谷歌本周二（18日）宣布推出 Gemini 3，该公司领导层将其描述为迄今为止最复杂的人工智能模型，旨在理解细微差别并以前所未有的自主性执行任务。新一代技术有望通过将卓越的多模式功能和深入的逻辑推理直接集成到公司的产品（从搜索引擎到复杂的软件开发工具）中来改变数字交互。此次更新标志着生成人工智能领域争夺主导地位的斗争进入了一个新阶段，不仅注重响应命令，而且注重充当思想伙伴。
发布时提出的主要创新：
- 深度推理：引入深度思考模式来解决复杂问题。
- 代理自主性：提高了分多个步骤计划和执行任务的能力。
- Google Antigravity：针对集成编码代理的开发人员的新平台。
- 创纪录的表现：领导力在 LMArena 排名和学术测试中得到证实。
逻辑推理和多模式能力的进步
Gemini 3最大的区别在于其“最先进的推理”架构，该架构允许模型比以前的版本更深入地处理信息。谷歌和 Alphabet 首席执行官桑达尔·皮查伊 (Sundar Pichai) 表示，技术已经从简单地阅读文本和图像发展到理解用户请求背后的上下文和意图，从而不再需要过于详细的提示。
该公司还推出了“Gemini 3 Deep Think”，这是一种改进的推理模式，在高难度评估中取得了令人印象深刻的分数，展示了应对需要顺序逻辑和抽象数据解释的挑战的能力。
性能测试表明相比2.5 Pro型号有显着的质的飞跃：
- LMArena 排行榜上的分数为 1501 Elo。
- GPQA 钻石基准获得 91.9% 的认可。
- Video-MMMU 的多模态理解准确率达到 87.6%。
面向开发者的新 Google 反重力平台
在推出该模型的同时，推出了谷歌反重力平台，被描述为“代理优先”的开发环境。该工具允许程序员在面向任务的级别上进行操作，其中人工智能从仅仅是代码完成助手转变为计划和执行端到端工作流程的积极合作伙伴。
通过直接访问编辑器、终端和浏览器，Antigravity 中的 Gemini 3 代理可以开发、测试和验证端到端应用程序。该集成旨在通过将重复且复杂的流程委托给人工智能来提高生产力，并保持对软件开发中战略和创造性决策的人类监督。
直接集成到搜索和编码功能中
此次更新还直接影响最终消费者，即在 Google 搜索的“AI 模式”中立即实施 Gemini 3。
如此规模的模型首次在发布当天在搜索引擎中提供，允许根据查询实时生成动态界面和沉浸式视觉布局。
此外，“vibe 编码”功能也得到了增强，使模型能够根据自然语言指令生成丰富的交互式网络可视化效果。
在数学和科学测试中表现出色
事实准确性和数学能力是这一代人发展的重点。
该模型在MathArena Apex中取得了23.4%的新高，创下了高级数学分辨率前沿模型的记录。
在 SimpleQA Verified 等事实核查测试中，Gemini 3 达到了 72.1%，这表明生成模型中常见的“幻觉”有所减少。
这些数据增强了该工具对于需要可靠地合成大量技术数据的学者和科学家的实用性。
长期规划能力
Google DeepMind 团队详细介绍的技术性发展之一是跨长期任务的模型一致性。在 Vending-Bench 2 基准等业务模拟中，Gemini 3 能够在不偏离最初目标的情况下长时间管理虚拟操作，这是以前的模型难以维持的。这表明人工智能可以更安全地用来组织个人工作流程，例如安排服务和管理电子邮件，在用户的监督下保持流程从开始到结束的操作一致性。
资源的可用性和即时访问
Gemini 3 Pro 现在可供开发人员通过 Google AI Studio 和 Vertex AI 以及与第三方平台的集成使用。
对于普通公众，这些功能今天开始在 Gemini 应用程序和搜索中分发，并为 AI Ultra 计划订户保留高级功能。
