Šiandien Google Gemini 4 Carbon pateikia kūrėjams, įmonėms, mokslininkams ir vartotojams. Pasak bendrovės, Carbon yra stipriausias jos modelis: jis pasiekia pažangiausio lygio rezultatus kibernetinio saugumo srityje ir ilgo horizonto agentinėse darbo eigose, apimančiose sudėtingą žinių darbą, programinės įrangos inžineriją ir mokslinį mąstymą.
Prieš dvi savaites Google Carbon pateikė kibernetinių puolimų gynėjų grupei per savo „Fairwind“ programą. Po neseniai išleisto Gemini 4 Argon Carbon dar labiau pastūmėja ribas. Argon, pasak bendrovės, tebėra ideali pasirinkimo galimybė daugumai programinės įrangos inžinerijos ir žinių darbo užduočių. Carbon sukurtas užduotims, kurios tikrina modelio intelekto ribas, pavyzdžiui, sudėtingam daugiapakopiam programavimui ir derinimui bei atviro tipo moksliniams tyrimams ir atradimams. Kad galėtų kruopščiai tyrinėti, giliai mąstyti ir atlikti ilgus tikrinimo ciklus, jis naudoja daugiau tokenų nei Argon.
Paaiškinimas: Tokenas yra teksto vienetas (žodis ar jo dalis), kuriuo dirbtinio intelekto modeliai skaičiuoja gaunamą ir sukuriamą tekstą. Nuo tokenų kiekio dažnai priklauso ir naudojimosi modeliu kaina.
Nepriklausomuose testuose, skirtuose modelių veikimui realiose darbo eigose įvertinti, Carbon, bendrovės teigimu, derina pažangiausio lygio tikslumą su praktiška gamybinio naudojimo ekonomika. Jis užima pirmą vietą CursorBench 4.0, Perplexity WANDR ir Zapier AutomationBench testuose, o užduoties kaina yra daugiau nei 2 kartus mažesnė nei kito geriausio išorinio modelio.
Kad Carbon galimybės būtų panaudotos didesniuose ir sudėtingesniuose projektuose, Google Antigravity aplinkoje pristatoma peržiūros versija funkcijos /swarm, kuri vieną užklausą paverčia koordinuota agentų komanda, kurios darbą galima stebėti realiuoju laiku. Kūrėjai gali Carbon priskirti vaidmenis, reikalaujančius giliausio mąstymo, pavyzdžiui, architektūros projektavimą, koordinavimą ir auditą, o greitesnius, lengvesnius modelius naudoti lygiagrečiose izoliuotose darbo erdvėse kartu su priešiškais verifikatoriais, kurie tikrina kiekvieną pakeitimą.
Gemini 4 Carbon per API prieinamas Google AI Studio ir „Gemini for business“ visiems mokantiems kūrėjams ir įmonėms už tą pačią įvadinę kainą kaip ir Gemini 4 Argon (2 JAV dolerių už milijoną įvesties tokenų ir 10 JAV dolerių už milijoną išvesties tokenų). Taip pat jis diegiamas visiems „Google AI Ultra“ prenumeratoriams Google Antigravity, „Gemini“ programoje ir AI Mode paieškoje.
Tikslesnis žinių darbas, artefaktų kūrimas ir duomenų analizė
Teisės, finansų ir įmonių operacijų srityse Gemini 4 Carbon derina pažangiausio lygio vaizdinį supratimą, mąstymą ir išsamią informacijos paiešką, kad galėtų sintetinti pagrįstas įžvalgas iš didelių tankių dokumentų ir duomenų rinkinių. Laikydamasis griežtų schemų ir formatavimo reikalavimų, jis kuria išbaigtas ir tikslias skaičiuokles, pristatymus ir ataskaitas.
Pasak Google, esami testai tinkamai neatspindi, kaip agentai natūraliai mąsto apie tankius failus su diagramomis, vaizdais, brėžiniais, schemomis ir lentelėmis, todėl bendrovė kartu su „Artificial Analysis“ sukūrė naują Multimodal Knowledge Agent (MKA) testą, kuris vertina modelio multimodalinį veikimą agentinėse darbo eigose. Carbon užima antrą vietą, o vidutinė užduoties kaina yra daugiau nei 6 kartus mažesnė nei geriausiai pasirodžiusio modelio.
Naudodama naująją Google Antigravity funkciją /swarm, „Gemini 4 Carbon“ agentų komanda iš vienos užklausos istorines nuotraukas ir inžinerines plokštes pavertė interaktyvia „Three.js“ 3D paroda apie Eifelio bokšto statybą 1887–1889 metais.
Pasitelkusi septynis viešus miesto tarybos planavimo PDF dokumentus (206 išgautus inžinerinių brėžinių vaizdus) ir vieną užklausą, daugiagentė Carbon komanda, naudodama Google Antigravity funkciją /swarm, per 10 naktinių ciklų sukūrė interaktyvią 906 tūkst. trikampių „Three.js“ Google biuro „Platform 37“ rekonstrukciją.
Google Antigravity aplinkoje Gemini 4 Carbon pagal akademinį straipsnį sukūrė interaktyvų daugiamastelį tekstilės vizualizatorių: su minimaliomis užklausomis jis sumodeliavo virtualių pluoštų baigtinių elementų sistemą su interaktyviais 3D siūlų tinklais, 110 pluoštų polinio sekimo funkcija ir dinaminėmis įtempių ir deformacijų kreivėmis.
Ikileidiminiuose vertinimuose Carbon pagal „Hebbia“ E2E Financial Agentic testą giliems finansiniams tyrimams pasiekė tokį patį rezultatą kaip geriausias išbandytas modelis, o „Balyasny Asset Management“ General Financial Intelligence teste, apimančiame teisinę kompetenciją, agentinį įrankių naudojimą ir vykdymą, programavimą ir duomenų inžineriją bei suvokimą ir konteksto supratimą, užėmė pirmą vietą iš 23 pažangiausių modelių konfigūracijų.
Patobulintas agentinis programavimas, pilno kamino kūrimas ir 3D bei sąsajų dizainas
Pasak Google, Carbon itin gerai atlieka inžinerines užduotis, kurioms reikia kelių agentų bendradarbiavimo, pavyzdžiui, kelių paketų migracijas, kelių posistemių pagrindinių priežasčių tyrimus ir sudėtingus architektūros pertvarkymus. Kurdamas žiniatinklio programas, jis vykdo kūrimo ir tikrinimo ciklus, atsigauna po klaidų ir tikrina tiek savo kodą, tiek sugeneruotą vartotojo sąsają, kad sukurtų išbaigtas, veikiančias programas. Stipresnis vizualinis dizainas, erdvinis mąstymas ir dėmesys aplinkos detalėms taip pat pasireiškia kuriant 3D žaidimus ir kūrybinį kodą.
Naudodamas Google Antigravity funkciją /swarm, Carbon sukūrė atviro pasaulio 3D žaidimą, kuriame tyrinėjama Google „Mountain View“ miestelis kaip pelikanas, važiuojantis „GBike“ dviračiu. Modelis koordinavo subagentus, kurie Blender programoje modeliavo 3D objektus pagal Omni ir Nano Banana pavyzdžius, naršyklės žaidimą sukūrė su „Three.js“ ir „WebGL“ šešėliuokliais, o procedūrinius „Web Audio“ garso efektus suderino su „Lyria“ muzika. Išbandykite veikiančią programėlę.
Kartu su patobulintais front end skonio ir judesio dizaino įgūdžiais Google Antigravity aplinkoje Carbon per dvi užklausas iš naujo sukūrė Google Merchandise Store: pasiūlė penkias meninės krypties koncepcijas ir sugeneravo visiškai naujus produktų vaizdus su „Nano Banana 2.1“. Išbandykite veikiančią programėlę ir Gemini front end dizaino įgūdį.
Pradėjus nuo Google Antigravity aplinkoje su „Gemini Omni“ sugeneruoto vaizdo įrašo pavyzdžio, sukurta kinematografinė kelių kadrų povandeninė Atlantidos scena. Vykdant procesą „Blender“ programoje buvo sumodeliuoti procedūriniai griuvėsiai, tūrinis kaustinis apšvietimas ir vandens simuliacija, o visa aplinka vėliau konvertuota į „Three.js“, kad naršyklėje būtų atvaizduojama realiuoju laiku.
Naudodamas daugiagentį ciklą Google Antigravity aplinkoje, Carbon pagal CAD brėžinius ir rentgeno nuotraukas rekonstravo grojamą maždaug 1780 m. „Stein-Schule“ fortepijoną su 61 klavišo mechanizmo fizika ir patalpino jį Toronte esančios Karališkosios muzikos konservatorijos „Koerner Hall“ 3D modelyje su konkrečiai sėdimai vietai pritaikyta erdvine akustika. Išbandykite veikiančią programėlę.
Pažangiausio lygio kibernetinio saugumo galimybės
Pasak Google, Gemini 4 Carbon for cyber suteikia stipriausias iki šiol bendrovės kibernetinio saugumo galimybes ir saugumo komandoms pateikia nuoseklią analizę, kurios jos reikia kritinei programinei įrangai apsaugoti. Kai naudojamasi per „Fairwind“ programą, Carbon pirmauja pagal svarbiausius testus, vertinančius pažeidžiamumų radimą (SEC-bench Pro), išnaudojimą (ExploitGym) ir taisymą (CWE-bench v1): tikrina programinę įrangą, atseka, kaip trūkumai gali būti sujungti į grandinę skirtingose sistemose, ir kuria patikrintus pagrindinių priežasčių pataisymus.
Ankstyvieji testuotojai Google viduje ir už jos ribų jau mato gerų Carbon for cyber rezultatų praktikoje.
- Projekte „Fortify“, Google autonominėje sistemoje, apimančioje skenavimą, rūšiavimą ir šalinimą, Carbon pagal vidinį bendrovės testą pasiekė 100 % skenavimo atkūrimo (recall) ir 95 % rūšiavimo tikslumo rodiklius. Atvirojo kodo saugyklų testuose jis daugiau nei 25 % santykinai pagerino ir taip stiprų Argon atkūrimo rodiklį, aptikdamas anksčiau nepastebėtų realių logikos klaidų. Pasak Google, šių pranašumų pritaikymas visoje bendrovėje, kuri yra viena didžiausių atvirojo kodo programinės įrangos naudotojų pasaulyje, padeda apsaugoti tiek pačios bendrovės sistemas, tiek platesnę ekosistemą.
- Google Cloud Vulnerability Research (CVR) komanda neseniai naudojo Carbon, kad įrodytų, jog dvi populiarios atvirojo kodo programinės įrangos klaidos iš tiesų buvo išnaudojami pažeidžiamumai, savo rimtumu panašūs į neseniai aptiktą PHP2Shell išnaudojimą. Naudodama Carbon koncepcijos įrodymui sukurti, CVR padėjo prižiūrėtojams klaidą perklasifikuoti kaip kritinę ir greitai išleisti pataisą. Išsami informacija bus paskelbta pasibaigus atsakingo atskleidimo procesui.
- Vykdydama „Wiz“ programą Scan for Good, komanda naudojo Carbon viešosios skaitmeninės infrastruktūros pažeidžiamumams vertinti. Pavyzdžiui, skenuodamas du didelius SaaS paslaugų teikėjus, modelis per mažiau nei dvi valandas aptiko nulinės dienos (0-day) pažeidžiamumų, kad kelių savaičių pažeidžiamumų tyrimas buvo suspaustas į vieną popietę. Komanda su paveiktomis organizacijomis rekordiškai greitai pašalino trūkumus, taip padėdama sumažinti galimą poveikį dešimtims tūkstančių įmonių.
Stipresnis mokslinis ir matematinis mąstymas
Gemini 4 Carbon, pasak Google, gerokai geriau mąsto fizikos, matematikos ir gyvybės mokslų srityse: sintetina eksperimentinius duomenis, tikrina hipotezes ir sprendžia daugiapakopes dalykinės srities problemas. Vaistų toksiškumo tyrimų bendrovei „Axiom Bio“ Carbon dabar yra pirmaujantis modelis pagal veikimą transliacinio mokslo srityje: jis nustatė naujų toksiškumo mechanizmų, kurių bendrovė anksčiau nebuvo radusi. „Axiom“ dabar savo gamybines mokslines analizes ir agentus perkelia tiek į Carbon, tiek į Argon, kad būtų galima kurti saugesnius vaistus.
Google tyrėjai Google Antigravity aplinkoje naudoja Carbon savo darbui pagreitinti:
- Kodo verifikavimas: Tyrėjai sukūrė naują agentinę formaliosios verifikacijos sistemą „AlphaProof Code“ ir pritaikė ją svarbiam saugumo uždaviniui: matematiškai įrodyti realų kodą, kuriuo grindžiamas „Signal“ kriptografinis protokolas. Naudodami Carbon kartu su kitais modeliais, Google tyrėjai saugumo tikslus išvertė į matematines teoremas. Tuomet „AlphaProof Code“ agentai naudojo Carbon, kad sugeneruotų milijonus eilučių kodo kalba „Lean“, skirta matematiniams įrodymams rašyti, ir per kelias savaites įrodė svarbiausias saugumo savybes, nors tokia užduotis ekspertų komandoms paprastai užtrunka metus. Rezultatas rodo Carbon potencialą atverti keičiamo masto formaliąją verifikaciją, kuri ilgą laiką laikoma auksiniu saugios programinės įrangos kūrimo standartu.
- Fermentų tyrimų (assay) kūrimas: Gavęs tik laboratorijos užrašus ir neapdorotus duomenis, Carbon neapsiribojo standartine analize, o išryškino sunkiai interpretuojamas duomenų anomalijas. Jas panaudojo subtiliems šlapiosios laboratorijos eksperimentų artefaktams diagnozuoti, pavyzdžiui, nepilnam automatiniam maišymui giliuose šulinėliuose, ir taip gerokai pagerino atkartojamumą. Be to, Carbon patobulino chromatografijos smailių dekonvoliucijos metodus ir pastebėjo mažus mėginių pernešimo tarp tyrimo prietaisų pėdsakus, o tai ženkliai pagreitino naujų tyrimų kūrimą ir sugriežtino grįžtamąjį ryšį tarp skaičiavimų ir laboratorijos stalo.
- Baltymų struktūros prognozavimas: Struktūros prognozavimo modeliai, tokie kaip AlphaFold 3, naudoja evoliucinių giminaičių daugialypius sekų suderinimus (Multiple Sequence Alignments, MSA), kad padėtų nustatyti, kaip susilanksto aminorūgščių grandinės. Dėl to jiems dažnai sunku dirbti su mažai tyrinėtais, virusiniais, mikrobiniais ir eukariotiniais baltymais, kurie standartinėse duomenų bazėse turi labai mažai atitikmenų. Daugiagentėje sistemoje Google tyrėjai naudojo Gemini 4 Carbon, kad autonomiškai surastų tolimus homologus petabazių masto neanotuotų sekų archyvuose, aplinkos ir virusų sekų kataloguose bei 3D struktūrų duomenų bazėse. Pavyzdžiui, 7 mažai homologų turinčiose baltymų šeimose iš CASP17 aklojo testo rinkinio Carbon vidutiniškai 40 kartų padidino surastų homologų skaičių ir taip gerokai praplėtė struktūros prognozavimo modeliams prieinamą informaciją be poreikio juos permokyti. Nors platesnis testavimas dar vyksta, šio paieškos kliuvinio šalinimas galėtų atverti perspektyvų kelią modeliuoti sunkiai apibūdinamas proteomo sritis.
Prieš keturias savaites Google pradėjo priimti paraiškas, kad 10 000 mokslininkų šešis mėnesius nemokamai galėtų naudotis Argon Google Antigravity aplinkoje ir taip paspartinti savo tyrimus. Jau prisijungė tūkstančiai mokslininkų. Šiandien dabartiniams ir būsimiems programos dalyviams plečiama prieiga prie Carbon, o ateityje programa toliau teiks prieigą prie naujausių pažangiausių bendrovės modelių, kai tik jie bus išleisti. Paraiškų priėmimas tebevyksta, o dalyviai prijungiami kas savaitę, atsižvelgiant į atitiktį reikalavimams, pajėgumus ir atranką.
Pažanga modelio saugumo ir apsaugos srityje
Pasak Google, su kiekvienu nauju modelio leidimu bendrovė toliau stiprina saugumo ir apsaugos priemones, agentinio piktnaudžiavimo prevenciją, modelio suderinimą (alignment) ir žalos mažinimą proporcingai modelio galimybėms.
Kadangi Gemini 4 Carbon turi stipresnių kibernetinių galimybių, bendrovė remiasi Argon stipria saugumo ir apsaugos sistema, kad sustiprintų atsparumą piktnaudžiavimui ir prompt injection atakoms.
Paaiškinimas: Prompt injection yra ataka, kai į modeliui pateikiamą tekstą ar duomenis slapta įterpiamos komandos, skatinančios dirbtinį intelektą elgtis ne taip, kaip ketino jo naudotojas.
- Pažangiausių modelių piktnaudžiavimo rizikų mažinimas: Google sustiprino apsaugas nuo piktnaudžiavimo, kad stipresnis gynybinis mąstymas nevirstų puolimo rizika. Simuliuotose kibernetinių atakų testavimo aplinkose, paruoštose su „ExploitBench“ ir „CyScenarioBench“, Carbon užblokavo 99 % atakų trajektorijų, kurias vykdė bendrovės adaptyvus „red teaming“ agentas, galintis po kiekvieno blokavimo iš naujo peržiūrėti savo atakos planus. Carbon apsaugos sumažino proveržio dažnį vienam bandymui iki vos 0,8 % (Argon – 3,1 %). „Gray Swan“ testavime apsaugos taip pat sumažino automatizuotų kibernetinių atakų užklausų sėkmės rodiklį iki 2,17 %, palyginti su 9,86 % Argon atveju. O išorinis „Trajectory Labs“ testavimas per 132 valandas ir per 13 000 užklausų neaptiko nė vieno naujo universalaus jailbreak.
- Saugios ir suderintos modelio sąveikos skatinimas: Pristatydama Carbon, bendrovė parodė reikšmingą suderinimo pagerėjimą, matuojamą pagal jos stebėsenos žymų dažnį per visą modelio gyvavimo ciklą, taip pat sumažėjusį duomenų fabrikavimą. Nauji rezultatai rodo, kad bendrovės 375 užduočių agentinio sąžiningumo teste Carbon išlaikė 92 % užduočių (Argon – 70 %): 98 % atvejų atsisakė užpildyti trūkstamus eksperimentinius duomenis, o 68 % atvejų nurodė metodologinius trūkumus.
- Naudotojų apsauga nuo netiesioginių prompt injection atakų: Prieš dvi savaites Google pranešė, kad Carbon „Gray Swan IPI“ teste pasiekė 0 % prompt injection atakų sėkmės rodiklį, ir tai buvo pirmas kartas, kai pasiektas šis etapas. Kartu bendrovė pripažįsta, kad atsparumas prompt injection tebėra sritis, kurią reikia nuolat tobulinti. Pažangus automatizuotas „red teaming“ ir toliau stumia ribas šioje srityje ir parodė, kad kai kuriuose pasiskirstymuose modelius dar galima patobulinti, kad jie geriau atlaikytų sudėtingas atakas. Tai suteikia duomenų, kad bendrovė galėtų nuolat kelti savo modelių saugumą į naują lygį.
Daugiau informacijos rasite visoje Gemini 4 Carbon saugumo ir apsaugos ataskaitoje.
Darbo su Gemini 4 Carbon pradžia
Nuo šiandien Carbon kartu su Argon papildo Google pažangiausių modelių šeimą visuose bendrovės produktuose:
- Kūrėjams: kurkite naudodami mokamą „Gemini API“ lygį „AI Studio“ ir „Android Studio“ aplinkose, o jei esate „Google AI Ultra“ prenumeratorius, galite išbandyti jį Google Antigravity ir „AI Studio“.
- Įmonėms: išbandykite „Gemini for business“ per API arba modelių išskleidžiamąjį meniu, Google Antigravity arba „CodeMender“.
- Kasdieniams naudotojams: išbandykite Carbon nuo šiandien „Gemini“ programoje ir AI Mode paieškoje, jei esate „Google AI Ultra“ prenumeratorius.
- Mokslininkams ir tyrėjams: pateikite paraišką, kad turėtumėte galimybę gauti prieigą ir prie Argon, ir prie Carbon per aukščiausią Google Antigravity naudojimo lygį nemokamai 6 mėnesius (dalyviai prijungiami palaipsniui), atsižvelgiant į atitiktį reikalavimams, pajėgumus ir atranką.
- Kibernetinio saugumo gynėjams: pateikite paraišką prisijungti prie „Fairwind“ programos, kad palaipsniui gautumėte prieigą prie Carbon for cyber.
Daugiau apie Gemini 4 Carbon ir darbo su juo pradžią sužinosite modelio kortelėje. Dėl geriausios praktikos perkeliant darbo eigas į šį modelį siūloma susipažinti su atnaujintu Gemini 4 kūrėjų vadovu ir dokumentacija.
