AI Daily ·
Google 發表 Gemini 4 Argon 與腦機解碼重大突破
Today’s AI Highlights
今日 AI 要聞聚焦於 Google 推出具備百萬輸出 Token 與長效推理能力的前沿模型 Gemini 4 Argon；同時，研究人員成功修復非侵入式腦機解碼中的「時間捷徑」缺陷，大幅降低詞錯率。此外，SCAPO 演算法與多代理系統 Cogentic 也為大型語言模型的推理精確度與自動化數學證明帶來顯著突破。
01Google DeepMindAI 代理Google 發表新一代前沿模型 Gemini 4 Argon：具備 100 萬 Token 輸出與強大自主 Agent 推理能力
Google DeepMind 發表了 Gemini 4 Argon，此模型目前已向特定網路安全防禦者開放。Argon 的最大突破在於將輸出 token 限制從 64K 大幅擴充至 100 萬，使其能在單次推理中自主執行數十萬步的複雜任務。Google 內部已將其用於 C/C++ 程式碼向 Rust 的大規模遷移（高達 80 萬行），並藉由優化資料中心記憶體節省了 300 TiB 以上的空間。模型在 DeepSWE v1.1 與 LVBench 等多項基準測試上取得了領先成績，同時配備了全新的思維鏈與行動對齊監控機制。
- 02arXiv大型語言模型
SCAPO：藉由半事實穩定性最佳化 RLVR 的 Token 級信用分配
在可驗證獎勵的強化學習（RLVR）中，傳統的 GRPO 演算法會將相同的優勢值平均分配給回覆中的所有 Token，這容易錯誤強化與推理無關的提示特徵。為了改善此一缺點，研究團隊提出 SCAPO（半事實信用增強策略最佳化）。該方法藉由「半事實提示干預」（即改變無關問題答案的提示詞特徵）來測量 Token 的機率漂移，並在早期訓練中調降不穩定 Token 的信用權重。實驗證實，SCAPO 成功降低了模型對提示詞的敏感度，並在 Qwen3 基準模型上大幅提升了數學任務的準確度。
- 03arXivAI 研究
排除「時間捷徑」漏洞：非侵入式腦機介面解碼技術的新突破
2025 年一項著名的非侵入式腦機介面研究（d'Ascoli 等人），在不含任何腦訊號的「合成資料」上竟能達到 22.0% 的單字解碼準確度，幾乎與真實腦波資料（22.3%）無異。本研究發現，這是因為舊方法將句子中重疊的單字時間視窗進行聯合編碼，使模型能透過「時間差」直接猜出字詞長度（如 short vs. long）。為解決此問題，研究團隊推出 SimpleB2T，改為獨立編碼每個單字視窗，徹底排除時間捷徑，迫使模型解析真實腦波。在結合預訓練 LLM 與多次觀測聚合後，成功將非侵入式解碼的字錯率（WER）降至 36.6%。
- 04arXivAI 研究
EvoDuet：搜尋與解題協同演化的雙層優化框架，突破 LLM 科學發現的知識瓶頸
在利用大語言模型（LLM）進行科學發現的演化搜尋中，缺乏外部即時知識常導致探索停滯。傳統方法單純加入搜尋工具，容易隨著解答變化而重複檢索相同頁面。EvoDuet 引入了「雙層優化」機制，在不調整模型參數的前提下協同演化解答與搜尋查詢。每個迭代中，透過「檢索閘門」讓 LLM 評估知識落差，並利用內圈精煉查詢與篩選網頁文檔、外圈平行生成並評估候選解答。實驗顯示，此方法將 Gemini-3.8-Flash 的發現得分由 61.3% 提升至 82.3%，但在 Qwen3.5-9B 等小模型上則未能見效。
- 05arXivAI 研究
Cogentic：用於自動化定理證明發現的多 Agent 協調框架
單次生成（Single-shot）的 LLM 在面對需要長期推導、探索多個競爭猜想的複雜數學難題時往往力有未逮。為此，研究團隊開發了 Cogentic 框架。該框架由「協調器」調度多個獨立的「證明 Agent」往不同方向探索，並由多個專門的「驗證元件」進行對抗式審查。通過驗證的中間結果會寫入「持續性驗證帳本」中，供後續迭代推進。以 Gemini 為底座，Cogentic 已成功在線上學習、拍賣理論與機制設計領域發現了 5 項全新學術成果，並已獲領域專家獨立證實。
- 06arXiv大型語言模型
融合循環與稀疏架構：Looped MoE 的全新縮放定律
本研究提出「迴圈縮放定律（Loop Scaling Laws）」，首次將循環遞迴（recurrence）與 MoE 稀疏性共同納入縮放定律建模。循環遞迴能在不增加參數的情況下提升計算深度，而 MoE 則在不增加啟用算力的前提下擴充模型容量。實驗證實，MoE 帶來約 3 倍的啟用參數效率提升，循環架構則在推理任務上帶來約 2 倍的總參數效率。在兆級（trillion）Token 規模的訓練中，Looped MoE 在相同算力下能與兩倍大的無迴圈 MoE 性能匹敵，並支援測試時動態縮放。
07NVIDIA DeveloperAI 硬體NVIDIA 推出 cuObject 與 SCADA 伺服器 SDK：實現免經 CPU 的 GPU 直連快取與物件儲存加速
隨著 AI 模型與資料量暴增，傳統經由 CPU 複製資料的模式已成為效能瓶頸。NVIDIA 擴大開源組織 xio-sig，納入全新 cuObject 規範，並推出 SCADA 伺服器 SDK。這兩項技術讓 GPU 能直接透過 RDMA 與 DPU/NIC 技術，跨過 CPU 記憶體直接讀寫檔案與物件儲存（Object Storage）。IBM 已成功展示基於 SCADA 的儲存原型，而 Google Cloud 與 Microsoft 也計畫加入委員會，共同為高效能 AI 基礎設施建立統一的開放標準。
- 08arXivAI 研究
臨床診斷 MLLM 提示詞優化：Ranking-PE 解決醫療資料極端不平衡問題
在臨床診斷中，由於陽性樣本極稀少，傳統以準確度（Accuracy）為導向的提示詞優化容易因模型偏向預測多數陰性而失真。本文提出 Ranking-PE 框架，將優化機制重構為「成對排序（Pairwise Ordering）」。透過評估候選提示詞對「陽性-陰性」樣本對的排序正確性，使其優化目標直接對齊 AUROC。在 MIMIC 資料集上，此方法在不增加任何額外運算成本下，將 Qwen3-VL-8B 與 MedGemma-4B 的 AUROC 分別顯著提升了 5.8% 與 16.2%。
- 09arXiv影片 AI
ViTeX-Bench：解決影片場景文字編輯難題的首個高保真基準測試
現有的影片編輯模型在進行局部修改時，特別是針對招牌或商品標籤上的「場景文字」，往往面臨文字隨時間扭曲或破壞周圍背景的問題。為此，本研究推出 ViTeX-Bench 基準測試套件，包含由 387 個真實 720p 影片組成的資料集，以及涵蓋文字正確性、視覺品質與局部性等 3 大維度、共 13 項指標的評估協定。此外，團隊微調並釋出 14B 的參考編輯器模型，在多項指標上取得領先表現。
- 10arXivAI 研究
免 3D 結構與重構解碼器！VideoMSN 利用超大型圖片將影像分類器轉化為高效視訊學習器
本研究提出 VideoMSN 框架，旨在解決傳統視訊自我監督學習依賴重型 3D 架構或重構解碼器的痛點。VideoMSN 將視訊訊框排列成網格狀的「超大型圖片」（super images），並建立兩種視角：空間修補遮罩（spatial patch masking）與時間訊框遮罩（temporal frame masking）。透過共享的 ViT 編碼器（如 DINO-v3）與 Siamese 損失函數進行特徵對齊，無需解碼器重構即可高效擷取時空資訊。在 Kinetics-400 等數據集上達到 SOTA，且訓練期數最高縮減至 160 分之一。