刚刚,谷歌Gemini 4再发新款,对标超越GPT-6.2 Sol!世界模型Genie 4也已开放
刚刚,谷歌Gemini 4再发新款,对标超越GPT-6.2 Sol!世界模型Genie 4也已开放谷歌发布Gemini 4 Neon,主打复杂编程、推理及企业工作流中的更快、更省体验;谷歌DeepMind同时宣布世界模型Genie 4正式上线,支持会话中用自然语言改变环境和原生音频。
搜索
谷歌发布Gemini 4 Neon,主打复杂编程、推理及企业工作流中的更快、更省体验;谷歌DeepMind同时宣布世界模型Genie 4正式上线,支持会话中用自然语言改变环境和原生音频。
Anthropic通过mods系统开放Claude Code桌面端视觉层深度定制,用户可用自然语言让Claude生成主题插件,设置颜色、排版和动画背景,也可安装官方theme-examples模板。
SimpleX 上线首个技术产品 Tetra-1 预览版,这款融合自然语言与蛋白质结构的推理模型能展示分子结构及推理依据,并在测试中找到 PTP1B 隐藏变构口袋,超过 AlphaFold 3 和 IsoDDE 的分数。
Anthropic为Claude推出个人财务功能Personal Finance,通过Plaid以只读方式连接银行和信用卡账户,支持自然语言查询余额、分析消费与账单、识别重复扣款和异常费用,目前以Beta形式向美国Pro、Max和Ultra付费用户逐步开放。
DeepSeek Harness官方发布“创造模式”(Creator Mode)指南,用户输入一句自然语言即可让AI编写并安装插件,同时免费公开7套官方提示词,示例覆盖3D建模与游戏、视频剪辑、海报设计、论文阅读、界面改造和Token统计。
设想这样一个场景:给机器人下达一句自然语言指令,让它穿过走廊、接连转弯,最终走进指定房间。视觉语言导航(VLN),需要让机器人结合沿途看到的画面,把人类的语言指令转化为一连串连续行动。
现在的大模型,已经越来越擅长从自然语言直接生成一个可以运行的游戏。
过去几年,“基础模型” 已经彻底改变了自然语言处理和计算机视觉。一个很自然的问题随之出现: 物理世界是否也能拥有类似的基础模型?
英伟达联合MIT和牛津大学团队提出Physis-Lang,通过物理语言描述、自进化准则和能力导向的数据检索提升视频模型的物理理解与生成表现,其Cosmos3-Super和Cosmos3-Nano在Physics-IQ Verified分列第一、第二。
谷歌推出Gemini游戏创作平台Playground,支持用自然语言生成和修改2D、3D游戏,并公布与Unity合作推出Unity Spark的计划。