Gemini 4 Carbon 发布说明

Gemini 4 Carbon 概览

Gemini 4 Carbon 是 Google DeepMind 推出的最新前沿模型，专为高精度知识工作、复杂软件工程和科学发现而设计。虽然此前发布的 Gemini 4 Argon 仍然是通用软件工程和知识任务的标准，但 Carbon 专为深度推理、多步智能体工作流和扩展验证循环而构建。目前，开发者、企业和消费者已可通过 Google AI API、Google Antigravity、Gemini 应用以及搜索中的 AI 模式使用该模型。

智能体能力与性能

Carbon 针对复杂的、多智能体环境进行了优化。Google 正在 Google Antigravity 中预览 /swarm 功能，该功能允许用户将单个提示词转化为一个协同工作的智能体团队。这使得开发者能够将 Carbon 指派给架构设计和审计等高层角色，同时将并行任务分流给更轻量的模型。

Carbon 在多项行业基准测试中表现出色：

• 编码与自动化： 在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上排名第一。
• 多模态知识： 在多模态知识智能体 (MKA) 基准测试中排名第二，且单任务成本比表现最好的模型低 6 倍。
• 金融研究： 在 Hebbia 的 E2E 金融智能体评估中达到顶级表现，并在 Balyasny Asset Management 的通用金融智能基准测试中名列前茅。

网络安全与漏洞研究

Carbon 引入了先进的网络安全能力，包括漏洞检测、利用和修补。该模型在以安全为重点的基准测试中表现出显著提升：

• SEC-bench Pro, ExploitGym, 和 CWE-bench v1： 在发现、利用和修补漏洞方面处于领先地位。
• Project Fortify： 在内部基准测试中实现了 100% 的扫描召回率和 95% 的分类准确率。
• 现实影响： 被 Google 云漏洞研究团队和 Wiz 用于识别并修复开源软件中的关键 0-day 漏洞，在某些情况下将数周的研究工作压缩到了一个下午。

科学与数学推理

Carbon 通过综合实验数据和测试假设来增强科学发现。主要应用包括：

• 形式化验证： 在 AlphaProof Code 框架内使用，以数学方式证明 Signal 加密协议的安全属性，将历史上需要数年的任务缩短至数周。
• 测定开发： 诊断湿实验室数据中细微的实验异常（例如不完全的自动混合），以提高可重复性。
• 蛋白质结构预测： 对于研究不足的蛋白质家族，远程同源物的检索量平均增加了 40 倍，为 AlphaFold 3 等结构预测模型提供了更多数据。

安全与防护措施

考虑到其能力的提升，Carbon 包含了一个增强的安全堆栈，旨在防止滥用和提示词注入。

• 攻击缓解： 在模拟网络攻击环境中，Carbon 阻断了 99% 来自自适应红队智能体的攻击轨迹。单次尝试的入侵率从 Argon 的 3.1% 降低至 0.8%。
• 诚实与对齐： 在一项包含 375 个任务的智能体诚实度基准测试中，Carbon 通过了 92% 的任务，而 Argon 为 70%。它在拒绝填充缺失实验数据方面表现出了 98% 的成功率。
• 提示词注入： Carbon 在 Gray Swan 间接提示词注入 (IPI) 基准测试中实现了 0% 的成功率。