Google DeepMind hôm nay đã chính thức công bố Gemini 4.0 Argon, thế hệ mô hình ngôn ngữ và thị giác đa phương thức mạnh mẽ nhất lịch sử công ty. Được huấn luyện trên thế hệ siêu cụm TPU v6e Ironwood, Gemini 4.0 Argon giải quyết triệt để bài toán suy giảm chú ý trong ngữ cảnh siêu dài, cho phép hấp thụ toàn bộ kho mã nguồn gồm 10 triệu dòng code hoặc hàng trăm giờ video độ phân giải cao trong một phiên làm việc duy nhất.

Kiến trúc suy luận "Argon Neural Compiler"

Điểm đột phá của phiên bản 4.0 là hệ thống Neural Compiler hoạt động song song. Thay vì xử lý từng token một cách tuần tự, Gemini 4.0 Argon tạo ra các "nhánh giả thuyết" (speculative branches), tự thực thi mã kiểm thử trong môi trường sandbox cô lập, sau đó chỉ trả về nhánh giải pháp đã qua kiểm chứng toán học và cú pháp 100%.

Trong bài kiểm tra chuẩn SWE-bench Verified phiên bản 2026, Gemini 4.0 Argon giải quyết thành công 74.8% các lỗi phần mềm thực tế trên GitHub mà không cần con người can thiệp, vượt xa các mô hình tiền nhiệm.

Hỗ trợ thị giác thời gian thực cho Robot và Thiết bị đeo

Argon cũng là mô hình nền tảng đầu tiên của Google hỗ trợ luồng thị giác liên tục 60fps với độ trễ phản hồi dưới 40ms. Điều này mở đường cho việc tích hợp trực tiếp trí tuệ của Gemini vào thế hệ robot hình người hợp tác giữa Boston Dynamics và Google, cũng như kính thông minh Android XR sắp ra mắt.

Demis Hassabis, CEO của Google DeepMind, chia sẻ: "Gemini 4.0 Argon không chỉ biết trả lời câu hỏi — mô hình có khả năng hiểu toàn bộ ngữ cảnh công việc của bạn, tự lên kế hoạch nhiều ngày và phối hợp cùng các agent khác để hoàn thành mục tiêu phức tạp."