Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长周期任务上能力最强，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由：原文给出网络安全攻防与长周期智能体任务的基准表现，以及分阶段开放节奏，可据此判断前沿模型在安全领域的落地边界。
#安全/对齐
Google DeepMind精选AI 评分8686
Microsoft Research精选AI 评分6262 微软研究院推出基于证明的通用计算系统 Magnetar
微软研究院发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的程序执行过程，并返回可在约 12 毫秒内验证的简短证明。在 15 个基准程序上，它比同机最快的现有 zkVM 平均快 10 到 39 倍，在笔记本上每秒可证明 7.2 至 8.7 百万条 RISC-V 指令。
推荐理由：微软研究院把十余年零知识证明研究整合为 Magnetar，读者可了解通用程序证明在速度与密码学假设上的取舍。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案
Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步扩大 Fairwind Program 的可信网络安全防御者范围。该模型在 12 个端到端模拟网络攻击场景中全部通关，上一代为 5 个；在对抗测试集上违规请求减少近两倍，在 Gray Swan 间接提示注入基准上 15 次自适应攻击的成功率降至 0.7%。
推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护设计，以及智能体越界行为的实测数据。
Mistral AI精选AI 评分8282 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态
Mistral AI 发布 Mistral Large 4 公开预览，可通过 Mistral Studio 的 API 试用，权重将在本月底开放。该模型为 1 万亿参数、520 亿激活参数的原生多模态模型，在 3800 块 NVIDIA Grace Blackwell GPU 上从零训练，官方称其在编码、智能体工作流和多模态理解上可与全球最强开源模型竞争。
推荐理由：官方给出 1 万亿参数、520 亿激活的规格与编码、智能体、网络安全等多组基准，可据此判断开源权重模型的能力边界。
已经到底了