Google 发布 Gemini 4 Hydrogen，评测得分超过更大的 Argon

Remote Labor Index（RLI）衡量 AI 智能体完成 240 个付费自由职业项目（总值 14.4 万美元）的专业质量比例。最新结果显示，Fable 5 自动化率达 16.1%，是八个月前最佳系统 2.5% 的六倍多，也超过 Opus 4.8（8.3%）和 GPT-5.5（6.3%）。因美国政府限制访问，Fable 5 仅完成 218/240 个项目评估，最坏情况仍达 14.6%。Gemini 3 Pro 仅 1.25%，落后于更老模型。AI 裁判会高估模型表…

华盛顿邮报调查显示，多数主流AI聊天机器人在政治问题上明显偏左。OpenAI GPT-5.5在80%回答中仅呈现左派论据；DeepSeek V4 Pro为70%；Anthropic Claude Opus 4.8有43%纯左、57%给出双方观点。xAI的Grok 4.3左倾回答仍多于右倾。右翼平台Gab的Arya左倾回答是右倾的12倍。Google Gemini 3.1 Pro是例外，93%回答同时呈现双方立场。特朗普推动的“反觉醒”AI未能改变这一格局。

Google DeepMind 发布基因组研究 AI 模型 AlphaGenome 2，可预测 DNA 变异对特定人类细胞类型的影响。该模型以特定生物状态为额外输入的条件模型，基于来自 68 种组织的超过 1.07 亿个单细胞图谱训练；在 TenK10K 基准上识别约 30% 的因果变异，微调版前代仅 16%。

Google 正式发布 Gemini 4 Carbon，定位为补充而非替代 Gemini 4 Argon，面向复杂多步编码、调试和开放性科研等高智能任务，两者 token 单价相同但 Carbon 推理消耗更多 token，实际总成本可能更高。

Google DeepMind 发布视觉-语言-动作模型 Gemini Robotics 2.5，与 Apptronik 和 Mercedes-Benz 在匈牙利 Kecskemét 和德国 Sindelfingen 的实际产线测试中，Apollo 2 人形机器人完成金属零件分拣装箱，成功率达 96%。

The Decoder 分析了 27 家主要由 OpenAI、Google DeepMind、Meta 等大厂离任核心研究员创办的 AI 实验室（neolabs），指出尽管 Jensen Huang 和 Greg Brockman 在 GPT-6 Astra 发布后宣称 AGI 已至，许多模型缔造者却选择另立门户。

Google DeepMind 在 Argon 发布两周后推出 Gemini 4 Carbon，以 59 分登顶 Artificial Analysis Intelligence Index v5.0，前代 Argon 为 50 分。

Google DeepMind 的四个 Gemini 4 Argon 智能体在无人类输入下击败 Minecraft，全自主击杀末影龙。智能体被投入随机生成世界，未分配角色或策略，自行分工、互相预警威胁、回收阵亡队友物品并记录错误到共享记忆。

Google DeepMind 的 Gemini 4 Argon 在 ARC-AGI-3 上以 Provider Adapter Harness 取得 97.5%，成为继 OpenAI 之后第二家越过 95% 的实验室，成本 $4,800，但仍低于 GPT-6 Astra 的 99.9%。

The Decoder 介绍了 Google 此前发布的 Gemini 4 Argon 如何覆盖机器人控制、仿真训练和数据评估的完整流程。Spot 机器狗先在 MuJoCo 仿真中练习踩踏板扔易拉罐再上真机，单张照片可生成超过 4,500 段训练片段，把真实机器人成功率从 56% 提升到 75%。