جمینی ۴ آرگون؛ ساخته‌شده برای حل دشوارترین مسائل شما

deepmind.google

انتشار در منبع: انتشار در سایت ما:

مقاله اصلی · English

Gemini 4 Argon اکنون در سراسر جهان برای توسعه‌دهندگان و شرکت‌ها از طریق API در AI Studio و پلتفرم Gemini در دسترس است. همچنین مشترکان Google AI Ultra می‌توانند آن را در Google Antigravity و مشترکان Google AI Ultra و Pro می‌توانند در اپلیکیشن Gemini و AI Mode در جست‌وجوی گوگل از آن استفاده کنند.

آرگون برای انجام کارهای عمیق در وظایف پیچیده دنیای واقعی در حوزه‌هایی مانند برنامه‌نویسی، امور مالی، حقوق، امنیت سایبری و علوم توانمندی بالایی دارد. عمق استدلال و دقت آن در وظایف چندمرحله‌ای باعث شده این مدل در مقایسه با دیگر مدل‌های پیشرفته، در مجموعه‌ای از آزمون‌های عملکردی حوزه‌های مختلف نتایج بهتری کسب کند و در شاخص Vals که عملکرد مدل‌ها را در بخش‌های مهم اقتصادی مانند امور مالی، برنامه‌نویسی، حقوق و مالیات ارزیابی می‌کند، رتبه نخست را به دست آورد.

این مدل با قیمت اولیه عرضه آزمایشی ۱، معادل ۲ دلار برای هر یک میلیون توکن ورودی و ۱۰ دلار برای هر یک میلیون توکن خروجی عرضه می‌شود. هزینه توکن‌های ورودی ذخیره‌شده نیز ۹۵ درصد کمتر خواهد بود.

تیم‌های گوگل، شرکت‌ها و جامعه پژوهشی پیش از این از آرگون برای ایجاد دستاوردهای مهم در حوزه‌های مختلف استفاده کرده‌اند:

  • حل مسائل بزرگ مهندسی مانند بازسازی ساختار کدهای بزرگ و بهینه‌سازی آن‌ها
  • بهینه‌سازی فرایندهای کاری در حوزه‌هایی مانند حقوق، امور مالی و علوم
  • یافتن و اصلاح آسیب‌پذیری‌های مهم امنیت سایبری
  • ایجاد پیشرفت‌های جدید در رایانش کوانتومی، همجوشی هسته‌ای و علوم زیستی

حل مسائل پیچیده مهندسی

گوگل از آرگون برای دشوارترین مسائل مهندسی خود استفاده کرده است. طی هفته‌های گذشته، مهندسان نرم‌افزار این شرکت توانسته‌اند کدهای باکیفیت را سریع‌تر از گذشته تولید کنند. استفاده از آرگون در Antigravity باعث شده ارسال کدهای مبتنی بر عامل بیش از ۳۵ درصد افزایش یابد و بازگردانی تغییرات کد نیز نزدیک به یک‌سوم کاهش پیدا کند.

  • ساده‌سازی کدهای ویژگی‌های مرورگر در Chrome: آرگون به تیم Chrome کمک کرد بخش پردازش اصلی صفحات وب را از یک پوشه قدیمی شامل ویژگی‌های مرورگر در پایگاه کد ۴۰ میلیون خطی Chromium جدا کند. با اعمال چند تغییر تمیز در کد به‌صورت هم‌زمان، این مدل به تیم کمک کرد بازطراحی معماری را در صدها فایل انجام دهد؛ کاری که چند ماه زمان می‌برد اما طی چند هفته تکمیل شد. برای میلیاردها کاربر Chrome، این تغییر امکان جابه‌جایی روان صفحات زنده وب میان زبانه‌ها، پنل‌های کناری و پنجره‌های شناور را بدون بارگذاری مجدد فراهم می‌کند و یک دسته کامل از خطاهای مرورگر را از بین خواهد برد.
  • بهینه‌سازی یک پایگاه کد Python در چند ساعت: آرگون در Antigravity به تیم توسعه Agent Development Kit گوگل، چارچوبی برای ساخت عامل‌های سازمانی، کمک کرده است تا عملکرد این پروژه متن‌باز را بهبود دهد. تیم، قوانین .agents/skills و هدفی یک‌پاراگرافی برای حذف سربارهای چارچوب بدون شکستن برنامه‌های موجود را در اختیار آرگون قرار داد. این مدل در طول یک شب به‌صورت مستقل بهینه‌سازی‌هایی را شناسایی کرد که اکنون در google/adk-python قرار گرفته‌اند؛ به‌گونه‌ای که زمان آماده‌سازی نشست‌های درون‌حافظه‌ای در نشست‌های طولانی ۴۰ درصد و سرعت وارد کردن اولیه کتابخانه‌ها ۲۱ درصد بهبود یافته است. جزئیات بیشتر در گزارش فنی ارائه شده است.
  • بهینه‌سازی بسته متن‌باز شیمی کوانتومی: xTB (Extended Tight-Binding نیمه‌تجربی) یکی از پرارجاع‌ترین بسته‌های متن‌باز شیمی کوانتومی برای مولکول‌هاست. دانشمندان از آن برای پیش‌بینی ساختار سه‌بعدی مولکول‌ها و بررسی تعداد زیادی نامزد دارویی و مواد استفاده می‌کنند. پژوهشگران گوگل با استفاده از آرگون در Antigravity، سرعت xTB را برای پیش‌بینی ساختارهای مولکولی تا ۲.۳ برابر و برای جست‌وجوی شکل‌های مولکولی تا ۱.۸ برابر افزایش دادند. این تغییرات به مخزن رسمی xTB در GitHub اضافه شده است.
  • افزایش سرعت مدل‌های متن‌باز Gemma: با استفاده از آرگون، گوگل توانست سرعت استنتاج سرتاسری را روی A100 با vLLM تا ۲.۸۵ برابر افزایش دهد؛ به‌طوری که توان پردازشی Gemma 4 E2B از حدود ۳۷ هزار و ۹۰۰ توکن در ثانیه به بیش از ۱۰۸ هزار توکن در ثانیه رسید، بدون کاهش کیفیت یا تفاوت در توکن‌ها. این فرایند که معمولاً ماه‌ها طول می‌کشد، در چند روز انجام شد. تغییرات در درخواست‌های اصلاحی پروژه قابل مشاهده است.
  • ایجاد تجسم‌های سه‌بعدی پیچیده: آرگون در مقایسه با مدل‌های پیشین Gemini، پیشرفت‌های مهمی در درک فضایی، دقت ریاضی و کدنویسی بصری ارائه می‌دهد. کاربران گوگل با استفاده از فرمان‌هایی مانند /goal و حلقه‌های چندعاملی همراه با مهارت‌های سفارشی در Antigravity، از آن برای ساخت نمونه‌های اولیه تجسم‌های سه‌بعدی پیچیده، بازی‌های واقع‌گرایانه و انیمیشن‌های تعاملی استفاده می‌کنند.

آرگون با استفاده از حلقه‌های نقد بصری چندعاملی در Antigravity، مدلی بسیار دقیق از یک پاگودا ایجاد کرد. این مدل به‌صورت مستقل یک مجموعه معبد چندساختمانی با معماری واقع‌گرایانه، پوشش گیاهی و نورپردازی طبیعی را در Blender ساخت.

آرگون تصاویر یک میز واقعی را به یک بازی مسابقه‌ای کوچک قابل اجرا تبدیل کرد. اشیای میز، اتاق و مسیر مسابقه با Blender MCP مدل‌سازی و بررسی برخورد شدند، با Nano Banana بافت‌دهی شدند و با فیزیک، سایه‌زن‌های سفارشی و صدای موتور خودرو از Gemini Omni Flash در Three.js تکمیل شدند. اکنون آن را در Google AI Studio امتحان کنید.

آرگون در Antigravity با نوشتن اسکریپت‌های Python توانست یک بازی سه‌بعدی پیچیده را به‌صورت رویه‌ای طراحی، متحرک‌سازی و آماده‌سازی کند و سپس آن را با Three.js، سایه‌زن‌های GLSL، فیزیک تخریب و یک عامل هوش مصنوعی تک‌نفره برای وب آماده کند. اکنون آن را در Google AI Studio امتحان کنید.

با استفاده از صفر کتابخانه خارجی و تنها Python خالص، آرگون موتور ردیابی پرتو سه‌بعدی خود را همراه با ابزار ویدیویی و میکسر صوتی اختصاصی ساخت تا یک کتابخانه آفتابی را از ابتدا ایجاد و مستندسازی کند. کد منبع در دسترس است.

آرگون با شروع از یک تصویر Nano Banana در Antigravity، Blender MCP را در یک حلقه خودکار هدایت می‌کند تا شبکه‌های دوربین را هماهنگ کند، معماری گوتیک بسازد و نورپردازی واکنش‌گرا به صدا ایجاد کند.

دگرگون کردن فرایندهای حیاتی کسب‌وکار و حرفه‌ای

آرگون استدلال پیشرفته، درک عمیق بصری، دانش گسترده‌تر حوزه‌ای و توانایی نوشتاری بهتر را برای کمک به فرایندهای حرفه‌ای حساس در حقوق، امور مالی، علوم و برنامه‌نویسی ترکیب می‌کند. این مدل ارتباط شفاف‌تری دارد، بهتر دستورهای سبکی را دنبال می‌کند، پاسخ‌ها را مستقیم‌تر ارائه می‌دهد، کمتر از حد لازم احتیاط می‌کند، تکرار کمتری دارد و از کلیشه‌ها دوری می‌کند.

مشتریان سازمانی و شرکت‌های نوپا در برنامه دسترسی زودهنگام، هم‌اکنون دستاوردهای قابل توجهی با آرگون کسب کرده‌اند.

آرگون با بهره‌گیری از توانایی‌های استدلالی و چندوجهی خود و در عین حفظ ارتباط با داده‌های واقعی، در درک عمیق اسناد چندوجهی، تحلیل داده‌های طولی و محیط‌های تحلیلی تعاملی عملکرد بالایی دارد.

این مدل می‌تواند حدود ۵۰ گیگابایت اسکن‌های LiDAR هوایی، بردارهای اتاق GIS، نقشه‌های CAD کتابخانه کنگره و آرشیوهای NPS را ترکیب کند تا مدل‌های سه‌بعدی از Chaco Canyon بازسازی شوند و داده‌های پراکنده باستان‌شناسی را به میراث دیجیتال قابل کاوش تبدیل کند. اکنون آن را در Google AI Studio امتحان کنید.

در اپلیکیشن Gemini، آرگون یک پوشه نامنظم از اطلاعات پروژه را به یک ارائه پیشنهادی مرتب برای مشتری تبدیل می‌کند و سپس می‌تواند آن را برای مشتری ارسال کرده و یک روند خودکار برای درخواست‌های آینده ایجاد کند.

آرگون داده‌های سه مخزن متن‌باز را در یک ابزار آموزشی پزشکی ترکیب می‌کند که امکان بررسی لایه‌های آناتومی، مشاهده داده‌های بالینی و فعال‌سازی بیومکانیک در یک کاوش سه‌بعدی بدن انسان را فراهم می‌کند.

آرگون در Antigravity در اپلیکیشن Gemini برای طراحی نمونه‌های جدید پایه مبل با استفاده از Nano Banana و ایجاد فایل سه‌بعدی قابل چاپ استفاده می‌شود.

در Isomorphic Labs، تیم پژوهشی از آرگون به‌عنوان یک شریک برای تسریع فرایندهای کشف و طراحی دارو استفاده می‌کند. این مدل می‌تواند اسناد PDF و پتنت‌های پیچیده را سریع تحلیل کند و اطلاعات مهم را استخراج کند؛ فرایندی که معمولاً هفته‌ها زمان می‌برد، اکنون در چند ساعت انجام می‌شود.

تسریع تأثیرگذاری واقعی با پژوهشگران و متخصصان حوزه‌ها

پژوهشگران، مهندسان و متخصصان امنیت از آرگون برای گسترش مرزهای دفاع سایبری، علوم، ریاضیات و رباتیک استفاده می‌کنند. این مدل به آزمایش فرضیه‌ها، بررسی مستقل کدهای حساس و اثبات‌های رسمی و شناسایی آسیب‌پذیری‌های روز صفر و خطاهای منطقی کمک می‌کند.

ارائه قابلیت‌های پیشرفته امنیت سایبری به مدافعان قابل اعتماد بیشتر

گوگل از امروز گسترش دسترسی به صدها شریک دیگر در برنامه Fairwind را آغاز می‌کند.

Wiz از آرگون در طرح Scan for Good برای حفاظت رایگان از زیرساخت‌های حیاتی عمومی استفاده می‌کند. این شرکت با دسترسی زودهنگام به مدل، تأثیر آرگون را در چند حوزه حساس نشان داده است:

  • حفاظت از داده‌های حساس دولتی: آرگون در همکاری با یک نهاد فدرال، شکافی را شناسایی و اصلاح کرد که می‌توانست داده‌های حساس و زیرساخت‌های دولتی را در معرض خطر قرار دهد.
  • حفاظت از زیرساخت‌های حیاتی سلامت: Wiz با استفاده از آرگون توانست آسیب‌پذیری‌های پیچیده را زنجیره کند، یک نقص دور زدن دانلود فایل عمومی را که دسترسی به کلید اصلی و سطح مدیر را فراهم می‌کرد شناسایی و اصلاح کند و از صدها هزار پرونده خصوصی بیماران محافظت کند.

ایجاد پیشرفت‌های علمی جدید

آرگون در جامعه علمی نیز برای ایجاد اکتشافات جدید در حوزه‌های مختلف استفاده می‌شود.

  • رایانش کوانتومی: آرگون به پژوهشگران کمک می‌کند در اصلاح خطای کوانتومی و طراحی الگوریتم‌ها سریع‌تر پیشرفت کنند. این مدل نسخه داخلی AlphaQubit را به یک هسته سخت‌افزاری بهینه تبدیل کرد که تقریباً توان پردازشی استنتاج آن را دو برابر می‌کند. همچنین پیاده‌سازی الگوریتم arcsin توسط آرگون که در Lean به‌صورت رسمی بررسی شده است، هزینه فضازمانی را بیش از ۱۰۰ برابر نسبت به یک مبنای منتشرشده کاهش می‌دهد.
  • همجوشی هسته‌ای: گوگل همراه با پروفسور Matt Landreman از دانشگاه مریلند، کلاس گسترده‌تری از نمونه‌های نقض فرضیه Grad را کشف کرده است. این راه‌حل‌ها معیارهای قابل اتکایی برای آزمایش شبیه‌سازی‌های استلاریتور در اختیار جامعه همجوشی قرار می‌دهند.
  • پژوهش بیماری‌های نادر: پژوهشگران Gamow Labs از آرگون برای تحلیل ژنوم‌های ناشناس‌سازی‌شده نوزادان دارای اختلالات نادر رشد ریه استفاده کردند. در یک مورد، آرگون بازآرایی کروموزومی را شناسایی کرد که نرم‌افزارهای معمولی سال‌ها از آن غافل مانده بودند. این مدل در ارزیابی‌های داخلی Gamow Labs در RareBench و LabBench عملکرد برتری داشت.
  • طراحی آنزیم: دانشمندان با کمک آرگون توانستند آنزیم‌های استراز سرین را طراحی کنند. این مدل داده‌های مرتبط را جمع‌آوری، تنظیم مدل را انجام و فیلترهای زیست‌شیمیایی مناسب را برای رسیدن به پنج طراحی جدید پیشنهاد کرد که آزمایش‌های آزمایشگاهی فعالیت کاتالیزوری آن‌ها را تأیید کردند.

برای افزایش سرعت پژوهش، گوگل دسترسی رایگان شش‌ماهه به بالاترین سطح استفاده از Google Antigravity را برای ۱۰ هزار دانشمند ارائه می‌دهد. ثبت درخواست‌ها از طریق این فرم آغاز شده است.

تسریع توسعه رباتیک

آرگون با ترکیب استدلال بصری-معنایی پیشرفته، درک عمیق فیزیکی و تولید مستقل کد، روندهای جدیدی در توسعه رباتیک ایجاد می‌کند. این توانایی در آزمون Embodied Reasoning (ERQA) نیز دیده می‌شود؛ جایی که آرگون با امتیاز ۸۷ درصد از دیگر مدل‌های پیشرفته پیشی گرفته است.

در یک آزمایش داخلی، آرگون تنها با مشاهده ویدیوی خام فردی که cornhole بازی می‌کرد، مختصات فضایی محیط را استخراج کرد، حرکات لازم بدن را محاسبه کرد و کد شبیه‌سازی را ساخت. پس از انتقال این مهارت به ربات انسان‌نمای Apollo شرکت Apptronik، ربات در آزمایش واقعی هفت پرتاب پیاپی موفق انجام داد.

این فرایند «ویدیو به شبیه‌سازی به واقعیت» هفته‌ها مدل‌سازی دستی را به چند ساعت کاهش می‌دهد و ویدیوهای معمولی را به محیط آموزشی مقیاس‌پذیر برای رباتیک تبدیل می‌کند.

توسعه مسئولانه و ایمن آرگون

ایمنی و امنیت از پایه‌های توسعه مدل در گوگل هستند. به دلیل توانایی بالای آرگون، گوگل با شرکای خارجی مختلف برای ارزیابی قابلیت‌ها و سازوکارهای حفاظتی همکاری کرده است. Gemini 4 Argon جامع‌ترین مجموعه ایمنی و امنیتی این شرکت را ارائه می‌کند.

  • دفاع در برابر سوءاستفاده و دور زدن محدودیت‌ها: گوگل با استفاده از چارچوب ایمنی مرزی، قابلیت‌های آرگون را ارزیابی و یک سامانه دفاعی چندلایه شامل مقاومت در برابر jailbreak، پایش و اعمال محدودیت‌ها ایجاد کرده است. در آزمایش‌های تیم‌های خارجی زیستی، کمتر از یک درصد وظایف زیستی آزمایش‌شده قابل دور زدن بودند.
  • هم‌راستایی عامل‌ها و پایش لحظه‌ای: آرگون آموزش دیده است تا مرزهای سیستم را رعایت کند، یافته‌های منفی را صادقانه گزارش دهد و پیش از اقدامات غیرقابل بازگشت منتظر تأیید انسان بماند. همچنین یک سامانه خودکار پایش ناسازگاری برای شناسایی راه‌حل‌های ناخواسته در زمان اجرا ایجاد شده است.
  • مقاومت در برابر تزریق دستور: آرگون با آموزش خصمانه و آزمایش‌های خودکار در آزمون Gray Swan Indirect Prompt Injection عملکرد بالایی نشان داده و موفقیت حملات را در ۱۵ تلاش تطبیقی به ۰.۷ درصد کاهش داده است.

اطلاعات بیشتر در برگه مدل Gemini 4 Argon ارائه شده است.

شروع کار از امروز

آرگون برای حل مسائل بسیار پیچیده علمی، برنامه‌نویسی و عامل‌های هوشمند طراحی شده است. این قابلیت با محدودیت یک میلیون توکن ورودی و خروجی یکپارچه از طریق API جمینی امکان‌پذیر شده است. توسعه‌دهندگان و شرکت‌ها می‌توانند برای آشنایی با پروتکل جدید ادامه‌دهی و تنظیمات مناسب، مستندات توسعه‌دهندگان و سازمانی را مطالعه کنند.

  • برای توسعه‌دهندگان: ساخت با سطح پولی Gemini API و امکان استفاده در Google Antigravity، AI Studio و Android Studio برای مشترکان Google AI Ultra.
  • برای شرکت‌ها: استفاده در Gemini برای کسب‌وکار، API و Google Antigravity.
  • برای کاربران عادی: استفاده در اپلیکیشن Gemini و AI Mode در Search برای مشترکان Google AI Ultra یا Pro.
  • برای دانشمندان و پژوهشگران: درخواست دسترسی رایگان شش‌ماهه به بالاترین سطح استفاده Google Antigravity.
  • برای مدافعان امنیت سایبری: درخواست عضویت در برنامه Fairwind برای دسترسی به آرگون.

Gemini 4 Argon تنها آغاز راه است. گوگل اعلام کرده است که در آینده اعضای دیگر خانواده Gemini 4 را نیز عرضه خواهد کرد.