從即時互動、聲音生成到 Gemini 參與模擬
<p>AI 不只能生成圖片、影片,還能創造一個可以走進去探索、即時改變場景的虛擬世界。Google DeepMind 在美國時間 10/27 發表新一代世界模型(World Model)Genie 4,不只提升虛擬環境的真實感,還能同步生成聲音、模擬人物行動,讓使用者在探索過程中持續改變場景。 更值得注意的是,Google 這次讓 Gemini 參與世界模擬,利用大型語言模型的推理能力,協助規劃、追蹤複雜事件的發展。這也是 Google 朝「混合世界模型」(Hybrid World Models)邁進的初步嘗試:結合語言模型的邏輯推理,以及世界模型對環境的即時模擬能力。 Excited to share Genie 4 today our most realistic and interactive world model: – steer dynamic environments in real time, shaping events, camera angles, and actions – generate native audio matched to the world, from realistic background sounds to […]</p>
Google 推 Genie 4 邁向「混合世界模型」:從即時互動、聲音生成到 Gemini 參與模擬
AI 不只能生成圖片、影片,還能創造一個可以走進去探索、即時改變場景的虛擬世界。Google DeepMind 在美國時間 10/27 發表新一代世界模型(World Model)Genie 4,不只提升虛擬環境的真實感,還能同步生成聲音、模擬人物行動,讓使用者在探索過程中持續改變場景。

Google 發表 Genie 4 世界模型,支援即時改寫場景與原生音訊生成
Google DeepMind 去年推出世界模型 Genie 3,一度導致遊戲產業股價下挫。如今,世界模型已是全球 AI 實驗室的發展重心之一,Google 未因此止步,研究人員緊鑼密鼓開發下一代產品,最新 Genie 4 在 27 日正式對外公開。 根據 Google DeepMind 的說法,世...

