Google DeepMind 发布 Gemini 4 Carbon 模型
Google DeepMind 正式向开发者、企业及消费者开放 Gemini 4 Carbon 模型，这是目前最强的前沿模型，专注于复杂知识工作、智能体编码和科学推理。
推荐理由：该模型在复杂代码调试、科学推理及网络安全基准测试中展现前沿性能，同时保持较低成本，并强化了防注入等安全机制。
#推理
Google DeepMind精选AI 评分8383
Google ResearchAI 评分5555 Google 提出 Sleep 框架解决大模型持续学习中的灾难性遗忘
Google Research 提出 Sleep 框架，旨在解决大语言模型在持续学习中的灾难性遗忘问题。该框架模拟人类睡眠机制，将模型运行分为活跃期（Active）和睡眠期（Sleep）。
Berkeley AI ResearchAI 评分4848 ABBEL 框架通过信念状态更新提升长程交互效率
ABBEL 框架将摘要转化为受监督的自然语言信念状态，以解决大语言模型在长程交互中的上下文扩展问题。在 CollabBench 协作编码环境中，采用重建信念评分的 ABBEL-rec-BG 将全上下文模型的差距缩小约 50%，训练步数减少 50%（从 100 步降至 50 步），且峰值 token 长度显著低于全上下文设置。
Berkeley AI ResearchAI 评分4545 自适应并行推理：高效推理扩展的下一范式
自适应并行推理让模型自主决定何时分解任务、并发线程数量及协调方式，以解决顺序推理随探索长度线性增长导致的延迟高、上下文污染及计算密集问题。相比固定并行或启发式搜索方法，该范式依据具体问题动态调整并行结构，避免简单任务浪费算力或复杂任务策略失配。文章综述 ThreadWeaver 等近期进展，分析从固定并行到自适应控制的演进路径及其对推理效率的影响。
Berkeley AI ResearchAI 评分4343 GRASP 如何通过梯度规划提升世界模型的长视界能力
GRASP 是一种针对学习动力学（世界模型）的新型基于梯度的规划器，通过提升轨迹至虚拟状态、在状态迭代中直接添加随机性以进行探索，以及重塑梯度来避免高维视觉模型中的脆弱信号，使长视界规划变得可行。该方法解决了长视界优化中因计算图病态和非贪婪结构导致的局部极小值问题，显著提升了规划的鲁棒性。