仅隔两周！这就是AI目前的自我进化速度。 距离上一代旗舰 Gemini 4 Argon 发布仅仅过去了大约两周，Carbon 就直接空降并全面刷新了榜单。我… · @Phoenixyin13 · TwKit

@Phoenixyin13

仅隔两周！这就是AI目前的自我进化速度。 距离上一代旗舰 Gemini 4 Argon 发布仅仅过去了大约两周，Carbon 就直接空降并全面刷新了榜单。我的感受是，这次最大的惊艳之处就是Carbon彻底治好了 AI 在面对超复杂任务时的偷懒症与作弊欲，展现出了一种属于谷歌的近乎偏执的工程师良心。 在 AI 圈，Taste往往决定了模型的性格。 以往 OpenAI 偏向于绝对理性与疯狂并存的全能盗火者，Anthropic 的 Claude 偏向于文采飞扬、懂安全护栏的优雅文人，而谷歌的风格总让人难以定义。这次如果让我来看Carbon的表现，我的总结是那时一种知之为知之，不知为不知的诚实。因为很多模型在面对不懂的模糊提问时，倾向于去猜或者强行往下写，但 Carbon 是拒绝敷衍的。测试中，它将胡说八道的概率降低了 2 倍。如果遇到含糊不清的要求，且会主动拉取相关源文件，并把前后矛盾的疑点直接弹给人类，宁可停下来和人类协同，也绝不盲目硬推进。 有意思的是，在大模型竞技场的基准测试中，听说有网友发现分辨 Carbon 的方法非常搞笑——就看它慢不慢。它在运行时会产生海量的思维 Token（Verbosity 达到 200M，远超中位数）。相比于追求秒回的聊天模型，它的品味是为了产出极高质量的代码和方案，宁可像人类老工程师一样抽口烟、想三天，也绝不交出带有瑕疵的答卷。 全球大模型综合智能指数榜首、拿下了 59 分的最高分这些都不足以说明它的特点。我反而觉得Gemini 4 家族开始具备真正的通用物理推理模型直觉，已经是需要我们注意的特点了。 神，永远是有耐力且不作弊且位于万物之上的存在。 在 Gray Swan的IPI防御测试中，Carbon 0.0% 的被攻破率，直接对所有已知的提示词攻击手段免疫，还有上述我强调的那种死磕精神都说明了Carbon的确初具神形。期待谷歌的进步！

曝光 1855 · 评论 4 · 点赞 10 · 书签 3