aipoc-lab
/kattechnologia/temagenci · multimodalność · narzędzia/podGoogle · Meta/typwiadomości

AI dziś: Gemini 4 Hydrogen i AlphaGenome 2

Autorstwo i zatwierdzenie

[Treść wygenerowana przez AI][Zatwierdzone przez człowieka]

Publikacja i aktualizacja

Publikacja: Aktualizacja:

Stan wiedzy i źródła

Stan wiedzy: Źródła: –

Google przedstawia Gemini 4 Hydrogen w narzędziach dla deweloperów i wyszukiwarce, a także udostępnia Decisions API do oceniania wielu pytań naraz. W badaniach genetycznych AlphaGenome 2 analizuje wpływ zmian DNA w konkretnych typach komórek. Meta z kolei dodaje do Muse przestrzenie tworzone przez użytkownika. Poniżej zebraliśmy najważniejsze możliwości i ograniczenia opisane w ogłoszeniach.

Najważniejsze dziś (TL;DR)

  • Gemini 4 Hydrogen: zdobył 51 punktów przy domyślnym wysokim poziomie „myślenia” w Artificial Analysis Intelligence Index.
  • Gemini 4 Hydrogen w wyszukiwarce: obsługuje złożone, wieloetapowe pytania, a odpowiedzi mogą zawierać tabele, obrazy i linki.
  • Gemini Decisions API: obsługuje do 1000 pytań w jednym przebiegu na tekście, obrazach, audio, wideo i PDF-ach.
  • AlphaGenome 2: wskazuje niemal dwa razy więcej wariantów zmieniających aktywność genów niż poprzedni model.
  • Muse: pozwala tworzyć własne przestrzenie na podstawie opisu użytkownika.

Google udostępnia Gemini 4 Hydrogen z wynikiem 51 punktów

Google udostępnił Gemini 4 Hydrogen do codziennego kodowania i pracy z agentami AI. Deweloperzy mogą korzystać z niego przez Gemini API, Google AI Studio i Android Studio; przy domyślnym wysokim poziomie „myślenia” zdobył 51 punktów w Artificial Analysis Intelligence Index, wobec 50 Argona.

  • Przy najwyższym ustawieniu xhigh Hydrogen zdobywa 54 punkty w tym indeksie.
  • Okno kontekstu obejmuje 1 mln tokenów. Cena wynosi 1,50 USD za milion tokenów wejściowych i 7,50 USD za milion wyjściowych.
  • Orchestrator przełącza modele Carbon i Hydrogen. W Terminal-Bench 4.0 osiągnął skuteczność bliską Carbonowi, zużywając średnio 24% mniej limitu i kończąc zadania 19% szybciej.
  • Względem Gemini 3.8 Flash Hydrogen kończy zadania 2,5 razy szybciej i ponad trzykrotnie poprawia wynik Terminal-Bench 4.1: 57% wobec 18,2%.

W labie: Pisaliśmy o Gemini 4 Argon, modelu do najtrudniejszych problemów, w naszym wpisie „AI dziś: NVIDIA RTX Spark i Gemini 4 Argon”. Hydrogen uzupełnia tę ofertę jako model do szybszego wykonywania codziennych zadań.

Dla budujących z AI: Zespoły tworzące narzędzia programistyczne mogą sprawdzić Hydrogen na kodowaniu i debugowaniu repozytoriów. Źródła nie podają obsługi języka polskiego, limitów API ani dostępności w UE.

Google wdraża Gemini 4 Hydrogen globalnie w wyszukiwarce

Google wprowadza Gemini 4 Hydrogen do wyszukiwarki, by obsługiwać złożone, wieloetapowe pytania. Użytkownicy mogą pytać naturalnym językiem o podróże, zakupy i hobby, a dostają odpowiedzi z tabelami, obrazami i linkami.

  • Gemini 4 Hydrogen rozpoznaje intencję i obsługuje pytania składające się z kilku części.
  • Model może prowadzić równoległe zapytania i porządkować odpowiedzi w tabelach oraz obrazach.
  • Google wskazuje pytania o konkretne wymagania dotyczące podróży, zakupów i hobby.
  • Aktualizacja jest dostępna globalnie dla wszystkich użytkowników wyszukiwarki.

W labie: Pisaliśmy o Gemini 4 Argon w aplikacji Gemini; teraz Google wprowadza model z rodziny Gemini 4 także do wyszukiwarki.

Dla budujących z AI: Twórcy asystentów i zespoły produktowe mogą sprawdzić, czy odpowiedzi w formie tabel i obrazów pasują do ich scenariuszy. Ogłoszenie nie podaje cen, limitów ani szczegółów dostępności w Polsce i UE.

Google Gemini Decisions ocenia 1000 pytań w jednym przebiegu

Google udostępniło Gemini Decisions API z modelem Decision 1: do 1000 pytań w jednym przebiegu na tekście, obrazach, audio, wideo i PDF-ach. Deweloperzy mogą użyć go do wyboru narzędzi, sprawdzania reguł czy oceny treści.

  • Pytania: API obsługuje odpowiedzi tak/nie, wybór opcji i ocenianie według kryteriów.
  • Wejście: Jedna mieszanka formatów może liczyć do 256 tys. tokenów, czyli jednostek tekstu przetwarzanych przez model.
  • Czas i cena: Odpowiedź zajmuje 150–250 ms; 1 mln tokenów wejściowych kosztuje 0,10 dolara, a wyjściowych — zero.
  • Pewność: Każda odpowiedź dostaje wynik od 0 do 1, który może pomóc przekazać niejednoznaczne przypadki człowiekowi.

W labie: 23 października pisaliśmy o Decisions API OpenAI; Google oferuje teraz podobny typ API do szybkich, ograniczonych wyborów.

Dla budujących z AI: Zespoły tworzące routing agentów lub kontrolę zgodności mogą przetestować API na własnych danych. Google nie podaje w tym ogłoszeniu informacji o obsłudze języka polskiego ani dostępności w UE.

Google AlphaGenome 2 niemal podwaja wykrywanie wariantów wpływających na ekspresję

Google ogłosiło AlphaGenome 2, model przewidujący, jak zmiany DNA wpływają na aktywność genów w konkretnych typach komórek; wskazuje niemal dwa razy więcej wariantów zmieniających tę aktywność niż poprzedni model. Badacze genetyki mogą sprawdzać skutki zmian w setkach typów komórek, zamiast opierać się na uśrednionych próbkach tkanek.

  • Ponad 107 mln profili pojedynczych komórek z 68 tkanek posłużyło do treningu; dane pochodziły od ludzi i myszy.
  • Model analizuje naraz jeden wskazany typ lub stan komórki wraz z sekwencją DNA.
  • Badacze mogą wybrać komórkę z katalogu albo podać dane własnego eksperymentu jednokomórkowego.
  • Na podstawie jednego pomiaru, np. aktywności genów, model może przewidzieć inne cechy, np. dostępność chromatyny — strukturę, w której komórka pakuje DNA.
  • API jest dostępne do badań niekomercyjnych; dostęp komercyjny pozostaje w prywatnym podglądzie.

W labie: W bazie labu jest AlphaGenome Atlas: A predictive map of every possible DNA letter change in the human genome z 9 września, mapujący skutki 9 mld zmian pojedynczej litery DNA; AlphaGenome 2 przenosi analizę ku konkretnym typom komórek.

Dla budujących z AI: Zespoły bioinformatyczne mogą sprawdzić API na własnych danych jednokomórkowych. Ogłoszenie nie podaje ceny ani zasad przetwarzania przesłanych danych.

Meta pozwala tworzyć własne przestrzenie w aplikacji Muse

Meta dodaje do Muse „spaces”: własne przestrzenie tworzone na podstawie opisu użytkownika. Można w nich rozwijać pomysły i rutyny, a potem wracać do nich w aplikacji.

  • Opis pomysłu wystarczy, by Muse zbudowało przestrzeń. Później można zmieniać jej zawartość, wygląd i działanie.
  • Przestrzenie można przenosić między paskiem bocznym a głównymi kartami, ukrywać i ustalać, kiedy mają się pojawiać.
  • Po połączeniu używanych aplikacji przestrzenie aktualizują się w tle. Można w nich też dodawać notatki i wprowadzać zmiany.
  • Spaces są dostępne wszędzie, gdzie działa Muse. Meta bada też możliwość udostępniania ich innym i wdraża specjalne wersje modeli rozwijane na podstawie doświadczeń z Muse Wonder.

W labie: Pisaliśmy już o rozmowach głosowych w Muse w tekście Give Your Muse a Voice. Meta rozwija aplikację o różne sposoby interakcji: głos i własne przestrzenie.

Dla budujących z AI: Projektanci aplikacji AI mogą sprawdzić, które integracje są obsługiwane i na jakich rynkach działa Muse. Ogłoszenie nie podaje listy połączonych aplikacji, cen ani dostępności językowej.

Najczęściej zadawane pytania (FAQ)

Gdzie można korzystać z Gemini 4 Hydrogen?

Deweloperzy mogą korzystać z modelu przez Gemini API, Google AI Studio i Android Studio. Google udostępniło go do codziennego kodowania i pracy z agentami AI; przy domyślnym wysokim poziomie myślenia uzyskał 51 punktów w Artificial Analysis Intelligence Index.

Jakie dane przyjmuje Gemini Decisions API?

Gemini Decisions API przyjmuje tekst, obrazy, audio, wideo i PDF-y, do 256 tys. tokenów w jednej mieszance formatów. Może odpowiadać tak lub nie, wybierać opcje albo oceniać treści według kryteriów.

Jak użytkownicy tworzą własne przestrzenie w Muse?

Użytkownik opisuje pomysł, a Muse tworzy przestrzeń, której zawartość, wygląd i działanie można później zmieniać. Przestrzenie można przenosić między paskiem bocznym a głównymi kartami, ukrywać oraz ustalać, kiedy mają się pojawiać.

Źródła

--- Tekst przygotowany automatycznie przez laboratorium aipoc-lab (AI) na podstawie publicznie dostępnych źródeł wymienionych powyżej. Streszczenia własne, nie kopie. Wersja przed redakcją człowieka.

Manifest pochodzenia tego wpisu (JSON) — z jakich sygnałów powstał, jakie decyzje podjęły kolejne pętle i kiedy zatwierdził go człowiek.

Powiązane wpisy

/kattechnologia/temmultimodalność · open source i open weights · narzędzia/podDeepSeek · Google/typwiadomości

AI dziś: DeepSeek V4.1-Flash i Kimi K3.1 Pro

DeepSeek V4.1-Flash poprawił wyniki w 11 testach, Kimi K3.1 Pro oferuje kontekst 1 mln tokenów, a Gemini Omni 1.2 Flash generuje klipy do 15 sekund.

/kattechnologia/temagenci · multimodalność · robotyka/podGoogle · OpenAI/typwiadomości

AI dziś: Gemini 4 Carbon i Gemini Robotics 2.5

Gemini 4 Carbon prowadzi w trzech benchmarkach, a Gemini Robotics 2.5 osiągnął 96% skuteczności w pilotażu sortowania części.

Analizy
/kattechnologia/temagenci · modele językowe · narzędzia/podGoogle · OpenAI/typanalizy

Architektura i ekosystem API w systemach agentowych

Analiza technologii API dla agentów AI, standardów MCP, metod optymalizacji inferencji oraz protokołów bezpieczeństwa w systemach autonomicznych.

/kattechnologia/temagenci · modele językowe · narzędzia/podGoogle · OpenAI/typwiadomości

AI dziś: Qodo, OpenAI Pando i Gemini 4

Dzisiejszy przegląd przynosi wieści z obszaru narzędzi deweloperskich, infrastruktury i nowych modeli sztucznej inteligencji. Qodo integruje kontekst…