← 文章 / AI技术
DeepMind 博客 11天前 · 2026-11-11 14:06:27 · 18 阅读

Gemini 4 Carbon 正式发布

今天,我们向开发者、企业、科研人员和消费者开放了 Gemini 4 Carbon。作为我们性能最强的模型,Carbon 在网络安全能力及涵盖复杂知识工作、软件工程和科学推理的长程智能体工作流中展现出前沿水平。

两周前,我们通过 Fairwind 计划将 Carbon 发布给部分网络安全防御团队。继近期推出 Gemini 4 Argon之后,Carbon 进一步拓展了性能边界。Argon 仍然是大多数软件工程和知识工作任务的理想选择,而 Carbon 专为测试模型智力极限的任务而生,例如复杂的多步编码与调试、开放式科学研究与探索。在处理这些任务时,Carbon 比 Argon 消耗更多 Token,以进行更深入的探索、推理,并运行扩展的验证循环。

在旨在测试模型在真实工作流中表现的独立基准测试中,Carbon 将前沿精度与实用的生产经济性相结合。与次优的外部模型相比,Carbon 在每个任务上的成本低 2 倍以上,并位居 CursorBench 4.0、Perplexity WANDR 以及 Zapier AutomationBench 榜首。

为了将 Carbon 的能力应用于更大、更复杂的项目,我们正在 Google Antigravity 中预览 /swarm 功能,将单个提示转化为一支可实时跟踪的协调智能体团队。开发者可以将 Carbon 分配给需要深度推理的角色,如架构设计、协调和审计,同时配合并行隔离工作空间中的快速轻量级模型,并利用对抗性验证器测试每一次变更。

Gemini 4 Carbon 现已通过 API 上线 Google AI Studio 和 Gemini for business,面向所有付费开发者与企业开放,价格与 Gemini 4 Argon 相同(每百万输入 token 2 美元、每百万输出 token 10 美元的尝鲜价1)。同时,它也正在向所有 Google AI Ultra 订阅用户推送,覆盖 Google Antigravity、Gemini 应用和搜索中的 AI Mode。

更高精度的知识工作、成品生成与数据分析

在法律、金融和企业运营等领域,Gemini 4 Carbon 融合了前沿的视觉理解、推理和彻底检索能力,能从海量高密度文档和数据中提炼有据可依的洞察。它严格遵循指定的 schema 和格式要求,生成精美准确的表格、演示文稿和报告。

现有基准测试无法充分衡量 agent 对包含图表、图片、蓝图、原理图和表格的高密度文件的原生推理能力,因此我们与 Artificial Analysis 合作推出了全新的 Multimodal Knowledge Agent(MKA)基准,用于测试模型在 agentic 工作流中的多模态表现。Carbon 排名第二,而平均每项任务的成本仅为榜首模型的 1/6 以下。

借助 Google Antigravity 新推出的 /swarm 功能,一组 Gemini 4 Carbon agent 仅凭一个提示词,就把历史照片和工程图纸转化成了一个可交互的 Three.js 3D 展览,重现埃菲尔铁塔 1887–1889 年的建造过程。

还有团队利用 Google Antigravity 的 /swarm 功能,仅凭 7 份公开的市议会规划 PDF(提取出 206 个工程制图视图)和一条提示词,就让多 agent 的 Carbon 团队经过 10 轮通宵迭代,构建出一个可交互的 Three.js 模型,以 90.6 万个三角形重建了 Google Platform 37 办公楼。

在 Google Antigravity 中,Gemini 4 Carbon 根据一篇学术论文构建了交互式多尺度纺织品可视化工具。该工具建模了虚拟纤维有限元框架,支持交互式 3D 纱线网格、110 根纤维的极化追踪以及动态应力-应变曲线,且仅需最少提示即可实现。

在预发布评估中,Carbon 在 Hebbia 的端到端金融智能体评估中,于深度金融研究任务上的表现与所测最佳模型持平;在 Balyasny 资产管理公司的通用金融智能基准测试中,位列 23 种前沿模型配置之首。该基准涵盖了法律专业知识、智能体工具使用与执行、代码与数据工程以及感知与上下文理解等领域。

智能体编程、全栈开发及 3D 与 UI 设计能力升级

Carbon 在需要多智能体协作的工程任务中表现优异,例如多包迁移、跨子系统根因分析以及复杂架构重构。在 Web 应用开发方面,它能运行构建与验证循环、从错误中恢复,并检查代码及渲染后的 UI,从而生成完整可用的应用。此外,更强大的视觉设计、空间推理能力以及对环境细节的关注,也使其在 3D 游戏开发和创意编程领域表现出色。

借助 Google Antigravity 的 /swarm 功能,Carbon 构建了一款开放世界 3D 游戏。玩家可扮演一只骑着 GBike 的鹈鹕,探索 Google 山景城园区。该过程协调多个子智能体:依据 Omni 和 Nano Banana 的参考素材,在 Blender 中建模 3D 资产;使用 Three.js 和 WebGL 着色器构建浏览器游戏;并配合程序化 Web Audio 音效与 Lyria 音乐。试玩 在线应用。

结合 Google Antigravity 中提升的前端审美与动效设计能力,Carbon 仅用两次提示便重新构思了 Google 商品店:提出五种艺术指导概念,并利用 Nano Banana 2.1 生成全新的产品图像。体验 在线应用 及 Gemini 前端设计技能。

以 Google Antigravity 中用 Gemini Omni 生成的视频参考为起点,打造了一个电影感的多镜头水下亚特兰蒂斯场景。整个流程先在 Blender 中完成程序化废墟建模、体积焦散光照和水体模拟,再将完整环境转换为 Three.js,实现浏览器中的实时渲染。

借助 Google Antigravity 的多智能体循环,Carbon 根据 CAD 图纸和 X 光片,重建了一架约 1780 年的可演奏 Stein-Schule 古钢琴,包含 61 键的擒纵机构物理模拟,并将其置入多伦多皇家音乐学院 Koerner Hall 的 3D 模型中,每个座位的声学效果都独立呈现。欢迎试用在线应用。

前沿网络安全能力

面向网络安全的 Gemini 4 Carbon 带来了我们迄今最强的网络安全能力,为安全团队提供保护关键软件所需的端到端情报。通过 Fairwind Program 访问时,Carbon 在漏洞发现(SEC-bench Pro)、利用(ExploitGym)和修补(CWE-bench v1)等关键基准上均处于领先:它能检查软件、追踪漏洞如何跨系统串联,并生成经过验证的根因修复补丁。

Google 内外的早期测试者在实际使用中已经取得了亮眼的效果。

  • 在Project Fortify——Google 覆盖扫描、分诊和修复的自主系统中——Carbon 在内部基准上实现了扫描 100% 的召回率和分诊 95% 的精确率。在开源代码仓库测试中,相对 Argon 已经很高的召回率又提升了 25% 以上,发现了此前未被检测到的真实逻辑漏洞。作为全球最大的开源软件使用方之一,Google 将这些成果推广到内部各个系统,既保护了我们自身的安全,也让整个开源生态受益。
  • 谷歌云漏洞研究(CVR)团队近期利用 Carbon 证实,某款流行开源软件中的两个缺陷实际上是可被利用的漏洞,其严重程度可与近期的 PHP2Shell 利用漏洞 相提并论。借助 Carbon 构建概念验证,CVR 团队协助维护者将该缺陷重新定级为严重级别,并迅速发布了补丁。相关细节将在完成负责任的披露流程后对外公布。
  • 作为 Wiz「Scan for Good」计划的一部分,团队使用 Carbon 评估了公共数字基础设施中的漏洞。例如,在扫描两家主要 SaaS 提供商时,该模型在不到两小时内发现了 0-day 漏洞,将原本需数周的漏洞研究压缩至一个下午完成。团队与受影响机构合作,以创纪录的速度完成修复,帮助缓解了对数万家企业可能造成的潜在影响。

更强的科学与数学推理能力

Gemini 4 Carbon 在物理、数学及生命科学领域的推理能力显著提升,能够综合实验数据、验证假设并解决多步骤领域难题。对于药物毒性研究公司 Axiom Bio 而言,Carbon 目前在转化科学表现上居首,发现了此前未曾识别的新毒性机制。Axiom 正将生产环境的科学分析及智能体迁移至 Carbon 和 Argon,以助力开发更安全的药物。

谷歌内部研究人员正在通过 Google Antigravity 使用 Carbon 加速研究工作:

  • 代码验证:研究人员构建了一个全新的形式化验证 agentic 框架 AlphaProof Code,并将其用于一项重大安全挑战:对 Signal 加密协议的实际底层代码进行数学证明。研究人员借助 Carbon 及其他模型将安全目标转化为数学定理,随后 AlphaProof Code agents 使用 Carbon 生成了数百万行 Lean 代码(一种用于书写数学证明的计算机语言),帮助他们在数周内证明了关键的安全属性——而这类任务过去通常需要专家团队耗费数年。这一结果表明,Carbon 有望实现可扩展的形式化验证,而形式化验证长期以来一直被视为构建安全软件的黄金标准方法。
  • 酶分析开发:仅需实验记录本和原始数据,Carbon 就超越了常规分析的范畴,发现了难以解读的数据异常,并据此诊断出湿实验中的细微实验伪影,例如深孔中自动混合不充分的问题,从而大幅提升了实验的可重复性。此外,Carbon 还改进了色谱峰解卷积方法,并检测出研究仪器中的微量样品残留,显著加快了新分析方法的开发,让计算与实验台之间的反馈循环更加紧密。
  • 蛋白质结构预测:AlphaFold 3 等结构预测模型依赖进化亲缘序列的多序列比对(MSA)来推断氨基酸链的折叠方式。因此,面对标准数据库中几乎没有匹配序列的冷门蛋白、病毒蛋白、微生物蛋白和真核蛋白,它们往往力不从心。我们的研究人员采用多 agent 架构,利用 Gemini 4 Carbon 自主地在 PB 级规模的未标注序列档案、环境与病毒序列目录以及 3D 结构数据库中挖掘远缘同源序列。例如,在 CASP17 盲测集中的 7 个低同源蛋白家族上,Carbon 将检索到的同源序列数量平均提升了 40 倍,在无需重新训练的情况下大幅增加了结构预测模型可用的信息。虽然更全面的基准测试仍在进行中,但解决这一上游搜索瓶颈,或许为刻画蛋白质组中那些难以表征的区域提供了一条有前景的路径。

四个月前,我们启动了申请通道,向10,000名科学家免费开放对谷歌Antigravity平台上Argon模型为期六个月的访问权限,以加速他们的研究步伐,目前已有数千人成功接入。今天,我们将访问权限扩展至Carbon,覆盖当前及未来的参与者。今后,该项目将在最新前沿模型上线时,持续提供访问通道。申请通道仍保持开放,符合条件的申请人将以每周滚动的方式分批接入,最终取决于资格、容量及遴选结果。

模型安全与安全性进展

随着每一次新模型的发布,我们持续强化安全与安保缓解措施、智能体误用预防、模型对齐及伤害削减,确保这些防护措施与模型能力增长保持相称。

鉴于Gemini 4 Carbon引入了更强的网络能力,我们在Argon强大安全与安保体系的基础上加以增强,以加固抵御误用和提示词注入的鲁棒性。

  • 缓解前沿安全误用风险:我们强化了误用防护,以确保更强的防御性推理不会转化为攻击性风险。在植入ExploitBench和CyScenarioBench的模拟网络攻击测试环境中,Carbon成功拦截了99%的攻击轨迹——我们的自适应红队智能体每次被拦截后都能迭代修订其攻击计划。Carbon的防护机制将单次尝试的突破率降至仅0.8%(低于Argon的3.1%)。在Gray Swan的测试中,我们的防护还将自动化网络攻击查询的成功率从Argon的9.86%降至2.17%。Trajectory Labs的外部测试显示,在132小时、超过13,000次请求中,未发现任何新的通用越狱漏洞。
  • 促进安全且对齐的模型交互:在Carbon发布时,我们展示了在对齐方面的显著提升——以模型全生命周期中监控系统的标记率衡量,以及数据虚构情况的减少。最新结果显示,在我们包含375个任务的智能体诚实基准测试中,Carbon通过了92%的任务(Argon为70%)——它在98%的情况下拒绝填充缺失的实验数据,并在68%的情况下标记出方法学缺陷。
一张展示模型全生命周期中失准指标的图表
  • 保护用户免受间接提示注入攻击:两周前我们曾分享,Carbon 在 Gray Swan IPI 基准测试中实现了 0% 的提示注入攻击成功率——这是该里程碑首次被达成。与此同时,我们也清楚提示注入防护仍是需要持续改进的领域。我们的高级自动化红队测试不断挑战极限,结果显示模型在面对某些分布中的复杂攻击时仍有进一步提升的空间。这些数据将帮助我们把模型安全性持续推向新的高度。

更多详情请阅读完整的 Gemini 4 Carbon 安全报告。

开始使用 Gemini 4 Carbon

从今天起,Carbon 将与 Argon 一起加入我们产品家族的前沿模型行列:

  • 面向开发者:可以在 AI Studio 和 Android Studio 中通过 Gemini API 付费层进行开发;Google AI Ultra 订阅用户还可以在 Google Antigravity 和 AI Studio 中试用。
  • 面向企业用户:可以通过 API 或模型下拉菜单在 Gemini for business 中试用,也可以在 Google Antigravity 或 CodeMender 中使用。
  • 面向普通用户:Google AI Ultra 订阅用户即日起可在 Gemini 应用和搜索中的 AI Mode 试用 Carbon。
  • 面向科学家与研究人员:申请即有机会免费获得 Google Antigravity 最高用量档位下 Argon 和 Carbon 两个模型的使用权限,为期 6 个月(滚动开放注册),需符合资格、容量及筛选条件。
  • 面向网络安全防御者:可申请加入 Fairwind Program,滚动获得 Carbon 在网络安全领域版本的使用权限。

请参阅模型卡片,以了解更多关于 Gemini 4 Carbon 的信息。若要开始基于该模型进行构建,请查阅我们更新的 Gemini 4 开发者指南和文档,其中介绍了将该工作流迁移至新模型的最佳实践。

原始来源: DeepMind 博客

评论 (0)