Google DeepMind 的 AlphaProof Code 用四周完成 Signal 加密核心验证
Google DeepMind 公布 AlphaProof Code,声称能让 AI 以数学方式证明软件符合安全规范,并在 Signal 的加密协议上完成通常需数年的验证工作,用时四周。
推荐理由:DeepMind 用 AI 智能体在四周内完成 Signal 加密核心的形式化验证,并说明约 1% 代码需人工复核这一人机分工细节。
Google DeepMind 公布 AlphaProof Code,声称能让 AI 以数学方式证明软件符合安全规范,并在 Signal 的加密协议上完成通常需数年的验证工作,用时四周。
推荐理由:DeepMind 用 AI 智能体在四周内完成 Signal 加密核心的形式化验证,并说明约 1% 代码需人工复核这一人机分工细节。
Google DeepMind 发布新一代 DNA 序列模型 AlphaGenome 2,可预测 DNA 序列及其变异如何影响特定人类细胞类型,从而帮助定位疾病相关的细胞驱动因素。
推荐理由:从组织整体平均预测转向按细胞类型条件预测,能帮研究者定位只在特定细胞中起作用的疾病相关变异。
Simon Willison 发布 llm-gemini 0.36,此时 Gemini 4 Carbon 已从面向少数网络安全防护者开放转为面向所有用户开放。该模型定价为输入 $2/百万 token、输出 $10/百万 token,并计划于 12 月 1 日翻倍至 $4/$20。
推荐理由:作者用同一段提示词对比 Gemini 4 Carbon 在 Antigravity 中的表现,并记录了价格将在 12 月翻倍的关键信息。
Google DeepMind 发布 Gemini 4 Carbon,面向开发者、企业、科学家和消费者开放,强调网络安全能力、长周期智能体工作流和科学推理。
推荐理由:官方给出 Gemini 4 Carbon 在 CursorBench 4.0、WANDR 等基准的排名与每任务成本,可据此判断它与 Argon 的分工。
Google DeepMind 推出 Gemini Robotics 2.5 视觉-语言-动作模型,在 200 项任务评测中成功率比此前基线提升 30% 至 100%,完成任务速度快 20% 至 30%。
推荐理由:官方给出跨 200 项任务的成功率与速度提升,以及在奔驰产线的实测成功率,可作为 VLA 模型落地进度的参照。
Google DeepMind 发布 Gemini Omni 1.2 Flash,并通过 Gemini API 与 Gemini for business 全面开放。
推荐理由:原文给出从10秒到15秒的时长、30%降价和对话式多轮编辑,可据价格与工作流变化判断视频生成的生产成本。
Google DeepMind 发布 Gemini 4 Carbon,称其在网络安全和长周期任务上能力最强,在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由:官方给出 Gemini 4 Carbon 在网络安全与长周期智能体任务上的基准成绩和分阶段开放路径,可与两周前的 Argon 对比。