谷歌Gemini 3 Pro上线，对标OpenAI

11月19日，谷歌旗舰版Gemini 3 Pro model上线，官方宣称其编码和推理能力提升，“谄媚”变少，且瞄准了对手ChatGPT。这是谷歌迄今为止“最智能”“最准确”的模型，首次向所有用户开放，发布首日即可体验。谷歌DeepMind高级总监兼产品负责人Tulsee Doshi表示，新模型将助力谷歌实现“人人皆可获取且人人皆可使用”的信息目标，其一大步是跳出仅提供文字回复的模式，让用户看到更丰富、更完整的实际内容。

功能升级，多模态特性显著

Gemini 3 Pro具有“原生多模态”特性，能同时处理文本、图像和音频，提升了传统的文本 - 文本单一交互状态，编码功能增强后可生成更好的视觉效果。官方演示中，AI对RNA进行加工处理表现流畅。它还能翻译菜谱照片并转换成食谱，根据一系列视频讲座创建交互式学习卡片。

在Gemini应用的内置Canvas中，用户可构建功能更全面的程序。升级后的AI模型支持“生成式界面”，既能创建类似杂志的视觉格式（包含可供浏览的图片），又能根据用户提示创建定制的自定义用户界面的动态布局，不过该工具目前还在测试中。

搜索功能优化，暗讽对手

搜索功能上，Gemini 3 Pro能根据用户搜索呈现图像、表格、网格和模拟等视觉元素。该技术不仅能将问题分解成可搜索的部分，还能更好地理解用户搜索意图，找到之前可能遗漏的新内容。

谷歌毫不掩饰地对OpenAI暗讽，称Gemini 3 Pro不像ChatGPT那样充斥着空洞的奉承。其回复有“显著”变化，被描述为“智能、简洁、直接，摒弃陈词滥调和奉承，提供真正的洞见——告诉你你需要听到的，而不仅仅是你想听到的”。

推理和智能代理能力强大

Gemini 3 Pro具备更强大的推理和智能代理能力，能完成更复杂的任务，并“可靠地进行长期规划”。它为Gemini Agent的一项实验性功能提供支持，该功能可在Gemini应用内帮用户执行任务，如查看和整理电子邮件，或搜索和预订旅行。谷歌此次发行的不仅是模型单品，还覆盖了AIGC、AI应用、AI搜索和AI Agent全范围，是一个充满策略的“聪明桶”。

跑分领先，对标竞品

在官方的21项基准测试中，Gemini 3 Pro除OCR和代理编码表现相对较弱外，其他指标几乎都遥遥领先。谷歌还单独拎出人类最终测试、终端工作台2.0和SimpleQA Verified三个指标加以强调，矛头直指Claude Sonnet4.5和GPT - 5.1，试图表达Gemini 3 Pro在标准化知识生成、AI工具使用乃至“人工智能”等重要指标方面具有全方位优势。

推出Antigravity，构建生态闭环

开发工具亮相

谷歌在发布Gemini 3 Pro的同时，推出了Antigravity，这是一款基于Gemini 3 Pro以及其他第三方模型的开发工具。其设计理念是面向“智能体优先的未来”，支持多个智能体，并允许它们直接访问编辑器、终端和浏览器。

关键组件与功能

 • 工作验证：Antigravity在完成任务过程中会生成“工件”文件，如任务列表、计划、屏幕截图和浏览器录制，旨在验证已完成和即将执行的工作。它还会报告操作和外部工具的使用情况，且“工件”比模型操作和工具调用的完整列表更便于用户验证。

 • 使用视图：提供了两种主要使用视图。默认的编辑器视图提供熟悉的集成开发环境(IDE)体验，类似于Cursor和GitHub Copilot等竞争对手，并在侧边栏中显示代理；全新的管理器视图旨在同时控制多个代理，使每个代理都能更加自主地工作，谷歌将其比作“任务控制中心”，用于“并行地在多个工作区中生成、协调和观察多个代理”。

 • 用户反馈与学习能力：谷歌推出了更多向人工智能代理提供反馈的方式，用户可在代理执行特定任务时留下评论供其参考，无需中断其工作。Antigravity中的代理能够“从过去的工作中学习”，保留特定的代码片段或执行特定任务所需的步骤。官方演示中，Antigravity构建了一个基本的航班跟踪应用程序，对其进行测试，并通过浏览器录制报告了该测试结果。

生态野心

目前，Antigravity已推出公开预览版，兼容Windows、macOS和Linux系统。谷歌此次出击不止于发布一个大模型，智能体开发平台的开放性展露出其构建从模型、应用到开发者的完整生态闭环的野心。

未来展望

多模态的交互将AI从一位博学的“对话者”，重塑为一个能看、能听、能行动、能规划的“执行者”。当AI开始理解和操作多媒体世界，未来3D和全景、沉浸式的交互竞赛也将不远了。