如何评价谷歌正式发布的 Gemini 3？哪些信息值得关注？

当地时间11月18日，Alphabet旗下的谷歌正式推出Gemini 3系列模型。Gemini 3 Pro已于即日起在Gemini应用、Search AI Mode、AI Studio、Vertex AI以及全新代理式开发平台Google Antigravity中开放预览。性能全面跃升：多项前沿基准测试夺冠 谷歌表示，Gemini 3 Pro在推理与多模态能力上实现了“前所未有的深度与细腻度”，并在几乎所有主流AI基准上全面超越前代2.5 Pro。它以1501 Elo（Elo评分体系，用于衡量模型在盲测对战中的相对实力）的突破性成绩登顶LMArena榜单，在“人类终极考试”（Humanity’s Last Exam）中取得37.5%（无工具）成绩，并在高难度科学推理测试GPQA Diamond中拿下91.9%的顶级表现。 在数学方面，Gemini 3 Pro再次刷新前沿模型记录，以23.4%的成绩夺得MathArena Apex新高，显示出其在结构化逻辑思维与复杂计算上的强势提升。 作为一款完全多模态的基础模型，Gemini 3 Pro在视觉和视频理解同样创下新纪录：多模态大考MMMU-Pro得分81%，视频推理基准Video-MMMU得分87.6%，均创当前SOTA。在强调事实一致性的SimpleQA Verified中，它也以72.1%的成绩领先同类模型。 谷歌称，这些能力意味着Gemini 3 Pro可以在科学、数学、工程等高复杂度任务中提供更可靠的分析与建议，并在日常交互中给出“更直接、更有洞察力”的回应。 除了在多项基准测试中刷新纪录外，Gemini 3 Pro也为每一次交互带来了全新的深度与细腻度。谷歌表示，新模型的回答更加聪明、简洁且直截了当，避免陈词滥调和无谓的恭维，更倾向于提供具有洞见的结论与判断——“告诉你需要知道的，而不是你想听的”。 这一代模型更像一个真正的思考伙伴。它能够帮助用户以全新的方式理解信息和表达观点，例如将晦涩难懂的科学概念转译为高保真的可视化代码，或在创作、规划等场景中进行更具启发性的头脑风暴。谷歌强调，这种“深度交互体验”是Gemini 3 Pro在推理与多模态能力跃升后的自然结果，使其在专业分析与日常创意任务中都表现得更加可靠而富有洞察力。 谷歌同步预览了增强版Gemini 3 Deep Think。该模型进一步突破了智能边界，在Gemini 3的推理和多模态理解能力上实现了阶跃式提升，能够帮助用户解决更为复杂的问题。 Gemini 3 Deep Think在极难测试中再次刷新记录：Humanity’s Last Exam提升至41%（无工具），GPQA Diamond提升至93.8%，并在核心AGI测试ARC-AGI-2（带代码执行、官方验证）中获得前所未有的45.1%。谷歌称该模式代表其在自主推理与新颖任务解决能力上的重大突破。 谷歌表示，Gemini 3的推出只是新一代模型周期的起点。自发布起，Gemini 3已开始在不同产品与平台中分阶段上线： 对于 谷歌同时透露，未来将陆续推出更多Gemini 3系列模型，以扩展其在不同场景下的能力与覆盖范围。“我们期待看到用户使用 Gemini 在学习、构建与规划中解锁更多可能性。” 在发布现场，谷歌展示了一系列基于Gemini 3的实时演示，覆盖学习、构建与视觉分析等核心场景，重点体现其在多模态理解、跨介质推理以及端到端代码生成方面的跃升能力。 Gemini 3生成的生成带有封面与章节导航的数字化家庭食谱电子书 在学习场景的展示中，Gemini 3通过多模态处理能力展现出强大的信息整合能力。谷歌工程师向模型上传了一张带有折痕与油渍的手写家族食谱照片。Gemini 3能够准确识别并翻译不同语言的笔迹，再将内容自动排版，生成带有封面与章节导航的数字化家庭食谱电子书。 Gemini 3生成的RNA聚合酶结构与运动流程等交互式动画截图 随后，演示切换到科研学习场景：面对超40页的PDF学术论文与一段长时教学视频，Gemini 3一次性提取核心理论，生成变量关系图，并编写可执行的可视化代码，实时绘制出如RNA聚合酶结构与运动流程等交互式动画，同时自动产出可点击的学习闪卡与结构化学习指南。 Gemini 3在运动训练中展示其视觉理解与动作分析能力 在运动训练演示中，Gemini 3则展示其视觉理解与动作分析能力。模型对一段匹克球比赛视频进行逐帧解析，在画面中叠加挥拍角度轨迹、移动路径热力图以及失误动作标注，并基于分析结果给出专业训练建议与改进计划，类似一位具备视频分析能力的体育教练。谷歌全新AI模型Gemini 3发布：宣称“全球最智能模型”，多项基准登顶_腾讯新闻