今日概览

• 谷歌发布Gemini 4 Argon：在DeepSWE v1.1、CWE-bench v1、Vals Index、Text Arena等基准上领跑或并列第一；单项任务成本最低1.99美元，约为Astra一半，支持最高百万Token输出；目前仅向筛选后的网络安全团队开放，其他订阅用户将逐步放开
• 何恺明团队提出NAT-ARC纯视觉ARC方案：不依赖LLM，用ImageNet预训练encoder学习视觉表征，再迁移到ARC格子推理；单模型ARC-1 pass@2达63.4%，集成后达70.2%，为纯视觉方案首次逼近专用LLM系统；延续VARC、LoopViT、Loop-OWM等视觉路线，试图补齐视觉方案缺乏大规模预训练红利的结构性短板

资讯详情

AI产品

1. 谷歌发布Gemini 4 Argon，多项基准对标Opus 5.5与GPT-6 Astra：Gemini 4 Argon在DeepSWE v1.1、CWE-bench v1、Vals Index、Text Arena等评测中领跑或并列第一，面向编程、金融、法律等复杂工作流，支持最高百万Token输出。
2. Gemini 4 Argon定价与开放策略：成本约为Astra一半，优先网络安全团队：优惠期间单项任务成本最低1.99美元，约为Astra费用的一半；目前仅开放给部分筛选后的网络安全团队，其他订阅用户将逐步获得访问权限。

技术研究

1. 何恺明团队提出NAT-ARC：纯视觉方案挑战ARC抽象推理：NAT-ARC不依赖LLM，用ImageNet预训练encoder学习视觉表征并迁移到ARC格子推理，单模型ARC-1 pass@2达63.4%，集成后达70.2%。
2. ARC视觉路线进展：从VARC到LoopViT、Loop-OWM与NAT-ARC：视觉方案以更小参数量逼近LLM系统，VARC、LoopViT、Loop-OWM分别达到54%、65.8%、68.5%，NAT-ARC进一步引入预训练红利。