今日AI:Gemini 4 Carbon 与 Gemini Robotics 2.5
作者与批准
发布与更新
知识状态截至 2026-11-11。资料收集于 2026-11-11。 Google 正在将 Gemini Intelligence 扩展到更多设备,发布包含 200 个任务的 MKA 基准测试,并推出 Gemini 4 Carbon 模型。此外,该公司还展示了 Gemini Robotics 2.5,在零件分拣试点中达到了 96% 的准确率。OpenAI 在 ChatGPT 中启动了公司档案和代理的测试版,并向美国符合条件电商和在线服务企业开放 Business Agents。
今日要点 (TL;DR)
- Gemini Intelligence:新功能登陆更多设备,任务自动化扩展至英国、印度和日本。
- MKA:该基准测试涵盖模仿 10 个行业和 83 种职业工作的 200 个任务。
- Gemini 4 Carbon:该模型在三个基准测试中名列第一,付费开发者和企业可通过 API 使用。
- Gemini Robotics 2.5:该模型在梅赛德斯-奔驰生产线的零件分拣试点中达到了 96% 的准确率。
- Businesses in ChatGPT:企业可以管理个人资料和产品,美国符合条件的企业可以共享 Business Agents。
Google 将 Gemini Intelligence 扩展到更多设备
Google 在 Pixel 10 和 motorola signature 27 等更多设备上推出 Gemini Intelligence。这些手机的用户将获得新功能,任务自动化也将拓展至更多国家。
- Rambler 可将语音实时转换为有条理的文本;适用于选定的 Pixel 10 和 motorola signature 27 型号。
- 任务自动化扩展至英国、印度和日本;Gemini 可以指示应用执行操作,例如订购食物或预订餐桌。
- Create My Widget 允许用日常语言描述自己的小组件;该功能将利用来自 Gmail、日历和搜索引擎的信息。
- Pixel Watch 预计将在未来几周内获得 Create My Widget。
- Device Assistance 允许请求 Gemini 协助处理手机设置,例如释放空间或检查应用的定位权限。
- Android Auto 很快将利用应用信息显示个性化建议。 对于 AI 开发者:构建移动应用的团队应检查这些功能是否覆盖其用户和市场。Google 在此处并未提供语言和国家、定价或 API 访问的准确列表。
Google 与 Artificial Analysis 推出包含 200 个任务的基准测试
Google 和 Artificial Analysis 推出了 MKA,这是一个衡量 agenci AI 如何处理复杂视觉文件的基准测试。团队可以使用它在模仿专业工作的 200 个任务上评估自己的模型。
- 10 个行业和 83 种职业代表了与专家合作准备的任务,从建筑师到生物学家和数据分析师。
- 每个任务反映一个 3 到 8 小时的项目;包含多模态文件和一个包含约 70 个标准的评分标准。
- 评分标准的权重为 75% 的事实正确性和 25% 的外观。自动化评估器与专家评估的契合度达到了 96%。
- 所有模型都在同一个开放的 Stirrup 环境中进行测试,使用相同的工具、沙盒和轮次限制。
- Gemini 4 Carbon 在质量上位居第二;平均成本比得分最高的模型低六倍。可通过 Gemini API 获取。 在实验室中:实验室数据库中有一篇关于知识工作基准测试设计的文章;MKA 侧重于需要分析视觉材料的任务。
Google 推出 Gemini 4 Carbon,三个基准测试的领先者
Google DeepMind 推出了 Gemini 4 Carbon,这是其用于网络安全、编程和科学研究的最强模型。它支持长 przepływy agentowe,即分阶段执行的任务,付费开发者和企业可以通过 API 使用它;它在三个测试中名列第一。
- CursorBench 4.0、WANDR 和 AutomationBench:Carbon 排名第一,任务成本比下一个外部模型低两倍多。
- 在研究代理处理图表和图像文件任务的多模态 MKA 基准测试中,Carbon 名列第二;平均任务成本比领先者低六倍以上。
- Google AI Studio 和企业版 Gemini 中的 API 可供付费开发者和企业使用。该模型还登陆了 Antigravity 中的 Google AI Ultra 订阅者、Gemini 应用和搜索引擎中的 AI Mode。
- 推出定价:输入每百万个 token 2 美元,输出每百万个 token 10 美元——与 Gemini 4 Argon 相同。
- Google Antigravity 中的 /swarm 功能预览可将单个提示词转化为协调的代理团队,并可以实时跟踪。 在实验室中:我们曾撰写过关于 Gemini 4 Argon: Built to solve your hardest problems 的文章;DeepMind 划分了模型角色:Argon 处理大部分任务,而 Carbon 处理最困难和多阶段的任务。 对于 AI 开发者:构建代理的团队可以检查任务成本和 API 访问权限。公告未提及使用限制或欧盟可用性。
Google 提高机器人灵活性;分拣试点达到 96%
Google 展示了 Gemini Robotics 2.5,这是一个视觉-语言-动作模型:将图像和命令与机器人动作相结合;在零件分拣试点中达到了 96% 的准确率。该模型旨在教导机器人更多的技能,并已交付给 Google 的技术合作伙伴。
- 测试中的 200 多个任务包括用钳子递送食物、系蝴蝶结和移液。
- 与早期模型相比,根据任务的不同,准确率提高了 30-100%;机器人的执行速度快了 20-30%。
- Apollo 2 在凯奇凯梅特和辛德尔芬根的梅赛德斯-奔驰生产线上将金属零件分拣到容器中。这是为汽车组装准备零件套件的试点。
- 该模型可与各种机器人配合使用,包括 Apollo 2 人形机器人和带有两指夹爪的 Franka Duo 平台。 在实验室中:实验室数据库中包含了早期的 Gemini Robotics 2 描述,重点关注全身控制;2.5 版本强调更快的技能学习和具体任务的测试结果。 对于 AI 开发者:机器人集成商和制造厂可以检查其任务是否类似于 Google 的测试或试点。来源未提供除向合作伙伴提供模型之外的定价、详细访问条件或许可证。
OpenAI 在 ChatGPT 中添加公司和代理档案
OpenAI 启动了 Businesses in ChatGPT 的测试版,以便企业可以管理其信息并与用户互动。客户可以与企业代理,即 agenci AI,就优惠信息进行对话。
- Business Hub 允许企业注册个人资料,并在验证后编辑数据并添加带有价格和可用性的产品目录。
- Shopify 允许商家通过 Business Hub 或 Shopify 面板连接商店。OpenAI 企业客户和广告商可以通过其 OpenAI 代表注册公司。
- 统计数据包括公司提及次数、网站点击次数以及出现其网站的对话主题。OpenAI 在达到保护隐私的阈值后以汇总形式共享这些数据。
- Business Agents 适用于美国符合条件的电商和在线服务企业。企业还可以赞助代理;此类位置将被标记并与 ChatGPT 的回答分开。 在实验室中:文章“AI 如何改变专业服务和数据”讨论了赞助代理;现在 OpenAI 正在为企业添加管理个人资料和产品的工具。 对于 AI 开发者:电商和在线服务企业可以检查其是否符合 Business Agents 的资格;其他企业可以验证在其国家/地区注册个人资料的可能性。公告未提及价格或在波兰或欧盟推出代理的时间表。
常见问题解答 (FAQ)
MKA 基准测试衡量什么?
MKA 涵盖来自 10 个行业和 83 种职业的 200 个任务,由专家共同准备。每个任务对应一个持续 3 到 8 小时的项目,包含多模态文件和包含约 70 个标准的评分标准。测试是在相同的 Stirrup 环境中进行的。
Gemini 4 Carbon 在基准测试中表现如何?
Gemini 4 Carbon 在 CursorBench 4.0、WANDR 和 AutomationBench 中名列第一。在 MKA 中排名第二,平均任务成本比领先者低六倍以上。付费开发者和企业可以使用 API。
谁可以在 ChatGPT 中使用 Business Agents?
Business Agents 适用于美国符合条件的电商和在线服务企业。企业可以通过 Business Hub 注册个人资料,并在验证后编辑数据并添加带有价格和可用性的产品目录。
来源
- Gemini Intelligence: New features, on more devices — 2026-11-10
- Introducing the Multimodal Knowledge Agent benchmark — 2026-11-10
- Gemini 4 Carbon is now available — 2026-11-10
- Gemini Robotics 2.5 accelerates real-world general dexterity — 2026-11-09
- Introducing Businesses in ChatGPT — 2026-11-10 --- 文本由 aipoc-lab (AI) 实验室根据上述公开来源自动准备。自主摘要,非复制品。人类编辑前版本。
本文来源清单(JSON) — 基于哪些信号生成、各循环做出了哪些决策,以及人工何时批准。
相关文章
智能体系统中的规划:理论与操作框架
本文分析了智能体系统规划的最新发展,涵盖多阶段推理、世界模型集成以及在工程和机器人领域的应用。
今日AI:GPT-6.2 Astra 与 Gemini
本文介绍了 GPT-6.2 Astra 与 Sol、Gemini 的任务功能、ChatGPT for Sales 以及 ChatGPT for Healthcare 的最新进展。
多智能体系统(MAS)的架构与安全性
本文探讨了多智能体系统的架构演进、验证方法、安全风险及其在去中心化结构中的最新发展。
今日AI:Gemini 4 Hydrogen 与 AlphaGenome 2
谷歌推出了 Gemini 4 Hydrogen、Decisions API 以及 AlphaGenome 2,Meta 则为 Muse 带来了用户自定义空间功能。