找回密码
立即注册
搜索
发回帖 发新帖

6734

积分

0

好友

864

主题
发表于 8 小时前 | 查看: 1| 回复: 0

Gemini 4 的新版本模型又被提前泄露了。这边 Fable 5.2 刚刚发布,那边网友们就发现 Google 的 Gemini 4 一个内部检查点已经在社区里传开了。

网友爆料 Gemini 4 Krypton 内部检查点

早期测试者晒出的截图显示,谷歌内部一个代号为「Krypton」(氪)的 Gemini 4 新检查点,在代码生成视觉和 3D 场景上的表现明显超过两周前刚发布的 Carbon。有测试者只用一句话,就让它生成了带村庄和灯塔的大型体素城堡。

X 上网友 @Chetaslua 称自己在 Google AI Studio 体验到了 Gemini 4 Krypton。他让模型用纯代码、零外部素材生成了一部完整动画,全程只用了一个 prompt,耗时 39 分 16 秒,生成速度 105 token/秒。

有意思的是,此前他分享过同一套提示词丢给 Fable 5.2 实现的效果——当时大家还以为那款新模型是 Fable 5.5。这回他在提示词上更换了片尾的模型名,又在开头要求使用纯 JavaScript,禁用图像生成和插件。两次的工具条件不同,但把两只狐狸放在一起看,同一份分镜被拍成了什么样,差距一目了然。

在另一组 Krypton、Carbon、Argon 的同提示词对比测试中,他提到 Krypton 的耗时是 Carbon 和 Argon 的两倍,写出的代码量也是两倍,并称 Krypton 为「我测过最勤恳的谷歌模型」。

图|Gemini 4 Krypton 检查点生成

图|Gemini 4 Carbon 生成

图|Gemini 4 Argon 生成

科技博主 Chubby 转发了这些曝光的首批测试结果,表示「看起来谷歌内部要么真的在走向 RSI(递归自我改进),要么已经达到了,不然我没法解释。」

三款模型的对比里还有喜闻乐见的鹈鹕骑车环节,包括用 Three.js 实现的效果和用动画实现的 SVG 效果。综合来看,Krypton 的表现确实是三款模型里最好的一个。

然后是传统的 PS4 游戏手柄测试。让 Carbon 和 Krypton 各用 SVG 生成时,Carbon 用了 165 秒,Krypton 用了 386 秒。虽然这次多等了一倍多的时间,但 Krypton 把摇杆边缘、握把纹理和底部接口画得更细,代码行数也从 893 行涨到 930 行。

Carbon 与 Krypton 生成 PS4 手柄 SVG 对比

除了这些基础的画面表现,测试博主 X@Chetaslua 还提到 Gemini Krypton 是「音频之王」。他说:

在视觉上要达到 ANT 模型的水平,还有很长的路要走。但有几个场景确实非常出色,而且我认为这是最好的声音设计:用自定义谐波形状从振荡器逐个音符生成。音乐厅的回声以及用于风和树叶的噪声,也都是在 JavaScript 中计算出来的。音效也是以同样的方式生成的——鸟、翅膀、机器人的呻吟声、风。

还有网友用 Gemini 4 Krypton 做了一个可交互的 3D 历史帆船。从视觉效果来看,说 Gemini 要达到 Anthropic 的效果还有很远的路要走,现在看来反而是悲观了。

Gemini 4 Krypton 生成可交互 3D 历史帆船

视频里的 3D 帆船已经能做到相当真实,尤其是面对水面这种极其难渲染的元素。

Krypton 已经不是 Gemini 4 家族的第一个化学元素代号了。梳理公开信息,这次 Gemini 4 家族的轮廓大致如下。

Gemini 4 家族元素代号信息图

关于新的 Flash 级别模型 Hydrogen,有网友曝光了该模型的基准测试,大致表现能达到 GPT-6 Astra 的水平。

Gemini 4 系列模型基准测试对比

图|来源 X@leo114119

对 Google 看好的人也很多。LuminaBench 表示 Gemini 4 Krypton 会是大家所期待的 Google 强势回归,并称自己目前对 Google 的看好程度前所未有。

LuminaBench 看好 Google 强势回归

但也有不少网友唱衰,表示「等真有一个按钮能按的时候我再激动」。还有人嘲讽说,Krypton「很快就会宣布」——但要等到 OpenAI 和 Anthropic 把它碾压之后才发布。

Gemini 4 Krypton 官方封面图

抛开单个模型的强弱不谈,谷歌这次的发布和曝光密度确实值得关注。Argon 发布 15 天后 Carbon 登场,Carbon 发布 12 天后 Krypton 的测试结果就开始流出,另一款 Hydrogen 也已经有了基准测试的消息。

前沿模型发布和曝光节奏密集到按周计算,「泄露—炒作—发布—再泄露」的循环,已经成为这个行业新的营销节奏。

从 Krypton 的表现来看,谷歌似乎也在探索用更多的生成时间、更大的代码量,换取更精细的画面和更完整的作品。一个提示词就能生成动画、3D 场景,甚至连背景音乐和环境音效都能通过代码实现,已经越来越接近可以直接交付的作品。

新旧 Gemini 模型命名对比梗图

当然,目前这些仍然只是早期测试者分享的结果。惊艳的演示能否稳定复现,生成时间和最终效果能否达到实用的平衡,都还需要正式发布之后再验证。有关 Gemini 4 后续的正式发布和更多实测对比,云栈社区也会持续关注。




上一篇:MiniMax H3 Image 实测:开源图像模型的 GPT 级理解与 MJ 级审美
下一篇:Codex 联名掌机正式开卖:自然语言做 Game Boy 游戏,网友却在催更 GPT-6.2
您需要登录后才可以回帖 登录 | 立即注册

关闭

站长推荐上一条 /1 下一条

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2026-11-13 16:42 , Processed in 0.068157 second(s), 40 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2026 云栈社区.

快速回复 返回顶部 返回列表