Google مدل هوش مصنوعی Gemini ۴ Carbon را برای کدنویسی و کارهای پیچیده معرفی کرده و دسترسی به آن را به شرکای منتخب محدود کرده است. Google می‌گوید تیم‌های داخلی از این مدل برای کارهای مهندسی چندروزه استفاده کرده‌اند، اما هنوز در دسترس عموم نیست.
Google می‌گوید Gemini ۴ Carbon در کدنویسی و قابلیت‌های عامل‌های هوش مصنوعی نسبت به Gemini ۴ Argon بهتر عمل می‌کند. به‌گفتهٔ این شرکت، Carbon همچنین ادعاهای بدون پشتوانه را در مقایسه با Argon به نصف می‌رساند و در همکاری با کاربران بهتر است.
این معرفی تنها ۲ هفته پس از Argon انجام شده و بار دیگر عرضه به‌صورت مرحله‌ای است، نه با دسترسی گسترده. Carbon در شاخص هوش Artificial Analysis نسخهٔ ۵.۰ پیشتاز است، هرچند Ars Technica اشاره می‌کند که برتری آن نسبت به مدل‌های رقیب در آزمون‌های گزارش‌شده تنها چند امتیاز است.
برای شرکت‌هایی که عامل‌های کدنویسی می‌سازند، قابلیتی که باید زیر نظر داشت، کار مستمر روی مسائل پیچیدهٔ مهندسی است. Google گزارش می‌دهد که Carbon می‌تواند با وجود رسیدن به بن‌بست‌ها، روزها به تلاش ادامه دهد؛ اما دسترسی محدود به این معناست که بیشتر سازندگان هنوز نمی‌توانند بیازمایند آیا این بهبودها در روندهای کاری خودشان هم برقرار است یا نه.
دسترسی محدود باعث می‌شود Carbon برای بیشتر شرکت‌های سازندهٔ محصولات هوش مصنوعی، مدلی برای زیر نظر گرفتن باشد، نه گزینه‌ای برای استفادهٔ فوری.
توانایی انجام کارهای مهندسی چندروزه می‌تواند دامنهٔ کار عامل‌های کدنویسی را گسترش دهد، اما قابلیت اتکای آن‌ها در روندهای کاری مشتریان هنوز ثابت نشده است.
برتری اندک در آزمون‌های مقایسه‌ای هنوز دلیل قانع‌کننده‌ای برای تغییر مدل به سازندگان نمی‌دهد.
این نوشته را اتاق خبر Made in 10 به‌طور خودکار از روی منبع بالا نوشته است.
گوگل بستر برنامه‌های متصل خود را معرفی کرده است تا توسعه‌دهندگان بتوانند خدماتشان را به جمینای و جست‌وجوی گوگل متصل کنند. نسخهٔ پیش‌نمایش عمومی فقط در دسترس توسعه‌دهندگان آمریکایی است که در فهرست انتظار ثبت‌نام کنند و تاریخی برای دسترسی گسترده‌تر اعلام نشده است.
NVIDIA در رویداد GTC برلین از قراردادهای چند میلیارد دلاری برای افزایش ظرفیت زنجیرهٔ تأمین تراشه‌های هوش مصنوعی خبر داد. برنامه‌های تولید این قراردادها تا سال ۲۰۲۸ ادامه دارند و هدفشان رفع گلوگاه‌های ساخت، بسته‌بندی و آزمون تراشه است.
Meta و AMD همکاری زیرساختی خود را گسترش داده‌اند و نخستین سامانه‌های Helios در زیرساخت متا در حال استقرارند. متا پیش‌تر میلیون‌ها پردازندهٔ EPYC را به کار گرفته و از سخت‌افزارهای چند تأمین‌کننده برای کاهش هزینه و وابستگی استفاده می‌کند.