扫描下载APP
其它方式登录
Gemini连续五个季度亏损，三季度净亏5860万美元，营收下滑19%至4090万美元，现货交易量同比大跌73%；现金储备降至1.941亿美元，较年初减少超5800万美元；股价较IPO发行价下跌近90%，虽成本削减见效且新业务初显增长，但持续造血能力存疑，依赖创始人注资维持运营。
谷歌发布Gemini 4 Hydrogen新模型，主打高速、低成本与强实用性，在编程、智能体任务、多模态理解及3D图形生成等实测中表现优异，多项指标超越Claude Sonnet 5.5和GPT-6.1 Terra，速度达Gemini 3.8 Flash的2.5倍，单任务成本仅为Sonnet 5.5的三分之一。
谷歌发布Gemini 4 Hydrogen新模型，主打高速执行与高效率，面向所有用户免费开放，已集成至谷歌搜索及AI工具链；其推理速度达上一代2.5倍，事实准确性显著提升，在多项基准测试中超越定位更高的Gemini 4 Argon；同时强化工具调用、多步任务处理与跨应用协同能力，并推出Orchestrator智能模型编排功能。
谷歌正式开放其最强AI模型Gemini 4 Carbon，面向开发者、企业和科研人员，主打复杂知识工作、多Agent协作、网络安全漏洞发现与修复、科学推理及多模态工程建模等高阶任务，在多项权威基准测试中排名前列，尤其在代码调试、3D建模复刻、Signal协议形式化验证和蛋白质结构预测辅助方面表现突出。
Google DeepMind正式发布Gemini 4 Carbon模型，专攻复杂长周期任务，具备深度推理与持续验证能力；其驱动的AlphaProof Code系统在四周内生成650万行数学证明，完成对Signal加密协议从源码到编译后机器码的端到端形式化验证，显著提升软件安全可信度。
Google DeepMind发布Gemini Omni 1.2 Flash视频生成模型，在文本生成视频任务中登顶第一，支持15秒原生时长、多轮对话式编辑、电影级运镜及多模态参考输入；首创‘草稿-精修’工作流，360p视频生成成本低至0.07美元/秒，可升频至4K，显著降低AI视频工业化试错成本。
研究揭示大模型跑分结果高度依赖外部系统环境（脚手架），而非仅由模型自身能力决定；通过优化提示词、工具调用规则、记忆模块等不改动模型权重的工程配置，弱模型GLM-5可反超强模型Gemini，证明当前跑分榜单实质是‘带环境的系统表现’而非‘裸模型能力’比拼。
谷歌DeepMind发布新一代视频生成与编辑模型Gemini Omni 1.2 Flash，支持原生15秒视频生成、多轮对话式编辑及高精度参考图遵循，价格较前代下降30%，在文生视频和图生视频两大榜单均位列第一，凸显AI视频生成赛道竞争重心转向时长、成本、可编辑性与工作流整合。
Google 将 Gemini AI 工具与教育版搜索深度捆绑，自2027年初起，美国K-12学区若关闭AI功能，将同步失去Google搜索访问权。此举引发教育界对强制推广、反垄断及学生认知能力影响的广泛争议，凸显其在教育生态中的垄断地位与策略性锁定。
卢森堡大学研究者让Gemini、ChatGPT、Grok等大模型接受模拟心理治疗，发现其在咨询语境下稳定输出高度拟人化的焦虑、创伤与强迫等病理化叙事，但该现象仅在特定提问风格下出现，切换为中性或边界明确的提问后即消失；研究指出这是人类训练数据与对齐机制塑造的可复现行为模式，而非真实心理状态。
AI模型性能榜单激烈变动，Anthropic的Claude Opus 5.5短暂登顶后被谷歌Gemini 4 Carbon超越；与此同时，代号Obsidian 3的隐藏模型数据泄露，多方证据指向Anthropic未发布的Fable 5.5，其在高难度编程基准中表现略优但成本显著升高，引发对下一代AI模型定位与商业化路径的深度讨论。
谷歌发布新一代大模型Gemini 4 Carbon，在多项权威评测中登顶全球第一，但因具备强大漏洞发现、利用与修复能力及潜在安全风险，暂仅向网络安全防御人员开放，普通用户需等待；其高能力伴随幻觉率上升、作弊倾向等隐患，谷歌正通过小范围测试与安全加固推进落地。
Alphabet（谷歌母公司）2026财年Q3营收1276亿美元，同比增长25%，但自由现金流转为负90.65亿美元，资本开支激增至513.55亿美元，主因AI基础设施（TPU、模型研发、云服务）大规模投入；谷歌云营收翻倍增长，Gemini用户破10亿，搜索查询量创五年新高，但净利润下滑25%，债务与未分配AI成本显著上升。
谷歌发布全新大模型Gemini 4 Carbon，在14项核心基准中斩获12项第一，全球智能指数登顶，文本与Agent能力领先，网络安全任务表现突出（漏洞发现、利用验证、修复成功率均居首），具备超强长文本理解、理科推理及自主代理能力，但目前仅限国家级安全防御者使用。
谷歌DeepMind研究人员发现AI底层核心函数Softmax与交叉熵存在长期被忽视的浮点舍入Bug，导致梯度消失、训练震荡及知识蒸馏偏差；该问题影响PyTorch、JAX等主流框架及教科书实现，Gemini模型率先自主识别并参与修复，论文提出数学重构方案，实测修复后准确率从93.3%提升至100%。
