谷歌最新多模態(tài)大模型和圖像模型刷屏！可視化學(xué)習(xí)、P圖、做網(wǎng)站樣樣行

通用大模型基礎(chǔ)模型能力越來(lái)越強(qiáng)大，接下來(lái)看其他大模型如何出招。

來(lái)源|多知

“智能的新時(shí)代”來(lái)了！

谷歌本周發(fā)布了其最新的大型語(yǔ)言模型（LLM）——Gemini 3 系列產(chǎn)品，其中旗艦機(jī)型 Gemini 3 Pro 率先面向用戶推出。

Gemini 3 是原生多模態(tài)的大模型，集聽(tīng)、看、思考為一體，能一次性處理文字、圖片與音頻，而不是分成不同流程，官方稱能夠?qū)⑷魏蜗敕ㄗ優(yōu)楝F(xiàn)實(shí)。

Gemini 3 這款全新的AI模型將帶來(lái)一系列升級(jí)功能，從生成可生成交互式 3D 可視化效果的代碼，到能夠完成任務(wù)的“智能體”能力。

谷歌稱，Gemini 3 Pro在所有主要的AI基準(zhǔn)測(cè)試中都顯著優(yōu)于2.5 Pro。它以突破性的1501 Elo分?jǐn)?shù)榮登LMArena排行榜榜首。它在“人類最后的考試”（不使用任何工具，得分37.5%）和GPQA Diamond（得分91.9%）測(cè)試中均取得了頂尖成績(jī)，展現(xiàn)了博士級(jí)別的推理能力。此外，它還在MathArena Apex測(cè)試中取得了23.4%的全新最高分，為數(shù)學(xué)領(lǐng)域的前沿模型樹立了新的標(biāo)桿。

除了文本推理之外，Gemini 3 Pro 在 MMMU-Pro 測(cè)試中取得了 81% 的正確率，在 Video-MMMU 測(cè)試中取得了 87.6% 的正確率，重新定義了多模態(tài)推理能力。它在 SimpleQA Verified 測(cè)試中也獲得了 72.1% 的成績(jī)，展現(xiàn)了在事實(shí)準(zhǔn)確性方面的顯著進(jìn)步。

這意味著 Gemini 3 Pro 能夠以高度的可靠性解決涵蓋科學(xué)和數(shù)學(xué)等眾多領(lǐng)域的復(fù)雜問(wèn)題。

在測(cè)試中，Gemini 3 Deep Think 在 Humanity's Last Exam（不使用工具的情況下得分 41.0%）和 GPQA Diamond（得分 93.8%）上的表現(xiàn)均優(yōu)于 Gemini 3 Pro 已相當(dāng)出色的成績(jī)。此外，它在 ARC-AGI-2（代碼執(zhí)行，已通過(guò) ARC Prize 驗(yàn)證）上也取得了前所未有的 45.1% 的得分，展現(xiàn)了其解決全新挑戰(zhàn)的能力。

Gemini 從一開始就旨在無(wú)縫整合任何主題的多種模態(tài)信息，包括文本、圖像、視頻、音頻和代碼。Gemini 3 結(jié)合了其先進(jìn)的推理、視覺(jué)和空間理解能力、領(lǐng)先的多語(yǔ)言性能以及百萬(wàn)級(jí)上下文窗口，進(jìn)一步拓展了多模態(tài)推理的邊界。

可以說(shuō)，只要想學(xué)任何東西，都可以通過(guò)Gemini 3去實(shí)現(xiàn)：

“例如，如果您想學(xué)習(xí)如何烹飪家族傳統(tǒng)菜肴，Gemini 3 可以解讀并翻譯不同語(yǔ)言的手寫食譜，生成可與家人分享的食譜。

或者，如果您想學(xué)習(xí)某個(gè)新主題，您可以提供學(xué)術(shù)論文、長(zhǎng)篇視頻講座或教程，它可以生成交互式記憶卡片、可視化或其他格式的代碼，幫助您掌握相關(guān)知識(shí)。

它甚至可以分析您匹克球的比賽視頻，找出您可以改進(jìn)的地方，并制定訓(xùn)練計(jì)劃，幫助您全面提升球技?！?/p>

Gemini 3 還構(gòu)建了 Vibe 編碼和代理編碼模型，它在 WebDev Arena 排行榜上名列榜首，獲得了令人矚目的 1487 Elo 分?jǐn)?shù)。此外，它在 Terminal-Bench 2.0 測(cè)試中也取得了 54.2% 的成績(jī)，該測(cè)試旨在評(píng)估模型通過(guò)終端操作計(jì)算機(jī)的工具使用能力。同時(shí)，它在 SWE-bench Verified 測(cè)試中也大幅超越了 2.5 Pro 版本（得分為 76.2%），該測(cè)試用于衡量編碼代理的性能。

現(xiàn)在，用戶可以使用 Google AI Studio、Vertex AI、Gemini CLI 以及我們?nèi)碌闹悄荏w開發(fā)平臺(tái) Google Antigravity 中的 Gemini 3 進(jìn)行構(gòu)建。它也適用于 Cursor、GitHub、JetBrains、Manus、Replit 等第三方平臺(tái)。

Gemini 3 適用于Gemini 應(yīng)用中的所有用戶，以及 Google AI Pro 和 Ultra 訂閱用戶在搜索的AI 模式下使用此功能。

對(duì)于使用 AI Studio 中的 Gemini API、新的智能體開發(fā)平臺(tái)、Google Antigravity 和 Gemini CLI 的開發(fā)者而言，Gemini API 和 Gemini CLI 都非常有用。

還適用于Vertex AI 和 Gemini Enterprise 的企業(yè)。

根據(jù)網(wǎng)友們的評(píng)測(cè)，使用Gemini 3，可以生成健身課程網(wǎng)站、小游戲等。

緊跟著，谷歌還發(fā)布了新的圖像編輯和生成工具 Nano Banana Pro（也叫Gemini 3 Pro Image），該產(chǎn)品基于Gemini 3 Pro打造。

據(jù)介紹，該模型不僅支持高達(dá)4K分辨率的圖像輸出，還集成了圖像生成與對(duì)話式多輪編輯的強(qiáng)大功能。它通過(guò)深度推理技術(shù)顯著提升圖像品質(zhì)，同時(shí)支持多語(yǔ)言長(zhǎng)文本的精準(zhǔn)渲染。

谷歌DeepMind和谷歌研究院首席科學(xué)家，Gemini項(xiàng)目負(fù)責(zé)人Jeff Dean提到：Gemini 3 Pro Image 可以生成種類繁多的逼真圖像、復(fù)雜的視覺(jué)效果、信息圖表等等。

他給到Gemini 3 Pro Image 一個(gè)提示詞：請(qǐng)給我一張?zhí)?yáng)系圖，并為每個(gè)行星標(biāo)注一個(gè)有趣的要素。

這樣的圖片看起來(lái)非常清晰、直觀，適合老師做教案，也可以用來(lái)直接進(jìn)行知識(shí)學(xué)習(xí)。

Nano Banana Pro還可以P圖、做海報(bào)等。

比如，上傳一張生活照片，告訴它：去掉其他人物，改成影棚燈光，身著正裝，一張生活照就可以變成正裝圖。

Nano Banana Pro可以看到，擁有更高級(jí)的世界知識(shí)、文本渲染、更高的精度和更強(qiáng)大的控制功能能讓角色保持一致性。基于 Gemini 3 構(gòu)建，尤其擅長(zhǎng)制作復(fù)雜的圖表，就像工程師看待世界的方式一樣。

可以看到，通用大模型基礎(chǔ)模型能力越來(lái)越強(qiáng)大，接下來(lái)看其他大模型如何出招。

教育從業(yè)者年度必讀丨《教育科技這一年：教育+AI新紀(jì)元》火熱銷售中，點(diǎn)擊小程序購(gòu)買?

掃碼加入多知新書交流群，共同探討教育+AI的未來(lái)