Gemini3太強(qiáng)了。

11月18日，在所有人的期待中，Google的最新AI模型Gemini3正式發(fā)布。這次，一切都回到了Google的節(jié)奏。

徹底屠榜

這是一個(gè)幾乎“屠榜”了所有評(píng)測(cè)集的模型，而且，請(qǐng)注意，是一個(gè)通用模型在細(xì)分評(píng)測(cè)上碾壓了諸多“推理模型”、“多模態(tài)模型”等細(xì)分領(lǐng)域模型。

根據(jù)Google的介紹，Gemini 3 是一個(gè)有原生多模態(tài)、強(qiáng)大推理和Agent能力的模型。在硅星人參加的發(fā)布前小范圍溝通會(huì)上，Gemini的團(tuán)隊(duì)強(qiáng)調(diào)這個(gè)模型的這些能力“不是分開(kāi)的，是都在一處，都在一個(gè)模型里，你可以同時(shí)用這些能力”。

今天用來(lái)評(píng)測(cè)模型各種能力的榜單，被Gemini3刷到了離譜的新高。

在多模態(tài)能力上，它的理解和推理都達(dá)到新高度：

Gemini 3 Pro以81%的MMMU-Pro分?jǐn)?shù)和87.6%的Video-MMMU分?jǐn)?shù)直接刷新了這個(gè)多模態(tài)推理的記錄。

案例介紹：Gemini 3.0的視覺(jué)能力融入了推理，能主動(dòng)解決不一致符號(hào)帶來(lái)的歧義問(wèn)題，對(duì)手寫(xiě)舊表格的 OCR 識(shí)別能力甚至優(yōu)于受過(guò)訓(xùn)練的學(xué)生。

可能Gemini 3才真正第一次稱得上是一個(gè)有多模態(tài)推理能力的模型。

Google展示了一個(gè)很有趣的用法：做一個(gè)等離子體流在托卡馬克里的可視化展現(xiàn)，同時(shí)用一首詩(shī)來(lái)捕捉核聚變的美。

在推理能力上：

它以突破性的1501分登頂LMArena排行榜。

它還在SimpleQA Verified上取得了72.1%的最新最優(yōu)成績(jī)，在事實(shí)準(zhǔn)確性方面顯示出巨大進(jìn)步。這意味著Gemini 3 Pro在科學(xué)和數(shù)學(xué)等廣泛主題上解決復(fù)雜問(wèn)題時(shí)具有高度的可靠性。

它在"人類最后考試"上也展示了博士級(jí)推理能力（在不使用任何工具的情況下得分37.5%），在GPQA Diamond上獲得91.9%的高分。它還在數(shù)學(xué)領(lǐng)域?yàn)榍把啬Ｐ驮O(shè)立了新標(biāo)準(zhǔn)，在MathArena Apex上達(dá)到了23.4%的最新最優(yōu)成績(jī)。

一個(gè)Prompt生成復(fù)古任天堂模擬器，自帶游戲且無(wú)需外部素材，一分鐘就能完成輸出。

這還不算完，在深度推理模式Deep Think下，也就是讓模型增加推理的token消耗和用更多時(shí)間去處理一些問(wèn)題時(shí)，它在"人類最后考試"里，在不使用工具的情況下得分41.0%，在GPQA Diamond 得分93.8%。而在ARC-AGI上，它還取得了前所未有的45.1%的成績(jī)（使用代碼執(zhí)行）。而已經(jīng)很強(qiáng)的Gemini 2.5，這一項(xiàng)的得分只有：

4.9%。

在人人喊scaling law撞墻的今天，又搞出了十倍的提升。

而在Agent能力上：

Gemini 3以1487 ELO分的成績(jī)登頂WebDev Arena排行榜。它在Terminal-Bench 2.0上得分54.2%，該測(cè)試衡量模型通過(guò)終端操作計(jì)算機(jī)的工具使用能力，并且在SWE-bench Verified（76.2%）上大幅超越2.5 Pro，該基準(zhǔn)衡量編碼智能體的能力。

另外，Gemini的長(zhǎng)上下文和推理的結(jié)合也有提升，在一個(gè)讓AI模擬運(yùn)營(yíng)一個(gè)自動(dòng)售貨機(jī)，來(lái)考察它在agent場(chǎng)景的記憶能力的榜單Vending-Bench 2上，它也同樣登頂——Gemini 3 Pro在完整的模擬一年的運(yùn)營(yíng)中保持了持續(xù)的工具使用和決策能力，在不偏離任務(wù)的情況下獲得更高回報(bào)。

Google官方也展示了一個(gè)案例，當(dāng)你要求它：

"根據(jù)我郵件中的詳細(xì)信息，幫我搜索并預(yù)訂一輛下周旅行用的中型SUV，租金需控制在每天80美元以內(nèi)。"

它在獲得你充分的Google全家桶授權(quán)后，真的就完美幫你找到了這樣一個(gè)服務(wù)，并放到你面前，你只需確認(rèn)即可。

此次Gemini還推出了Agent模式，就是為了這樣的場(chǎng)景，當(dāng)你給他充分授權(quán)后，你能讓AI把你一切的Google系產(chǎn)品都可以調(diào)用起來(lái)，完成復(fù)雜任務(wù)。

看了這些榜單的情況，只剩下SWE-Bench Verified上，Claude Sonnet 4.5領(lǐng)先它1分，其他全部被它占了第一。

有人評(píng)論道：OpenAI and Anthropic are so over。

強(qiáng)大到開(kāi)始全量鋪開(kāi)生成式UI

在Google自己看來(lái)，這些全面提升的能力有多強(qiáng)？

它已經(jīng)足夠強(qiáng)大到，讓Google認(rèn)為Gemini這個(gè)app必須更改自己的交互形態(tài)了。

Google這次給Gemini做了界面大更新。除了改變了頁(yè)面設(shè)計(jì)，增加了更方便調(diào)用個(gè)人數(shù)據(jù)庫(kù)的"我的資料"文件夾功能、“徹底改進(jìn)了購(gòu)物體驗(yàn)”，可以直接從Google購(gòu)物圖譜帶來(lái)商品列表、比較表格和價(jià)格，該圖譜包含超過(guò)500億條商品列表等。最主要的，就是對(duì)輸入輸出的交互做了徹底改變。

什么“ChatGPT”式的一問(wèn)一答，那是上個(gè)時(shí)代的做法，現(xiàn)在Gemini要直接給你全模態(tài)的可交互結(jié)果：

“Gemini 3將突破界面設(shè)計(jì)的邊界。它的推理和多模態(tài)能力已經(jīng)解鎖了一項(xiàng)我們稱為生成式UI的新功能。

我們介紹一種新穎的生成式UI，它動(dòng)態(tài)創(chuàng)建沉浸式視覺(jué)體驗(yàn)和交互式界面——如網(wǎng)頁(yè)、游戲、工具和應(yīng)用程序——而且這些界面自動(dòng)設(shè)計(jì)并完全定制以響應(yīng)任何問(wèn)題、指令或提示。

這些提示可以簡(jiǎn)單到一個(gè)單詞，或根據(jù)需要長(zhǎng)而詳細(xì)的指令。這些新型界面與AI模型通常渲染內(nèi)容的靜態(tài)、預(yù)定義界面明顯不同。”

說(shuō)的更直接一點(diǎn)，哪怕一個(gè)詞，也能給你一個(gè)app。

比如，當(dāng)你詢問(wèn)關(guān)于物理學(xué)里的三體問(wèn)題（three body problem），你能得到一個(gè)可以交互的模擬界面，讓你直接改變變量來(lái)觀察結(jié)果。

而這整個(gè)答案更像是一個(gè)有文字有圖片還有3D可交互網(wǎng)頁(yè)的獨(dú)立web app。你甚至可以繼續(xù)用自然語(yǔ)言開(kāi)發(fā)下去最終把它變成你的一個(gè)項(xiàng)目。

目前，Gemini先提供了兩個(gè)“實(shí)驗(yàn)性”功能選項(xiàng)——視覺(jué)布局（Visual layout）和動(dòng)態(tài)視圖（Dynamic View）。不過(guò)Google也表示，為了幫助了解這些實(shí)驗(yàn)，用戶最初可能只看到其中之一。

而且這個(gè)新的交互方式也會(huì)在Google的搜索里上線。在搜索的AI mode里提問(wèn)，也會(huì)給出類似一個(gè)可交互app的搜索答案。

新的Dynamic View展示，當(dāng)你只是問(wèn)了一下梵高，就能得到一個(gè)完整可交互的界面供你探索

Google還為此發(fā)布了一篇論文。這意思似乎是向所有人喊話：

你們也跟上啊。

此次發(fā)布里，還有一個(gè)非常值得重視的舉動(dòng)是，這一次Gemini 3在第一時(shí)間就部署到了Google搜索上，而且包括這個(gè)還被稱為實(shí)驗(yàn)性的生成式UI，也直接進(jìn)入搜索的AI mode。

這說(shuō)明什么？

說(shuō)明這是一個(gè)在Google看來(lái)已經(jīng)訓(xùn)練到十分穩(wěn)定，可以直接放入主營(yíng)業(yè)務(wù)產(chǎn)品，而不用擔(dān)心有反噬的模型，而且，它還是一個(gè)遙遙領(lǐng)先，沒(méi)有人再能隨便狙擊的模型，一個(gè)完全按Google自己節(jié)奏訓(xùn)練和應(yīng)用的模型。

當(dāng)如此謹(jǐn)慎的Google都在Gemini的介紹里大量的使用“any”，強(qiáng)調(diào)這個(gè)模型可以讓任何想法變成產(chǎn)品時(shí)，你品，你細(xì)細(xì)品，它對(duì)這模型到底有多自信。

One more thing： 徹底讓Agent來(lái)開(kāi)發(fā)軟件的“IDE”平臺(tái) Antigravity

而對(duì)于Google來(lái)說(shuō)，似乎這些還不夠，Google當(dāng)天還順帶發(fā)了一個(gè)自己的全新“類IDE”Vibe coding產(chǎn)品，一個(gè)讓Agent來(lái)主導(dǎo)軟件開(kāi)發(fā)全流程的平臺(tái)——Antigravity 。

Google也不免俗的介紹了一句話開(kāi)發(fā)的案例。

你輸入一個(gè)Prompt，就能得到一個(gè)完整的飛行追蹤應(yīng)用。但實(shí)現(xiàn)的過(guò)程正是不同所在，Antigravity是一個(gè)讓Agent主導(dǎo)一切的環(huán)境，它為多個(gè)Agent做好了多個(gè)它們可以使用的工具和環(huán)境，包括編輯器、瀏覽器、終端等。

“Google Antigravity將AI助手從開(kāi)發(fā)者工具箱中的工具轉(zhuǎn)變?yōu)橹鲃?dòng)合作伙伴。雖然Google Antigravity的核心是熟悉的AI IDE體驗(yàn)，但其Agent已提升到一個(gè)專用界面，并可直接訪問(wèn)編輯器、終端和瀏覽器?，F(xiàn)在，Agent可以在驗(yàn)證自身代碼的同時(shí)，自主地為您同時(shí)規(guī)劃和執(zhí)行復(fù)雜的端到端軟件任務(wù)?！?/b>

Antigravity也集合了Google各個(gè)強(qiáng)大模型：“除了Gemini 3 Pro，Google Antigravity還與我們最新的Gemini 2.5計(jì)算機(jī)使用模型緊密耦合，用于瀏覽器控制，以及我們頂級(jí)的圖像編輯模型Nano Banana（Gemini 2.5圖像）?！?/p>

而且，Google又給這個(gè)產(chǎn)品帶來(lái)一個(gè)瘋狂的新能力：它會(huì)在和你的配合中，學(xué)習(xí)你的coding風(fēng)格， 和你搭建框架的喜好，最終越來(lái)越像你...或者說(shuō)，像一個(gè)更全能全棧工程師版的你...

如此高預(yù)期的模型，不僅沒(méi)有讓人失望，還帶著驚喜一起到來(lái)。Google真的是強(qiáng)。

而且，Google勢(shì)頭也正猛。在硅星人參加的小范圍提前溝通會(huì)上，Google也順帶公布了最新的用戶數(shù)據(jù)：

從上一季度的4.5億用戶，猛增到了這季度6.5億用戶。1300萬(wàn)開(kāi)發(fā)者在用Gemini等Google的模型開(kāi)發(fā)，而本季度的日常調(diào)用也同比翻了3倍。

據(jù)Gemini團(tuán)隊(duì)透露，過(guò)去一季度的增長(zhǎng)很大程度歸功于Nano Banana。

要知道，Nano Banana 2 也在傳聞中，排隊(duì)等待Google的發(fā)布......不得不感慨Google的工具箱里，武器實(shí)在太多了。

在此次發(fā)布前，我們也有機(jī)會(huì)與Google Gemini團(tuán)隊(duì)交流，以下為溝通實(shí)錄：

硅星人：能否分享一下在訓(xùn)練這個(gè)新模型過(guò)程中的一些"Aha moments"？

Gemini團(tuán)隊(duì)：這是個(gè)有趣的問(wèn)題，因?yàn)槲艺J(rèn)為在使用這個(gè)模型時(shí)，有很多時(shí)刻你能真正感受到它的推理能力，也能感受到它在多模態(tài)能力上的強(qiáng)大。我想指出幾個(gè)時(shí)刻。第一個(gè)是我第一次用它進(jìn)行氛圍編碼（vibe coding）的時(shí)候。令人驚艷的是，它僅憑非常簡(jiǎn)單的提示就能創(chuàng)造出各種游戲。能夠在那個(gè)環(huán)境中創(chuàng)建3D可視化并玩一個(gè)真正的游戲，我覺(jué)得太棒了。

實(shí)際上，我們的一位工程師一直在用它來(lái)創(chuàng)建游戲，這些游戲明天就會(huì)在YouTube上發(fā)布，因?yàn)槟憧梢杂眠@些游戲創(chuàng)造出如此豐富、高保真的體驗(yàn)，我覺(jué)得這太棒了。另一個(gè)我認(rèn)為我們不常談到的"頓悟時(shí)刻"是該模型在多語(yǔ)言性能上的強(qiáng)大。

對(duì)我來(lái)說(shuō)，特別有趣的一點(diǎn)是，拿一首用古吉拉特語(yǔ)寫(xiě)的詩(shī)——我父母從小說(shuō)的語(yǔ)言——不僅進(jìn)行翻譯，還在此基礎(chǔ)上進(jìn)行創(chuàng)作。你能看到模型的細(xì)微差別、創(chuàng)造力和寫(xiě)作風(fēng)格。我認(rèn)為那也是另一個(gè)讓我感嘆"這個(gè)模型非常聰明，能夠?qū)⒍鄠€(gè)要素融合在一起"的時(shí)刻。我覺(jué)得真正酷的是，當(dāng)你找到這些時(shí)刻，你可以將多模態(tài)輸入、復(fù)雜的推理問(wèn)題，以及你希望看到的輸出格式結(jié)合起來(lái)。我認(rèn)為這時(shí)你才能真正看到Gemini 3的魔力顯現(xiàn)。

問(wèn)：你會(huì)如何描述AntiGravity在當(dāng)前生態(tài)系統(tǒng)中的定位？

Gemini團(tuán)隊(duì)：這是個(gè)好問(wèn)題。先提醒一下，我認(rèn)為AntiGravity會(huì)非常令人興奮。大語(yǔ)言模型和AI確實(shí)改變了我們的編碼方式，使我們軟件工程師能夠保持在一個(gè)非常高的層次上，借助智能體的幫助處理真正復(fù)雜的任務(wù)，這樣你就可以專注于最終目標(biāo)，并更快地達(dá)成。

所以AntiGravity真正構(gòu)建在此基礎(chǔ)上，構(gòu)建在模型的能力之上。這是一個(gè)新的IDE。市場(chǎng)上也有其他IDE，需要明確的是，我們的模型在多個(gè)IDE中以及通過(guò)API供開(kāi)發(fā)者繼續(xù)使用。但AntiGravity將給我們提供另一種與開(kāi)發(fā)者接觸的方式，了解他們的用例，了解那些真實(shí)世界任務(wù)和挑戰(zhàn)，然后幫助我們改進(jìn)模型，通過(guò)成為這種以智能體為中心的IDE，為他們提供最佳體驗(yàn)。我認(rèn)為這將對(duì)軟件開(kāi)發(fā)帶來(lái)一點(diǎn)全新的思路。

問(wèn)：對(duì)于消費(fèi)者來(lái)說(shuō)，你期望Gemini智能體有哪些使用場(chǎng)景？

Gemini團(tuán)隊(duì)：我們希望幫助人們應(yīng)對(duì)生活中遇到的更復(fù)雜的任務(wù)。我個(gè)人在幾件事上正在使用它：首先，如果我要找演唱會(huì)門票之類的，不用再自己去搜索所有不同選項(xiàng)，為帶兩個(gè)孩子的家庭找到合適的套票，我可以讓智能體去完成，它會(huì)找到合適的配置，并帶我到達(dá)可以購(gòu)買的那一步，然后我只需點(diǎn)擊一個(gè)按鈕就能繼續(xù)完成購(gòu)買。

另一件我覺(jué)得很酷的事是使用智能體模式來(lái)幫你分類處理郵件收件箱。我開(kāi)始每天早上這么做：我醒來(lái)有50封郵件，要花很長(zhǎng)時(shí)間逐一查看并決定怎么處理。我可以使用智能體模式來(lái)幫我處理這些，它會(huì)告訴我：這里有你需要完成的任務(wù)、這里有你需要回復(fù)的郵件、這些是可以歸檔的。這真的為我節(jié)省了大量時(shí)間，我非常興奮能讓更多人使用到這個(gè)功能。

問(wèn)：隨著Pro版本發(fā)布，我們能期待Flash和Flashlight很快推出嗎？

Gemini團(tuán)隊(duì)：是的，我的意思是，我們確實(shí)希望構(gòu)建Gemini 3模型家族。這是我們首要考慮的。

我們感到興奮的是，看看對(duì)Gemini 3 Pro的反饋如何？人們用它做什么？我們?cè)谀睦锟吹綑C(jī)會(huì)？然后當(dāng)我們思考完整的模型家族，思考Flash和Flashlight時(shí)，我們首要考慮的是如何構(gòu)建這個(gè)主力模型？合適的成本和延遲應(yīng)該是怎樣的？我們?nèi)绾嗡伎颊_的使用場(chǎng)景？所以我們會(huì)繼續(xù)利用Pro版本的反饋來(lái)確保我們能夠持續(xù)構(gòu)建。你們很快就會(huì)看到我們推出更多產(chǎn)品。

問(wèn)：Gemini應(yīng)用最近用戶增長(zhǎng)顯著，團(tuán)隊(duì)在此期間做了什么來(lái)如此快速地加速采用？

Gemini團(tuán)隊(duì)：一個(gè)主要因素是我們?cè)贜ano Banana上看到的病毒式傳播，特別是在泰國(guó)、印度尼西亞、印度等國(guó)家。顯然，這是一個(gè)極其成功的產(chǎn)品，很多人都想玩一玩。如果你看到那些手辦潮流和許多其他人們真正想?yún)⑴c并分享給朋友的東西。

我們也對(duì)我們與GEO的合作以及我們?yōu)閷W(xué)生提供的優(yōu)惠感到非常興奮。我們看到學(xué)生群體中有很多使用熱情，他們真的很想用Gemini來(lái)幫助完成作業(yè)和課堂學(xué)習(xí)材料。

最后我想說(shuō)的是，模型質(zhì)量真的非常重要。我們?cè)?.5 Pro上看到了這一點(diǎn)，我們也很期待看到人們將如何使用Gemini 3。

問(wèn)：你們是否在用AntiGravity與Cursor等工具競(jìng)爭(zhēng)？這是企業(yè)最大的使用場(chǎng)景之一嗎？

Gemini團(tuán)隊(duì)：非常感謝。這是個(gè)好問(wèn)題。我不會(huì)這樣看待它。這次發(fā)布中，我們實(shí)際上正在與Cursor進(jìn)行非常緊密的合作。我們?cè)谠S多不同行業(yè)都有許多合作伙伴，并與他們密切合作。對(duì)我們來(lái)說(shuō)，在用戶所在的地方觸達(dá)并連接用戶非常重要。

AI開(kāi)發(fā)以及AI如何影響不同領(lǐng)域和行業(yè)也還處于非常早期的階段。我認(rèn)為這對(duì)我們來(lái)說(shuō)能夠進(jìn)行實(shí)驗(yàn)也很重要。我相信會(huì)有其他人也在實(shí)驗(yàn)，每個(gè)產(chǎn)品本身也會(huì)不斷發(fā)展，對(duì)吧？我們將通過(guò)我們的模型和許多其他想法繼續(xù)與Cursor保持緊密合作。除此之外，我想我們對(duì)AntiGravity將創(chuàng)造的接觸點(diǎn)也感到興奮。

問(wèn)：AI行業(yè)有聲音稱迭代速度已放緩，擴(kuò)展定律已失效。但Google的大模型似乎取得了顯著進(jìn)展。到目前為止，你對(duì)大模型的迭代速度以及技術(shù)是否還能做到這一點(diǎn)有什么看法？

Gemini團(tuán)隊(duì)：這是個(gè)好問(wèn)題。當(dāng)然，關(guān)于這方面的討論有很多。我認(rèn)為，當(dāng)我觀察AI領(lǐng)域時(shí)，我看到了很多進(jìn)展，而且進(jìn)展速度非常快。我認(rèn)為最好的觀察方式是AI領(lǐng)域總體上對(duì)許多不同行業(yè)產(chǎn)生的影響。你可以看到這一點(diǎn)在越來(lái)越多的不同職業(yè)中發(fā)生。人們正在使用AI模型來(lái)幫助他們的工作。學(xué)生正在使用AI模型來(lái)幫助他們的作業(yè)。

或者我們?cè)谌粘Ｉ钪惺褂眠@些模型來(lái)了解事物，了解我們好奇的事物，想了解更多的東西。所有這些方面，模型在我們的日常生活中變得越來(lái)越有影響力。所以我認(rèn)為進(jìn)展非?？臁．?dāng)我觀察我們自己模型能力的進(jìn)展時(shí)，我認(rèn)為我們看到非常令人興奮的進(jìn)展正在發(fā)生。

我認(rèn)為有時(shí)候，并不總是全新的能力出現(xiàn)，而是模型所使能的能力。你能做什么新事物？從模型開(kāi)發(fā)的角度來(lái)看，當(dāng)我們觀察預(yù)訓(xùn)練、后訓(xùn)練時(shí)，我們看到各方面都有相當(dāng)令人振奮的發(fā)展。我認(rèn)為隨著我們了解更多，隨著我們與用戶進(jìn)行更多互動(dòng)，這將繼續(xù)一段時(shí)間，這對(duì)我們來(lái)說(shuō)非常重要，能夠通過(guò)我們的產(chǎn)品進(jìn)行這個(gè)開(kāi)發(fā)周期，觸達(dá)我們的用戶。我們將更多了解他們的需求在哪里，他們對(duì)什么感興趣，他們想學(xué)什么，這將引導(dǎo)我們引入新能力并構(gòu)建技術(shù)。