Gemini 4時代，正式開啟！
就在今夜，GoogleCEO劈柴、Hassabis等幾乎同一時間，全員齊刷刷宣告：
新一代旗艦Gemini 4 Argon全球首發。
Pro使用者可在Gemini應用和搜尋AI模式中體驗，開發者可通過付費API在AI Studio、Android Studio呼叫。
Ultra使用者除了擁有Pro的體驗之外，還能在AI Studio和Antigravity裡開工。
自兩周前首次亮相以來，許多人翹首以盼，被各路預熱吊足了胃口，如今終於可以上手了。
Gemini 4 Argon把圖像、視訊和語言理解，與推理、程式碼執行結合起來。
AI看懂任務之後，還能接著呼叫工具、執行程式碼，把任務往下推進。
實際到底有多能打？
在官方公開的19項基準對比中，最高思考檔的Gemini 4 Argon拿下13項單獨最高，還有1項並列最高。
同一張成績單，實力直接對標GPT-6 Astra和Fable 5.1，殺回全球第一梯隊。
第三方Artificial Analysis智力指數中，Argon（high）拿到53分，與GPT-6 Astra（max）同分，比GPT-6.1 Sol（max）高1分。
更狠的是，除了紙上跑分，Google還端出了Argon解決真實工程、科學和機器人難題的成果。
只要定個目標，繁瑣的活兒它全包了。Argon這次正式上線，交出的就是這樣一份答卷。
開發者生態負責人Logan Kilpatrick表示，為了Gemini 4，全端團隊埋頭幹了6個月。過去一個月，Google內部超過10萬名員工已經拿它做過實戰測試。
接下里，直接劃重點：
- AI通宵干11小時，交出工程成果：Argon跑完16892項單元測試；Chrome一項架構重構，從數月壓到數周。
- AI給AI提速：Gemma 4 E2B在指定推理配置下提速2.85倍，輸出token保持一致。
- 從螢幕走向真實世界：機器人連續投中7次沙包，AI輔助設計的5種新酶全部通過實驗室催化活性驗證。
- 百萬token工作空間，首發價格減半：輸入、思考與輸出共用百萬窗口；截至11月30日，每百萬輸入/輸出token分別為2美元和10美元，之後恢復4美元和20美元。
Python手搓光追，程式碼開始「造世界」
「程式碼寫完，直接生成可運行的3D世界」，是這次Argon最吸睛的能力。
Google工程師給Antigravity裡的Argon佈置了一個任務：搭建一座中國風寺廟。
Argon先用Blender建模，再讓多個Agent反覆檢查畫面，根據反饋繼續修改。經過一輪輪調整，搭出了一整座寺廟建築群。
從飛簷、斗拱，到庭院裡的植被和整座建築的光影，細節也都補齊了。
接下來，扔給它一張辦公桌照片，讓它手搓一個微型賽車場。
要讓車真的跑起來，先得把照片變成能互動的場景。Argon用Blender搭出桌面和賽道、檢查碰撞，再讓Nano Banana補上紋理。
場景搭好後，它又用Three.js接入物理模擬和操控功能，並配上Gemini Omni Flash生成的引擎聲。
於是，照片裡的水杯、書本和鍵盤成了賽道上的障礙物，小車真的能在桌上跑了。
還有更硬核的，Argon不呼叫現成的3D引擎，自己用Python和NumPy寫出光線追蹤程序，從零渲染出一間灑滿陽光的圖書館，還配套寫了視訊工具和混音器。
巫師國際象棋這邊，Argon先做出棋子，為它們繫結骨骼、加上動作和貼圖。棋子能動了，再接上網頁互動和單人對戰AI，一盤可以直接玩的3D棋局就成了。
Demis Hassabis看完，想起了自己當年在Amiga電腦上玩《戰爭象棋》的快樂。
虛擬世界裡，小車能跑、棋子能動。可要把這套空間理解能力帶到現實裡，機器人還得真正學會怎麼動。
Google給Argon看了一段人類投沙包的視訊，隨後，它在模擬世界裡練習的動作，直接被搬到Apollo真機上。
到了真實場地，Argon繼續觀察每次落點，把釋放位置微調幾釐米。就這樣邊投邊調，機器人最後連續投中7次。
人類的示範視訊，就這樣變成了機器人練習動作的起點。按Google的說法，其中原本需要數周的人工模擬建模，被壓到了幾小時。
從一張照片造遊戲，到指揮機器人幹活，Argon確實把看懂和動手連在了一起。
啃下數月工程
重構Chrome「祖傳程式碼」
從零做出遊戲之外，Argon還得證明自己能接手長期維護的大型項目。Google把自家的Chrome程式碼庫交了出來。
Chromium有約4000萬行程式碼，其中一個舊的瀏覽器功能目錄就佔了約600萬行。Chrome團隊要從中拆出核心網頁處理邏輯，改動橫跨數百個檔案。
Argon幫團隊平行推進多組修改，把原本需要數月的架構重構，壓到了數周。
這次重構，將讓網頁在Chrome的標籤頁、側邊欄和浮動窗口之間移動時，無須重新載入，同時消除一類瀏覽器崩潰問題。
到了開源Agent框架ADK，Argon直接幹了一個通宵。
面對約20.5萬行Python程式碼，工程師給它一份維護規則和一段話的目標：減少框架開銷，介面不能變，現有應用不能壞，改動必須帶測試。
工程師做了兩輪實驗，第二輪從晚上9點11分開始。
Argon在Antigravity的/goal模式下無人值守地跑了11小時，查瓶頸、改程式碼、審查自己的修改，最終跑完16892項單元測試，交出涉及32個檔案、6項最佳化的程式碼合併請求。
維護者從中保留了2項，並結闔第一輪成果合入了主分支。
最終，長會話中的記憶體會話準備耗時減少約40%，冷匯入耗時減少21%。
能撐住這類長任務，背後還有約100萬token的統一工作空間，輸入、思考和輸出共同使用。後台長任務的輸出可擴展到百萬token級，普通同步呼叫默認最多輸出65536 token。
它甚至開始給另一個AI提速。
在A100、vLLM這組測試配置下，Argon最佳化Gemma 4 E2B推理程序，把吞吐從每秒約3.79萬token推到10.8萬以上，端到端提速2.85倍，輸出token保持一致。Google稱，通常要幾個月的最佳化，這次幾天就做到了。
放到Google內部整體看，Argon在Antigravity中的使用，讓Agent程式碼提交量增加超過35%，程式碼回滾減少近三分之一。
Isomorphic Labs拿它整理藥物研發中的複雜PDF和專利，過去通常要幾周的資料工作，如今壓到幾小時。
近60年核聚變猜想
AI又往前推了一步
工程師讓Argon啃程式碼，科學家把更難的問題交了出來。
這不，Argon也在核聚變猜想領域，立下大功。
核聚變領域，仿星器需要用複雜的三維磁場約束高溫電漿體。磁場怎樣保持平衡，是設計中的一道硬題。
1967年提出的「Grad猜想」認為，除某些特殊構型外，一類滿足嚴格條件的平滑平衡解並不存在。
最近，馬里蘭大學教授Matt Landreman等研究者找到了反例。
這一次，Google團隊與Landreman合作，借助Argon進一步去掉原有解中的「仿星器對稱性」限制，找出了更廣一類精確解。
團隊把已有論文和問題交給Antigravity裡的Gemini 4 Agent，幾小時內就得到有希望的候選解。Argon還編寫了驗證程式碼，研究者隨後獨立重算、核對每一步推導。
有了這些精確解，研究者就多了一套「標準答案」，可以檢查仿星器模擬程序算得準不準，再拿它研究更複雜的磁場。
另一組成果，已經在實驗室裡亮了起來。
Google科學家和Argon一起設計了5種新酶，用來切開分子中的特定化學鍵。過去常要花幾個月篩選、調模型的設計環節，這次幾小時就完成。
隨後，科學家把候選酶做出來，5種都能催動目標反應。
檢測用的分子被切開後，產物會在紫外光下發亮，設計有沒有用，直接看得到。
Argon還幫Google給量子糾錯提了速：最佳化內部AlphaQubit糾錯解碼器，讓單位時間處理的資料接近翻倍。
它還寫出一個計算反正弦的量子子程序，並通過Lean形式化驗證。與已發表的量子CORDIC方案相比，這段程序的時空開銷降到了1/100以下。
在罕見病研究中，Gamow Labs用Argon分析去標識化的新生兒基因組，發現了一例被常規軟體漏檢多年的染色體重排，並解釋了漏檢原因。
全網開測，3D世界也太能打了
到了網友手裡，Argon的畫風立刻變了。全球上線之後，一批Argon實測新鮮出爐。
BridgeMind讓六大模型，做同一道熔岩燈題。
結果顯示，Argon不到2分鐘、花費0.18美元；同組Opus 5.5用了9分35秒、花費1.27美元。透明燈體裡，發光的熔岩已經流動起來。
Gemini 4 Argon巧用傅里葉旋轉圓，勾勒出來一隻打工羊駝。
3D物理測試，成為全網清一色主流。
開發者一手對比後，大呼Gemini 4和Astra都是3D之王。
下面Gemini 4徒手搭出一個3D版的魯布·戈德堡裝置，從重力滑行到機關彈射，直接跑通了複雜的3D物理長鏈條因果推理。
網友YU則用兩次指令、約9分鐘、0.88美元，做出了Three.js版宮古島海景。
淺灘、珊瑚、熱帶魚和遠處的大橋都在，還能切到水下。畫面純程式碼生成，沒有使用外部圖片。
網友Chiao讓模型照著參考圖，用SVG重畫初音未來，並把繪製過程做成動畫。
輪廓、色塊、髮絲和高光逐步補齊，人物就這樣從程式碼裡一點點出現。
我們也出了一道題：把下班後被工作消息追著跑，做成真正能玩的小遊戲。
《別讓已讀回執追上我》裡，小人拎包往外跑，紅色通知從四面追來。按「收到」，最近的通知停住兩秒；回一句「馬上」，眼前消息清空，十秒後卻迎來雙倍追兵。
這一局，前40秒我們一直滿血，繞會議桌、穿走廊，把通知甩在後面。可之前許下的「馬上」集中到期，追兵越湧越多。
最終，逃亡停在52.5秒，離家門解鎖只差7.5秒。
Google，把家底壓上戰場
回看這次發佈，Google已經把積累二十多年的工程體系，推到了AI競賽的最前線。
Chrome交出龐大的程式碼庫，Gemma交出推理程序，DeepMind的科學家交出研究難題。Argon在真實任務裡受檢驗，做出的改進，又回到Google自己的產品和研究中。
今天的AI，已經開始給明天的研發搶時間了。
AI競賽越往前走，爭奪的就越接近科技公司的根基：誰能更快寫出軟體，誰能更快驗證想法，誰能把下一代工具提前造出來。
對Google而言，這是一場必須把家底壓上去的仗。瀏覽器、開發工具、機器人、科學實驗，曾經分散在龐大帝國裡的力量，如今正向同一個方向彙集。
Google要用二十多年的積累，為自己爭一個繼續定義未來的位置。
這一次，從模型到工具，再到產品，Google的反攻全面展開。(新智元)