Google afferma che Gemini 4 Argon ha aiutato gli ingegneri di Chrome a completare mesi di lavoro in settimane
Google DeepMind afferma che il suo ultimo modello ha aiutato gli ingegneri di Chrome a completare una riorganizzazione del codice durata mesi in settimane.

- Gli ingegneri mostrano grossi blocchi di codice vecchio
- Fa parecchie modifiche nette su molti file tutto in un sol colpo
- Il progetto intero finisce in settimane invece che in mesi
Google DeepMind ha presentato Gemini 4 Argon, l'ultima versione della sua famiglia di modelli linguistici di grandi dimensioni Gemini, e sta già dimostrando un impatto nel mondo reale ben oltre le applicazioni di chat. Secondo Google DeepMind, il modello ha aiutato il team di ingegneria di Chrome presso Google a separare il codice che gestisce le pagine web da una cartella legacy di circa 6 milioni di righe, all'interno di un codebase Chromium di 40 milioni di righe 1. Facendo diverse modifiche al codice in una volta, ha aiutato il team a completare una riorganizzazione attraverso centinaia di file, riducendo a settimane mesi di lavoro, afferma l'azienda .
Google afferma che la modifica permetterà alle pagine web attive di spostarsi tra schede, pannelli laterali e finestre flottanti senza ricaricamento, e eliminerà intere categorie di crash del browser 1. Si tratta delle cifre dell'azienda stessa; non ha pubblicato un confronto con altri modelli per questo lavoro.
Correzioni e aggiornamenti
- Corretto il 21 ottobre 2026. Una versione precedente di questa storia includeva dettagli non sostenuti dalle fonti. Sono stati corretti o rimossi.
- Corretto il 21 ottobre 2026. Il titolo affermava che Gemini 4 Argon supera i modelli rivali nei test di intelligenza, cosa che le fonti non dicono, ed era indicata una data di rilascio che non confermano. Il titolo ora riporta quanto dichiarato da Google DeepMind, i dettagli del lavoro su Chrome sono tornati con la loro fonte, e la data è stata rimossa.
I fatti principali
- Gemini 4 Argon ha aiutato a riorganizzare una cartella legacy di Chrome di 6 milioni di righe, completando in settimane ciò che normalmente richiederebbe mesi
- Le pagine web attive dovrebbero spostarsi tra schede, pannelli laterali e finestre flottanti senza ricaricamento, afferma Google
- Fa parte della famiglia di modelli Gemini di Google DeepMind in rapida evoluzione
Fonti
Quanto è veloce il refactoring di Chrome, con e senza l'IA
Dati Google DeepMind sul refactoring di Chromium da parte del team di ingegneria Chrome; nessun confronto esterno pubblicato
Se questa notizia riguarda te o la tua azienda, o usa qualcosa che ti appartiene, chiedi una correzione o la rimozione. Come funzionano le richieste
Continua a leggere
App e prodottiGoogle lancia TorchTPU, un backend nativo per PyTorch su TPU nel cloudHerald of AIhttps://github.com/soumith, CC BY-SA 4.0, via Wikimedia Commons
Google lancia TorchTPU, un backend nativo per PyTorch su TPU nel cloud
Un nuovo stack open-source permette agli sviluppatori di far girare modelli PyTorch direttamente sui chip TPU di Google, sostituendo il vecchio sistema PyTorch/XLA.
Aziende e regoleMirendil raccoglie 1 miliardo di dollari per usare agenti di AI nello sviluppo più veloce dei modelliHerald of AI
Mirendil raccoglie 1 miliardo di dollari per usare agenti di AI nello sviluppo più veloce dei modelli
Una nuova startup fondata da ricercatori ex Google DeepMind e Anthropic afferma che la sua piattaforma automatizzata permette a piccoli team di creare grandi modelli di AI rapidamente ed economicamente.
Nuovi modelliIl Gemini 4 Argon di Google porta un profondo ragionamento fisico ai robot realiHerald of AI
Il Gemini 4 Argon di Google porta un profondo ragionamento fisico ai robot reali
Il modello Gemini 4 Argon, focalizzato sulla robotica, ottiene l'87% in un difficile test di ragionamento 3D e controlla un Boston Dynamics Spot in compiti di manipolazione nel mondo reale.