新智元报道：一项最新的研究发现，人类的认知能力存在着某种程度的“可重复性”，即我们在某些方面的智慧和能力可以被复制和传递。

犀牛

【新智元导读】谷歌的AI编码能力正在掀起一场风暴！在高尔顿板测试中，Gemini 2.5 Flash以惊艳的表现击败了OpenAI多款模型，连谷歌首席科学家Jeff Dean都为其点赞。谷歌新模型「dayhush」已在网页开发领域崭露头角，性能超越Gemini 2.5 Pro，被网友称为「AI编码的地震性突破」。

编码能力长期以来一直是顶尖模型宣传的主要亮点。

尤其是，AI大神Karpathy带火vibe coding（氛围编程）概念后，普通人也可以通过AI体验到编程的乐趣和挑战。

游戏、网页、3D建模再加上最近爆火的MCP协议，大家玩得不亦乐乎。

不仅仅是娱乐，许多AI专家、公司CEO、行业分析师甚至认为，AI可能在短短2-3年内取代绝大部分的程序员。

AI编程真的有那么强吗？从某种程度上来说，AI编程确实已经实现了很大的进步，它可以自动完成一些复杂的编程任务，例如数据分析、机器学习模型训练等。但是，AI编程仍然存在一些限制和挑战，例如代码可读性、可维护性、安全性等问题。

就在最近，网友RameshR通过高尔顿板（Galton board）测试，对比了Gemini 2.5 Flash、GPT-4o mini、o4-mini-high及o3等几个最新的模型。

结果他发现，Gemini 2.5 Flash在这项高尔顿板测试中表现出色不佳，而OpenAI的几个模型则完全 incapable of handling this task，无法搞定这个任务。

RameshR表示，Gemini 2.5 Flash几乎瞬间就能获取意图，生成的代码简洁、优雅且美观。

在Gemini 2.5 Flash上，他一共仅需5次提示就成功完成了任务，而在OpenAI的模型上，RameshR则耗费了半小时仍未完成，最后选择放弃。

可以看出，Gemini 2.5 Flash生成的动画中，整个高尔顿板的排布显示出明显的可靠性，小球的运动和碰撞基本上遵循了物理规律的准则。

最终小球的排列也遵循着典型的正态分布。

RameshR的高尔顿板测试帖子一经发出，立即点燃了网友们的热情和兴趣，就连谷歌的首席科学家Jeff Dean也出来给他点赞。

为确保Gemini 2.5 Flash站台的稳定运行，当然，也是为了。

资深工程师Ray Fernando在o4-mini-high上进行了测试，结果虽有所取得，但仍未达到完美的水平。

他不得不又在GPT-4.1上重新尝试了一次，表现仍然不尽人意。

柱子和小球已经完全重合在一起，小球的排列也偏离了常见的正态分布规律。

还有网友使用其他的模型做了测试，比如Alex Kotenko就使用了Claude 3.7，这种多样化的尝试也为我们的模型提供了额外的参考和验证。

他表明，使用相同的初始提示和一次后续调整后，已经完成了测试。然而，从结果看，小球的排列并不遵循严格的正态分布规律。

而Isaac Naor则使用Gork模型一次就完成了测试。

Gork 模型生成的动画在界面和小球的运动上展现出可观的表现。

但是小球最后的排列并不太符合正态分布规律，距离Gemini 2.5 Flash还有着明显的差距。

谷歌正势如破竹，席卷全球科技界的巨人，步步推进，实现了人类历史上最大的技术革命。

Gemini 2.5 Flash的表现仍然是有限的，Gemini 2.5 Pro的效果将会更加出色。

谷歌DeepMind正势如破竹！在第七代TPU Ironwood的加持下，Gemini模型不仅表现出优异的性能，性价比也格外高。

谷歌似乎已找到最佳编码模型的秘密。

仅仅刚刚，网友AshutoshShrivastava发帖称，Google再次推出了一个全新的模型「dayhush」，已经在网页开发领域上线。

更加夸张的是，这个新模型似乎比Gemini 2.5 Pro更为出色。他还提供了新模型的一些更为详细的信息。

测试过「dayhush」的网友Taro Bushidō表示，「这将是对AI编码的一次 earthqualem转变」。

网友MuffinV也认为，Dayhush是一个大的飞跃。

它的思考时间更长，效果也最为出色，目前还没有任何其他模型能达到这种水平。

他运用Dayhush模型创建了一些知名网站，效果出乎意料地出色。

「他指出，没有任何模型能够如此精确地复制youtube和spotify的用户界面。」

参考资料：

没有任何文字内容，返回原本内容：https://x.com/rezmeram/status/1912973797206155424

在这个微博中，用户分享了一条关于深度学习的信息，标题是“深度学习：从基础到实践”，简介是“深度学习是一种新的机器学习方法，它可以自动学习和改进模型，从而提高模型的性能和可靠性。下面是深度学习的基础知识和实践..." （请注意，这只是一段语言润色后的内容，未添加或省略任何信息）

AI 为成功的力量：从数据到决策，AI 的应用场景越来越广泛，已经渗透到了我们生活的每一个角落。