SemiAnalysis公开致歉Gemini4,从「Geminiiscooked」到「真做出了点东西」
知名研究机构 SemiAnalysis 在8月曾断言 Gemini 已“完蛋”,但谷歌随后密集推出 Gemini 4 系列四款模型,性能显著提升。11月中旬,该机构发布手绘“道歉专用表”,划掉原标题中...
一场由技术评测引发的公开致歉,在AI圈掀起涟漪。知名半导体与AI研究机构 SemiAnalysis 于11月中旬在社交平台X上发布一张手绘图:一份标题为《向 Google 道歉专用表》的表格,收件人是 Google DeepMind 主席 Demis Hassabis。表格中勾选了多项“致歉原因”,包括“只看了X上的消息”“没读模型卡”“被在Anthropic工作的室友误导”,最引人注目的是最后一行:“Demis,关于 Gemini 4,我们错了。我们只想撤回一个词。”——他们将自己8月文章标题中的 “Gemini is cooked” 划掉 “is”,改为 “Gemini 这回真做出了点东西”。
事件源头可追溯至2024年8月初。当时,SemiAnalysis 发布长文分析指出,自2023年11月短暂领先后,Google 再未推出令人振奋的新模型,内部强化学习团队人员流失、算力分配失衡,导致其判断:Google 再次达到行业顶尖水平的概率“已降至零”。该报告措辞尖锐,影响广泛。
然而不到两个月,局势急转直下。谷歌于10月底至11月中旬密集发布四款 Gemini 4 系列模型:10月31日推出 Gemini 4 Argon;10月31日(原文时间有重叠,按素材逻辑应为10月底)发布 Carbon;11月12日上线 Hydrogen;11月18日再推 Neon。其中,Carbon 在 Artificial Analysis 综合能力榜单中一度登顶;Hydrogen 以 Flash 架构主打高速响应,擅长写作与软件工程任务;Neon 则在速度与智能间取得平衡,被用户称为“综合能力最强款”。社交媒体上,“Gemini 4 Neon 太疯狂了”“解决了此前所有不满”等评价迅速刷屏。
更耐人寻味的是后续互动。Google DeepMind 研究员 Arthur Douillard 在X上透露,团队曾将 SemiAnalysis 的批评文章打印出来置于桌面,“每天提醒自己当时的实际情况”,并感谢其“提供的动力”。SemiAnalysis 随即转发该帖,并晒出那张“道歉表”。数小时后,Demis Hassabis 转发回应:“接受道歉”,并幽默补刀:“漏勾了‘低估了 Google DeepMind 这群高手’这一项。”
事实上,早在机构官号发文前两周,报告共同作者 Dylan Patel 已以个人名义就 Gemini 4 Carbon 的评测结果向 Google 公开致歉,承认判断失误。
这场“道歉潮”背后,是 Google 在组织与技术层面的一系列关键调整。今年夏天,外界对 Gemini 的质疑并非空穴来风:原定6月发布的 Gemini 3.5 Pro 未能如期上线;内部资源博弈激烈,编程等关键方向早期投入不足;时任负责人 Koray Kavukcuoglu 曾解释,团队当时更聚焦迭代快的 Flash 模型路线。
转折点出现在8月5日:Google 宣布对 DeepMind 进行重大重组。Koray Kavukcuoglu 升任 DeepMind 高级副总裁,直接向 CEO 桑达尔·皮查伊汇报,全面统管 Gemini 模型研发、前沿研究及应用生态;Demis Hassabis 退居主席职位,专注科学战略;原技术负责人 Jeff Dean、Or……(素材此处截断,依事实仅保留已确认信息)。
此次重组释放出明确信号:Gemini 不再是“多线并行、各自为战”的松散项目,而成为公司级优先事项。配合 Google 庞大的 TPU 算力储备(尽管此前存在调度瓶颈),新团队得以集中火力攻坚。
值得注意的是,Gemini 4 系列的命名策略本身即具深意。Argon、Carbon、Hydrogen、Neon 均为元素周期表中的元素,而官方界面将模型选择页设计为“Gemini 4 元素周期表”,直观呈现各模型定位:轻量级的 Hydrogen(氢)位于左上,高性能的 Carbon(碳)居中偏右,Neon(氖)作为均衡型居中,形成清晰的产品矩阵。这种结构化布局,反映出团队对模型分层策略的成熟思考。
用户反馈也印证了体验升级。大量实测显示,Gemini 4 Neon 在复杂推理、长上下文任务处理及代码生成稳定性上较前代有明显进步;Hydrogen 则在响应延迟与成本控制上实现突破,使其更适合嵌入实时交互场景。一位开发者在X上写道:“以前用 Gemini 会反复校验输出,现在敢直接让它写脚本——它终于‘靠谱’了。”
这并非孤例。近年来,大模型竞赛已从“单点突破”转向“持续迭代+工程落地”能力的比拼。Meta 的 Llama 系列、Anthropic 的 Claude 3.5 Sonnet 均采取高频更新策略;Google 此番以四款模型在8天内密集亮相,既是对质疑的回应,也是对自身研发节奏的重置。
值得玩味的是,SemiAnalysis 的“道歉”并未止步于玩笑。其在表格底部加注:“当初嘲讽有多大声,现在道歉就该有多大声。”这句话暗合技术演进的常态:预测易,验证难;断言需谨慎,修正应坦荡。在快速迭代的AI领域,今日的“完蛋”可能只是明日爆发前的蛰伏。
目前,Gemini 4 系列已全面接入 Google AI Studio 与 Gemini Advanced 服务。用户可依据任务需求,在速度、智能与成本间自主选择对应模型。随着 Neon 与 Carbon 在实际工作流中的渗透率提升,市场对其长期竞争力的评估正在重估。
技术没有永远的赢家,只有持续进化的参与者。当一家曾被断言“掉队”的公司,用四款模型在数周内扭转舆论风向,这提醒业界:对AI进展的判断,或许更应关注其工程落地节奏与组织执行力,而非单一时间点的纸面参数。
