Gemini 4 Carbon发布：AI早报揭晓谷歌新模型与行业动态

Google DeepMind在发布Argon两周后，推出了新一代前沿模型Gemini 4 Carbon，主打长程智能体编程与网络安全能力。在Artificial Analysis智能指数V5中，该模型以59分登顶总榜，定价保持不变，但因其在漏洞发现与利用基准上的突出表现，本周首发仅向部分网络防御机构受限开放，并参与美国政府的发布前安全测试。

模型与平台更新

GitHub在年度Universe大会上推出了GitHub Copilot应用以及多模型编排系统Copilot Fusion。Fusion可根据推理、调试和工具调用需求在多个模型间自动路由，在编码智能体指数中得分逼近Opus 5.5 Max，但成本降低一半，任务耗时减少40%。

同日发布的年度报告显示，过去一年GitHub代码推送量达179亿次，合并拉取请求13亿次，截至9月开发者用智能体发起的拉取请求已超过40%，而3月为17%。微软也同步通过Foundry向企业开放了底层的Copilot Harness框架。

谷歌在安卓开发者峰会上宣布Android Studio正式通过开放协议接入第三方编码智能体，支持开发者在编辑器内安装并同时运行Cloud Agent和Codex等40多款工具。同日Replayit发布了要求智能体从零搭建完整软件产品的长程基准Ybench 2.0，测试中GPT 6.1 SO以65%的一次通过率位居榜首。

Artificial Analysis智能指数是由独立评测机构Artificial Analysis维护的模型综合能力排行榜，它汇总多个公开基准（如推理、数学、编程、知识问答等）的得分并加权成单一分数，用于横向比较不同厂商的前沿模型。由于其评测方法公开、更新频率高，常被媒体和开发者作为模型能力的参考坐标。该指数并不直接反映真实生产环境中的表现，因此榜单分数与实际任务完成度之间可能存在差距，阅读时宜结合具体基准（如编程智能体指数、漏洞发现基准）一起判断。

**多模型编排（multi-model orchestration）**指系统不依赖单一模型，而是根据任务类型、延迟要求和成本预算，将请求动态路由到不同模型，并在必要时串联多个模型完成子任务。其核心价值在于用较小模型处理简单请求、用强模型处理复杂请求，从而在质量与成本之间取得平衡。GitHub Copilot Fusion即属此类：它按推理、调试、工具调用等需求自动选择模型，因此能在编码智能体指数接近顶级模型的同时显著降低成本与耗时。

财报与算力动向

微软与Alphabet同日公布了最新季度财报。微软本季总营收923亿美元，首次单独披露的Azure季度收入达331.7亿美元，同比增长48%。 监管文件还显示，微软当季从OpenAI相关商业安排中获得了约100亿美元收入。Alphabet年化收入运行率则达到5000亿美元，其中谷歌云收入同比暴涨103%，第一方模型接口每分钟处理的Token量接近321。

算力与资本市场方面，据彭博社等媒体报道，OpenAI计划采购谷歌的TPU芯片，贾古文也在同日宣布自2027年起在自家云基础设施中部署谷歌TPU，这是该芯片首次进入谷歌以外的超大规模云厂商。另一边，Devon的母公司Cognition在9月完成480亿美元估值融资后，近期再次收到700亿至800亿美元的估值报价。

**TPU（Tensor Processing Unit）**是谷歌自研的专用AI加速芯片，最初为内部推理与训练工作负载设计，多年来主要服务于谷歌云与自家模型训练。与通用GPU相比，TPU在特定矩阵运算上能效更高，但其软件生态（如XLA编译器）与CUDA生态存在差异，外部客户迁移成本较高。OpenAI计划采购TPU、以及第三方云厂商宣布部署TPU，意味着TPU开始从谷歌内部基础设施走向对外商业供应，这被视为AI算力供给格局从单一GPU依赖走向多元化的信号。

合作与行业应用

OpenAI宣布与ServiceNow扩大合作，在ChatGPT内上线插件以支持查询公单和评估变更风险，同时面向美国Pro用户预览了通过短信向Dot智能体布置任务的功能。 Anthropic则扩大了与美国联邦总务署的协议，将40%的采购折扣扩展至美国州和地方政府，并首次覆盖所有产品形态，同时推出了面向合同审查与引用核查的法律专用组件。

数学AI初创公司Axium宣布，其智能体集群历时24天完成了有限单群分类定理的完整机器形式化验证，团队将分散在500多篇论文约1.5万页的原始证明转化为超过4310万行零四代码，且没有遗留任何未证步骤，过程中还找出了已发表文献中的多处出入。

有限单群分类定理是20世纪群论领域最庞大的成果之一，其证明分散在数百篇论文、累计上万页，且长期依赖计算机辅助计算与大量个案分析，被认为是数学史上最长、最难完整核验的证明之一。将其“机器形式化”是指用证明助手（如Lean等）把每一步推理写成可被计算机逐条检查的代码，从而消除人工审阅可能遗漏的漏洞。这一过程对AI智能体的长程规划、上下文保持和错误自查能力要求极高，因此常被用作衡量智能体能否处理超长周期任务的标志性测试。

开源模型进展

英伟达开源了语音模型Animotion 3.5 Transcribe，支持40种语言转写，以2.8%的词错率并列开源榜首。 国内扩散智能团队开源了350亿参数的扩散语言模型Cover，官方称其编程能力超越同尺寸自回归模型，生成速度可达后者的5至10倍。面壁智能则发布了可在手机本地运行的10亿参数OCR模型，以及支持35B模型在手机端实时推理的引擎。

安全与行业治理

安全初创公司Cathedral披露，其AI智能体经由第三方软件渗透进Anthropic内部系统，在12小时内接触到了会议记录、薪资数据和Slack消息。企业管理上，亚马逊更新了工程师考核准则，明确以实际业务价值而非AI使用次数或Token消耗量作为评估标准。Cathedral的最新调研则显示，目前仅3%的企业通过AI达成了降本增效目标，但仍有85%的企业计划明年继续增加AI预算。