Gemini 3 來了：忘掉聊天，一句話生成一個(gè)世界 （附與Gemini 團(tuán)隊(duì)溝通實(shí)錄）

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的視覺能力融入了推理，能主動(dòng)解決不一致符號(hào)帶來的歧義問題，對(duì)手寫舊表格的 OCR 識(shí)別能力甚至優(yōu)于受過訓(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)用一首詩來捕捉核聚變的美。

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，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)大到開始全量鋪開生成式UI

在Google自己看來，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)物圖譜帶來商品列表、比較表格和價(jià)格，該圖譜包含超過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)建沉浸式視覺體驗(yàn)和交互式界面——如網(wǎng)頁、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)你詢問關(guān)于物理學(xué)里的三體問題（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)頁的獨(dú)立web app。你甚至可以繼續(xù)用自然語言開發(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)——視覺布局（Visual layout）和動(dòng)態(tài)視圖（Dynamic View）。不過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，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。

這說明什么？

說明這是一個(gè)在Google看來已經(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來開發(fā)軟件的“IDE”平臺(tái) Antigravity

而對(duì)于Google來說，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來主導(dǎo)軟件開發(fā)全流程的平臺(tái)——Antigravity 。

Google也不免俗的介紹了一句話開發(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，并可直接訪問編輯器、終端和瀏覽器。現(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)。”

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）。”

而且，Google又給這個(gè)產(chǎn)品帶來一個(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，最終越來越像你...或者說，像一個(gè)更全能全棧工程師版的你...

如此高預(yù)期的模型，不僅沒有讓人失望，還帶著驚喜一起到來。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。1300萬開發(fā)者在用Gemini等Google的模型開發(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)新模型過程中的一些"Aha moments"？

Gemini團(tuán)隊(duì)：這是個(gè)有趣的問題，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，我覺得太棒了。

實(shí)際上，我們的一位工程師一直在用它來創(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"是該模型在多語言性能上的強(qiáng)大。

對(duì)我來說，特別有趣的一點(diǎn)是，拿一首用古吉拉特語寫的詩——我父母從小說的語言——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)雜的推理問題，以及你希望看到的輸出格式結(jié)合起來。我認(rèn)為這時(shí)你才能真正看到Gemini 3的魔力顯現(xiàn)。

問：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)好問題。先提醒一下，我認(rèn)為AntiGravity會(huì)非常令人興奮。大語言模型和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API供開發(fā)者繼續(xù)使用。但AntiGravity將給我們提供另一種與開發(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)軟件開發(fā)帶來一點(diǎn)全新的思路。

問：對(duì)于消費(fèi)者來說，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。

另一件我覺得很酷的事是使用智能體模式來幫你分類處理郵件收件箱。我開始每天早上這么做：我醒來有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：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：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來幫助完成作業(yè)和課堂學(xué)習(xí)材料。

最后我想說的是，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：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)我們來說，在用戶所在的地方觸達(dá)并連接用戶非常重要。

AI開發(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)我們來說能夠進(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：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)在越來越多的不同職業(yè)中發(fā)生。人們正在使用AI模型來幫助他們的工作。學(xué)生正在使用AI模型來幫助他們的作業(yè)。

或者我們?cè)谌粘Ｉ钪惺褂眠@些模型來了解事物，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越有影響力。所以我認(rèn)為進(jìn)展非常快。當(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？從模型開發(fā)的角度來看，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)我們來說非常重要，能夠通過我們的產(chǎn)品進(jìn)行這個(gè)開發(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)。