网易首页 > 网易号 > 正文 申请入驻

给 Gemini 道歉,请自觉排队

0
分享至


今天,知名半导体和 AI 研究机构 SemiAnalysis 在 X 上发了一张写给 Google DeepMind 主席 Demis Hassabis 的《向 Google 道歉专用表》。


理由一栏勾了包括「我只看了 X 上大家的消息」、「我那在 Anthropic 工作的室友,说服我相信 Gemini 已经完了」和「我没有阅读模型卡」等原因。最有意思的是最后一行:「Demis,关于 Gemini 4,我们错了。我们只想撤回一个词。」

他们从自己当初的标题里划掉了一个 is:Gemini is cooked。一句「Gemini 完了」,变成了「Gemini 这回真做出了点东西」。


事件的起因是 SemiAnalysis 在今年 8 月份发布了一篇文章,通篇都在讲 Google 自从去年 11 月短暂领先之后,就再也没有发布任何让人激动的模型,几乎是处在了掉队中的状态。

当时他们分析 DeepMind 的强化学习团队走了不少人,内部的算力又没分配好,对 Google 下了一个相当重的判断:照这样下去,Google 当然还会继续发模型,但再一次达到行业最高水平的概率,已经「降到了零」。

报告发出不到两个月,谷歌就公布了 Gemini 4 Argon,接着 10 月底发布 Carbon、11 月 12 号推出 Hydrogen,18 号发布 Neon,短短 8 天的时间,接连推出了 3 款模型,其中 Carbon 的表现当时还来到了 Artificial Analysis 的综合能力榜首。


图|ai.studio 模型选择页面

这些新发布的模型在社交媒体上备受好评,主打 Flash 的 Hydrogen 在写作、复杂的软件工作的能快速完成任务;而最智能的模型 Carbon 则擅长处理各类长程 Agent 任务;两者中间的 Neon 则兼顾了速度和智能,可以说是 Gemini 4 系列中综合能力最强的一款模型。

类似「Gemini 4 Neon 太疯狂了」、「Gemini 4 Neon 实际上比你想象的还要疯狂」、「Gemini 4 Neon 解决了人们此前对 Gemini 模型的所有不满」的评论在 X 上被大量的用户点赞同意。


今天 Google DeepMind 研究员 Arthur Douillard 在 X 上说,他们曾经把那篇批评的文章打印了出来,放在桌子上,每天提醒自己。他说有些问题当时确实存在,他想要感谢 SemiAnalysis 那篇文章的激励。

我要感谢 @SemiAnalysis_ 提供的动力。在 Gemini RL 扩展团队,我们把那篇文章打印出来,放在桌上,每天提醒自己当时的实际情况。但时代在变。:)


随后,SemiAnalysis 就转发 Douillard 的帖子,也晒出了一张纸,就是开头那份填给 Google 的「道歉表」。

几小时后,Hassabis 转发这个帖子接梗表示「接受道歉」,同时打趣说对方漏勾了「低估了 Google DeepMind 这群高手」这一项。

其实早在机构官号发梗图的两周多前,「8 月看空报告」的共同作者 Dylan Patel 就已在 Gemini 4 Carbon 的评测发布后,以个人名义向 Google 公开致歉。


从 8 月初被权威机构公开唱衰,到 11 月中旬在几周内连续推出四款 Gemini 4 系列模型并重返榜单前列, Google 内部究竟经历了怎样的调整与积累?

Google 这么多 TPU,怎么也不够用

回到今年夏天,对 Gemini 的唱衰并不是毫无理由。一边是原定 6 月推出的 Gemini 3.5 Pro 迟迟没有上线, Google CEO 桑达尔·皮查伊曾在 5 月的 I/O 大会上预告 Gemini 3.5 Pro 计划于 6 月推出,但该模型最终未能如期发布。

受限于算力约束,加上多位项目负责人之间存在意见分歧,编程等后来显得至关重要的方向在当时获得的资源偏少。此后接掌研发的 Koray Kavukcuoglu 也解释称,团队在那一阶段把更多注意力放在了迭代较快的 Flash 模型上。


图|Google 此前一直在发布 Flash 模型

在内部资源博弈与外界质疑声中,Google 于 8 月 5 日宣布对 DeepMind 进行重大组织调整:原 DeepMind CTO、Google 首席 AI 架构师 Koray Kavukcuoglu 出任 DeepMind 高级副总裁,直接向皮查伊汇报,全面负责 Gemini 模型开发、前沿研究以及 Gemini 应用和开发者团队。


Demis Hassabis 交出日常运营职责,转任 DeepMind 主席和 Alphabet 首席科学家;与此同时,Gemini 原技术共同负责人 Jeff Dean、Oriol Vinyals,与 Sanjay Ghemawat、Quoc Le 一同离开谷歌,创办了 Discovery Loop。

曾经在多数人的印象里,Google 应该是又不缺数据,又不缺卡,怎么会做不成大模型。但即便 Google 有自己的 AI 芯片 TPU,可训练下一代 Gemini 要用,给眼前的用户生成答案要用,Google Cloud 的客户也在排队。


图|Google 庞大的模型业务线

对集团而言,芯片卖出去了是好生意;对研究员而言,排不上的实验就是做不了。

这次的调整也让整个团队更清楚模型该练什么,做出来怎样交给用户;根据外媒报道,谷歌云高管也希望 Koray 接掌 DeepMind 后,能缓和内部在 TPU 供应分配上的紧张关系。

Gemini 4 的翻身,准备了多久

如果把 Gemini 4几款模型爆发并广受好评的功劳,都算在 8 月的人事调整和算力安排上,显然低估了大模型研发的长周期规律。

公开记录显示,早在 8 月 5 日组织调整和 8 月 7 日看空报告发布之前,Gemini 4 的底座工程就已经在进行中。在 2026 年 7 月 22 日的 Alphabet 二季度财报电话会上,皮查伊明确透露,Gemini 4 已经启动了「Google 迄今最有野心的预训练」。

他在回答分析师提问时进一步表示,管理层已将大量算力和精力集中投入到 Gemini 4 上,目标是依托这一代基础模型加快后续迭代速度,将发布节奏推进到接近每月一版本。


Koray 后来在 9 月初与 11 月 19 日的两场播客访谈中进一步还原了 Gemini 4 的研发机制。在 DeepMind 内部实行多条研发线并行推进,当一组人打磨当前发布版本时,另外两组团队已经在同步开发后续两代模型,因此我们在 10 月看到的 Gemini 4 背后有至少一年的连续研发沿革。

如果说大规模预训练与多线并行提供了底座,那让 Gemini 4 能在编程与智能体执行上取得明显突破的,是一套真实工程场景的后训练体系。

2026 年 11 月 12 日,时任 Gemini 后训练负责人的 Melvin Johnson 在 AI Engineer CODE 大会上,以 SemiAnalysis 的批评文章开场,详细披露了 Google 内部的训练方法。


首先是用内部真实工作流替代静态公开题库。Johnson 透露, Google 内部每天约有 10 万名员工使用编程工具 Antigravity 写代码。每当后训练团队训练出几个候选模型版本,就会在内部发起盲测,让工程师直接用自己手头的真实开发任务去检验、挑选更顺手的版本。

模型在跨文件修改中哪一步卡住、哪一次改坏了既有逻辑,这些真实的「失手现场」会被立刻回收,转化为下一轮训练题与评分细则。


与此同时,团队会果断淘汰「过期题目」。在强化学习中,一旦模型进化到对某道题反复尝试都能稳定拿满分的程度,每次采样得到的奖励信号完全相同,模型就无法从中分辨「哪种做法更好」,这类题目必须撤下,换成更高难度的挑战。

其次是重新定义什么叫「做完了」,并重点关注智能体的诚实度。

在传统代码评测中,只要跑通单元测试就能拿分;但在 Gemini 4 的后训练评分里,团队不仅看功能是否实现,还会考察边界条件处理、代码质量、改动范围是否克制以及后续可维护性。


更重要的是,评分系统会把模型的「自我汇报」与它的实际操作日志逐一核对。如果一道难题只完成了一半,模型如实交代进度依然可以获得部分奖励;但如果它连测试都没运行就声称「全部通过」,就会遭到严厉惩罚。

Johnson 也提到之前在 Google 内部一项高难度工程评测中,基线模型的编造率为 8%,Hydrogen 约为 3%,Carbon 约为 1.5%。


凭借着扎实底座和高强度后训练的推动, Google 从 9 月底到 11 月中旬的短短七周内连续公布了四款 Gemini 4 系列模型。

其中 Hydrogen 和 Neon 都是从 Carbon 适配出来的,Carbon 瞄准需要长时间推理的难题,Hydrogen 追求日常任务的执行速度,Neon 则兼顾推理深度和效率。


图|我们在 11 月看到的几次密集更新,背后有一部分是同一代底座的研发成果陆续落地。

回过头看,SemiAnalysis 当时指出的很多问题确实存在,DeepMind 的研究员也没有否认。只是三个月后的结果证明,外界还是低估了 Google 多年积累的研发能力,以及它把这些能力集中投入到一代模型上的速度。

眼下的 Gemini 4,又成了其他模型必须认真面对的竞争对手。Google 不仅把编程、Agent 等能力重新推到了第一梯队,也开始在真实的用户使用和产品体验上,追上 Codex、Claude 这些 Agent。


图|Gemini 现在可以在后台操作 Mac 应用和网站,以完成复杂任务。

对于我们来说,这当然是个好消息。御三家争得越厉害,厂商们也愿意投入算力、争夺用户,我们就有机会用上更便宜、更可靠、更容易访问的 AI(哈基米你可别学另外两家)。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
俄副外长:俄方不接受乌克兰成为北约“准成员”

俄副外长:俄方不接受乌克兰成为北约“准成员”

界面新闻
2026-11-20 16:01:42
杨瀚森2+1+1!开拓者送雄鹿12连败垫底 利拉德33+6亨德森27+7

杨瀚森2+1+1!开拓者送雄鹿12连败垫底 利拉德33+6亨德森27+7

醉卧浮生
2026-11-20 11:32:13
胖东来新乡门店因涨租金搬离11年,市民称原址所开新商场几乎倒闭,仅剩一楼几家手机店还在营业,商场客服热线已成空号

胖东来新乡门店因涨租金搬离11年,市民称原址所开新商场几乎倒闭,仅剩一楼几家手机店还在营业,商场客服热线已成空号

极目新闻
2026-11-20 15:34:45
大家发现没,西班牙和葡萄牙是欧洲最怪的邻居:明明人口5:1,面积5:1,实力也是5:1,为啥西班牙不拿下葡萄牙?

大家发现没,西班牙和葡萄牙是欧洲最怪的邻居:明明人口5:1,面积5:1,实力也是5:1,为啥西班牙不拿下葡萄牙?

言过于诚
2026-11-20 00:01:07
沉痛送别!斯琴高娃离世,网友悼念错了:那位76岁老戏骨还在拍戏

沉痛送别!斯琴高娃离世,网友悼念错了:那位76岁老戏骨还在拍戏

月光作笺a
2026-11-20 07:11:51
巴萨再出梅西式天才?12岁童星52场狂轰145球 耐克1年前就已签下他

巴萨再出梅西式天才?12岁童星52场狂轰145球 耐克1年前就已签下他

风过乡
2026-11-20 08:54:48
饭店88元红烧“小鸡”竟是候鸟,男女老少齐上阵,村民直言“留着鸟干嘛”;起底候鸟迁徙通道上的血色产业链

饭店88元红烧“小鸡”竟是候鸟,男女老少齐上阵,村民直言“留着鸟干嘛”;起底候鸟迁徙通道上的血色产业链

大风新闻
2026-11-20 10:22:07
它是“菜中人参”,冬天遇到别手软,买10斤囤着,随吃随取特省事

它是“菜中人参”,冬天遇到别手软,买10斤囤着,随吃随取特省事

阿龙美食记
2026-11-19 11:00:12
陕西23岁女大学生,被黑人男友传染艾滋,事后称很爱他我不后悔

陕西23岁女大学生,被黑人男友传染艾滋,事后称很爱他我不后悔

妙妙奇思物语
2026-11-20 14:58:41
高市见了普京

高市见了普京

周边问题研究所
2026-11-20 13:12:01
号商下乡收Claude账号:Anthropic算尽了一切,唯独没算到中国号商会上山下乡!

号商下乡收Claude账号:Anthropic算尽了一切,唯独没算到中国号商会上山下乡!

城事堂
2026-11-19 08:49:08
1.64万亿元!前10月个税收入超去年全年

1.64万亿元!前10月个税收入超去年全年

第一财经资讯
2026-11-20 16:48:10
丈夫雇美男勾引妻子,妻子没忍住被强行占有,阴谋暴露妻子报复|法堂

丈夫雇美男勾引妻子,妻子没忍住被强行占有,阴谋暴露妻子报复|法堂

汉史趣闻
2026-11-20 11:06:59
七万狂跌至两万八!珠海横琴神话破灭,澳门炒客排队断供逃亡

七万狂跌至两万八!珠海横琴神话破灭,澳门炒客排队断供逃亡

珠三角港
2026-11-20 10:44:17
突发!63 岁黄仁勋正在考虑创立新公司,网友:一定要自己控股呀!

突发!63 岁黄仁勋正在考虑创立新公司,网友:一定要自己控股呀!

起点财经
2026-11-20 13:46:06
创业板指跌逾3% 下跌个股近5200只

创业板指跌逾3% 下跌个股近5200只

财联社
2026-11-20 10:25:04
突发!台积电限制16nm!

突发!台积电限制16nm!

中国半导体论坛
2026-11-20 10:16:35
全完了!黄仁勋多项“恶行”被美国媒体曝光,多名英伟达高管大爆黑料

全完了!黄仁勋多项“恶行”被美国媒体曝光,多名英伟达高管大爆黑料

可达鸭面面观
2026-11-19 21:51:59
天呐!差点没认出来,电视里那么漂亮女神,原来跟普通人也没两样

天呐!差点没认出来,电视里那么漂亮女神,原来跟普通人也没两样

情感大头说说
2026-11-20 04:49:19
高市早苗在深圳举行的记者会上就涉华问题表态,外交部:对日方而言,当前紧迫的是在台湾问题上尽快纠正错误言行

高市早苗在深圳举行的记者会上就涉华问题表态,外交部:对日方而言,当前紧迫的是在台湾问题上尽快纠正错误言行

政知新媒体
2026-11-20 15:26:05
2026-11-20 17:52:49
爱范儿 incentive-icons
爱范儿
消费科技第一媒体
39743文章数 2602828关注度
往期回顾 全部

科技要闻

老黄想回来?英伟达董事会:没门

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

数码
健康
教育
亲子
公开课

数码要闻

苹果公布2026古典乐年度专辑:任奫灿《哥德堡变奏曲》获奖

医生眼里"很伤腰"的椅子,很多人天天坐

教育要闻

济南市历下区燕山小学教育集团将出席2026第四届课博会,解码“做中学”视域下小学科学教育生态构建

亲子要闻

宝宝气人但是聪明的4个行为

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版