KeyFrame內部研究專用

Gemini 4 Is Coming, 3.5 Pro Is Being Left Behind!

World of AI9 min英文
觀看原始影片

三句話摘要

2026年7月AI模型發展現況:Google DeepMind延遲Gemini 3.5 Pro、轉向Gemini 4,而Opus 5在遊戲開發領域取得突破。 Google放棄Gemini 3.5 Pro轉向Gemini 4,反映出新一代模型競爭已不在迭代速度而在絕對能力,同時Opus 5在遊戲開發領域的突破預示AI創意工程應用即將進入商業化階段。 Google策略轉向:原訂6月發布的Gemini 3.5 Pro至今延期,官方團隊成員在X平台上對此隻字未提直到被追問,反而大力宣傳Gemini 4預訓練進展,明確反映Google已判定3.5 Pro無法與競品抗衡,決定集中資源賭Gemini 4。

重點整理

  1. Google策略轉向:原訂6月發布的Gemini 3.5 Pro至今延期,官方團隊成員在X平台上對此隻字未提直到被追問,反而大力宣傳Gemini 4預訓練進展,明確反映Google已判定3.5 Pro無法與競品抗衡,決定集中資源賭Gemini 4。

  2. 競品壓力加劇:Kimmy K3、Opus 5、GPT 5.6等模型陸續發布,推高了業界性能基準,迫使Google重新評估發布策略,寧可承受短期聲譽受損也要聚焦長期競爭力。

  3. 遊戲開發成為新戰場:Opus 5展示出單次生成完整、無外部資源依賴的遊戲代碼能力(包括第一人稱射擊遊戲、五對五多人競技等),其他模型在複雜地圖設計上還在掙扎,反映出當前模型在創意工程領域的差距。

  4. 3D模型創建技術躍進:各家實驗室都在優化3D生成,Gemini 3.5 Pro測試版本在直升機、飛機等3D物體生成上表現出可見進步,成為衡量前沿模型的新指標。

實用技巧與重點

  • 2026年7月發布/預期模型
  • Kimmy K3(Moonshot AI開源模型)
  • GPT 5.6、Luna、Terra(OpenAI)
  • Claude Opus 5(Anthropic)
  • Gemini 3.6 Flash(Google DeepMind)
  • Gemini 3.5 Pro(延期中,最後公開信息日期:2026年7月21日,預計發布時間待定)
  • Gemini 4(在預訓練階段)
  • 具體成果案例
  • Opus 5單次生成的第一人稱射擊遊戲(100%自訂代碼,零外部資源)
  • Opus 5生成的五對五Call of Duty風格多人競技遊戲(約半小時生成)
  • Gemini 3.5 Pro測試版生成的直升機、空巴飛機3D模型
  • 2D/3D遊戲範例(雪橇滑行遊戲等)
  • 延遲信息
  • Gemini 3.5 Pro原定6月發布,至7月26日仍未正式推出
  • 官方說法(7月21日):正在與夥伴測試,計畫近期發布
  • 內部原因:編碼性能不達預期、基礎模型被整個拆掉重做
  • 官方公開表態
  • Logan(Google AI Studio負責人、Google DeepMind核心成員)確認Gemini 4在預訓練中
  • Google優先方向:編碼與自主代理
  • Gemini 3.5 Pro不再被定位為「大復出模型」

結論

Google放棄Gemini 3.5 Pro轉向Gemini 4,反映出新一代模型競爭已不在迭代速度而在絕對能力,同時Opus 5在遊戲開發領域的突破預示AI創意工程應用即將進入商業化階段。

完整解析

2026年7月對生成式AI產業而言是模型密集發布期。先是Moonshot AI推出開源模型Kimmy K3,以成本優勢短暫領先;隨後OpenAI連發GPT 5.6、Luna、Terra;Anthropic也推出Claude Opus 5。這波新品潮改寫了競爭格局,原本預期領導者的Google DeepMind卻意外沉寂。

預定6月發布的Gemini 3.5 Pro遲未現身。分析其延期原因,演講者指出該模型開發過程中編碼性能未達內部預期,Google甚至重做了基礎模型。更值得觀察的是官方態度轉變——Google DeepMind員工、Gemini技術負責人在社群媒體上對Gemini 4語氣熱烈(「我們啟動了有史以來最雄心勃勃的預訓練」),卻對Gemini 3.5 Pro隻字未提,直到被追問才在留言中輕描淡寫回應「正與夥伴測試,計畫近期發布」。這種輕重顛倒的溝通策略強烈暗示:Google已判定Gemini 3.5 Pro無法與新一代競品對抗,決定放棄中期收復失地的計畫,全力賭注Gemini 4。

技術層面,Opus 5在遊戲開發領域展現出領先優勢。演講者展示的案例包括一次提示生成的完整第一人稱射擊遊戲(100%自訂代碼無外部資源)、五對五多人競技遊戲(用時約半小時)。相較之下,Kimmy K3和其他競品在複雜地圖設計、多人邏輯上仍存困難。3D模型生成也成為新的競爭維度——Gemini 3.5 Pro測試版在直升機、民航機等物體生成上較3.6 Flash有明顯改善,反映各家實驗室都在優化視覺生成能力。

儘管短期看起來Google陷入被動,但這個策略轉向也反映出AI競賽已進入新階段:不是拼發布速度,而是拼模型天花板。若Gemini 4如預期表現強勢,Google仍有翻盤機會。對產業而言,這輪競品的遊戲開發能力躍進更值得關注——演講者預測2026年底前可能出現由AI輔助開發、商業可行的遊戲作品,這將是模型應用從演示邁向實用的里程碑。

8 min
AI 技術中文11月17日

Muse AI 国内注册方法来了!无需排队、无需信用卡,全程免费!

一路向前看原片 ↗
  • IP環境是核心要素:乾淨的住宅IP搭配日本節點能大幅提升註冊成功率,講者稱日本節點「幾乎秒過」,可選美國但成功率較低。
  • 全新郵箱是必要條件:系統會記錄每個郵箱的註冊歷程,曾排隊或卡在信用卡驗證的信箱會直接失敗,必須使用全新未註冊過的郵箱才能完全規避之前的失敗記錄。
AI 技術中文11月17日

Meta 改写 K-Means,训练轮次降到十分之一​ | K-Means | e-means | Meta FAIR | 聚类算法 | 向量检索 | Faiss | DINO10B | 向量数据库

Best Partners TV看原片 ↗
  • 從累加到衰減的中心維護:傳統小批量更新會累積歷史統計量造成早期分配記錄長期影響,而 e-Means 用指數移動平均使新分配能即時調整中心,早先統計逐漸失效,避免陷入次優解。
  • 死簇復活機制是關鍵改進:消融實驗顯示這項改動影響最大,透過每 5 批次檢查樣本不足的中心,從較大簇拆分一半重新安排,將樣本不足 10 個的中心比例從 26.3% 降到 0.3%。
AI 技術英文11月17日

Goal Engineering - The New Buzzword

Prompt Engineering看原片 ↗
  • 長期開放式目標中最難提供的上下文不是文件或 API,而是人類的判斷力與品味。傳統的檔案查詢或技術規格是相對容易部分,真正瓶頸在於定義「什麼是好的結果」。
  • Actively AI 初期採用單一代理處理多種任務類型失敗,因為人類審查者必須在十種不同的任務格式間切換心智模式,造成效率低落。重新架構為多個專一代理後,人類可在相同心智模式下快速連續審查。