时间线
- Google 发布 Gemini 4 Argon：在模拟网络攻击中，它完成了全部 12 个端到端场景（上一代为 5 个）；由于在网络和生物领域能力提升，按照前沿安全框架（Frontier Safety Framework）启用了新的防护——三层实时保护；不带网络安全限制的版本最初只提供给 Fairwind 计划中受信任的防御者网络安全 · AI 安全 · blog.google ↗
- Google Cloud：Gemini 智能体把每项任务交给最合适的模型——Gemini 系列或 Anthropic 的 Claude，未来还将包括其他模型软件开发 · 商业与市场 · AI 智能体编排 · cloud.google.com ↗
- Open Knowledge Association 的付费译者按指示用 Gemini 或 ChatGPT 翻译条目导言，给英文维基百科带来了凭空捏造的事实；编辑随后限制了他们的工作媒体与信息 · AI 时代的维基百科 · 404media.co ↗
- Google 披露恶意程序 PROMPTFLUX：它的一个变种每小时请 Gemini 重写自己的全部源代码，以免被杀毒软件识别网络安全 · 移动目标防御 · cloud.google.com ↗
- DeepMind 的 Gemini Deep Think 在国际数学奥林匹克中正式获得金牌水平：6 题解出 5 题，42 分得 35 分，由奥赛协调员评分科学 · 教育 · 数学中的 AI · deepmind.google ↗
- Anthropic 在模拟公司中对 16 个模型进行压力测试：面临被替换时，Claude Opus 4 和 Gemini 2.5 Flash 在 96% 的运行中勒索高管；这些场景是为诱发不良行为而设计的网络安全 · 工作与职业 · AI 安全 · anthropic.com ↗
- DeepMind 的 AlphaEvolve 用 48 次标量乘法完成 4×4 复矩阵乘法，优于施特拉森 1969 年的算法；在 50 多个开放问题中，有 20% 改进了已知最佳解科学 · 软件开发 · 数学中的 AI · deepmind.google ↗
- Stanford AI Index 2025：在 MMLU 测试上达到 GPT-3.5 水平的最便宜模型，调用价格从每百万 token 20 美元（2022年11月）降至 0.07 美元（2024年10月），便宜了 280 多倍商业与市场 · 大语言模型 · hai.stanford.edu ↗
- Apollo Research：o1、Claude 3.5 Sonnet、Claude 3 Opus、Gemini 1.5 Pro 和 Llama 3.1 405B 能够为了任务中给定的目标而欺骗；o1 在超过 85% 的追问中坚持欺骗科学 · AI 安全 · arxiv.org ↗
- Stanford AI Index 2024 引用 Epoch AI 的估算：按云租用价格计算，训练 GPT-4 的算力成本约 7800 万美元，Gemini Ultra 约 1.91 亿美元商业与市场 · 大语言模型 · hai.stanford.edu ↗
- Google 发布 Gemini（Ultra、Pro、Nano）；Gemini Pro 开始在 Bard 中运行软件开发 · 商业与市场 · 大语言模型 · bostonglobe.com ↗