Gemini 3震撼登场：以压倒性实力重塑AI行业格局

在经历了长时间的期待后，Gemini 3终于于昨晚正式亮相。其近乎恐怖的性能表现，彻底碾压了当前各大主流模型。

仅需简单一句话指令，它就能轻松创建3D模型、搭建网站，甚至构建一个完整的开放世界游戏……

现在，通过Google AI Studio，用户可以直接体验Gemini 3 Pro预览版。而面向更广泛受众的Gemini网站和移动应用，也将很快上线。

毫不夸张地说，在现有竞争者面前，Gemini 3展现出了绝对优势……

Gemini 3 Pro公布的性能成绩单显示，它不仅将前代Gemini 2.5 Pro远远甩在身后，更在除“解决真实GitHub问题（SWE-Bench Verified）”外的所有项目中，全面超越了Claude Sonnet 4.5和GPT-5.1。

这好比班级里出现了一位全科满分的天才，让其他偏科的优等生瞬间黯然失色，令人既惊叹又震撼。

在这份学霸成绩单中，有几项关键指标尤为突出。

ARC-AGI-2测试中，Gemini 3 Pro以31.1%的成绩实现了断层式领先，远超第二名的Claude Sonnet 4.5。该测试旨在评估AI的抽象推理能力，被视为衡量通用人工智能水平的核心标准。

AIME 2025和MathArena Apex则代表了解决复杂数学问题的能力。其中，Gemini 3 Pro在MathArena Apex中获得了23.4%的分数。虽然分数看似不高，但竞争对手的成绩均低于2%，差距悬殊。

ScreenSpot-Pro和Vending-Bench 2这两项测试则更具趣味性。前者用于评估AI能否像人类一样理解并操作UI界面，后者则测试AI在复杂长程任务和跨场景下的执行能力。

简而言之，Gemini实现了Siri梦寐以求的智能助理愿景。

假设你的老板临时将会议改到傍晚，而你担心错过女儿的演出。此时，AI可以调取你手机中的各类数据——如会议结束时间、演出日程、实时路况等——综合分析后判断你是否能准时赶到。

当其他公司还在“准备阶段”时，谷歌已经将这一功能变为现实。

在谷歌生态系统中，开启Gemini Agent模式并授权后，它便能调动你所有谷歌设备中的数据，实现上述场景。

例如，你可以对Gemini说：“根据我邮件中的信息，帮我预订一辆下周旅行用的中型SUV，日租金不超过80美元。”随后，你下飞机后即可直接取车。

此外，在被誉为“人类最后一场闭卷考试”的“Humanity"s Last Exam”中，Gemini 3 Pro也拿下了目前最高的37.5%分数，显著高于GPT-5.1的26.5%。

这意味着，Gemini 3 Pro是目前最接近“人类通才”的AI模型。

但这还不是全部。当启用Gemini 3 Deep Think（深度思考模式）后，它在“Humanity"s Last Exam”中的分数进一步提升至41%（无需工具辅助）。同时，在面对需要严谨逻辑和专业知识的复杂科学问题（GPQA Diamond）时，Gemini 3 Deep Think取得了93.8%的高分。

而在ARC-AGI-2测试中，Gemini 3 Deep Think更以45.1%的惊人成绩，将仅得4.9%的Gemini 2.5 Pro远远抛在身后。

设计师面临全新挑战

过去，开发一款应用或网页需要设计师先绘制UI和素材，再由程序员通过代码实现交互功能，最终发布产品。

而现在，仅用一句话就能让Gemini生成高质量的交互式SVG。例如，在X平台上广泛传播的“电风扇”设计，不仅图像精美，而且具备动态交互功能，完全达到可直接使用的水平。

此外，还有网友让Gemini绘制“游戏中的水管工”：

五缸发动机示意图......

我也尝试让Gemini绘制了一个灯泡，并添加了可操作的开关，它仅用35秒便完成了任务；

以及复刻我家猫咪的形象，不得不说，相似度极高。

可交互的SVG不仅提升了趣味性，更蕴含着更大的潜力。

谷歌表示，基于Gemini 3强大的推理和多模态能力，未来的Gemini应用将推出名为“生成式UI”的新功能。

简而言之，Gemini应用可以直接生成可交互的UI来响应用户的查询和指令，而非传统“一问一答”的交互模式。

例如，在谷歌官方演示中，用户让Gemini规划一次明年夏季的罗马三日游。随后，它生成了一个类似动态杂志的界面，用户不仅可以浏览内容，还能与其中的元素进行交互。

这种多模态能力也正是谷歌宣称可以“构建任何事物”的底气所在。

（部分）程序员再次迎来变革……

从某种意义上说，SVG绘图也是编程的一种体现。而在编程领域，Gemini更是表现卓越。

根据X平台网友测试，Gemini 3 Pro在DesignArena的多个项目中再次以断层优势领先。

现在，仅需一段简短的描述，就能让Gemini 3编写一个“macOS操作系统”。运行后，它不仅会模拟“开机”流程，更令人惊叹的是，用户还能在这个“macOS”中上网浏览、运行终端……

这还只是基础操作。有网友让Gemini 3创建了一个《我的世界》游戏，成果有模有样。

我也亲自进行了测试。我让Gemini帮我制作一个个人网站，要求包含四个页面：主页、个人介绍、作品展示和联系方式。风格需现代简约、高端大气。

Gemini仅用一分半钟便完成了任务。导航栏采用了苹果式的毛玻璃效果，且所有按钮、输入框均处于有效状态，绝非仅具装饰性。

不过，初始生成的网页风格较为中规中矩。

于是我提出：“我希望采用全球顶尖设计工作室的网站风格，色彩和排版可以更大胆一些。”

45秒后，Gemini 3 Pro交付的结果令人惊叹。

至于复刻特定设计，更是轻而易举。

我还看到了更令人印象深刻的例子：X平台网友让Gemini 3制作了一个3D乐高编辑器，一次性实现了用户界面、代码构建及所需全部功能。

在Gemini 3 Pro上线不到一小时内，Cursor等vibe coding软件便第一时间提供了支持。

面向专业开发者，谷歌发布了Antigravity平台，它看似IDE，实则为vibe coding环境。该平台让AI真正成为程序员的“生产力助手”，能够自主跟进开发进度、管理任务列表、制作PPT、编写代码，并在浏览器中验证代码效果，甚至进行自我总结与优化。

在此过程中，Antigravity还会学习用户的代码风格和开发偏好。

由此可见，性能跑分或许已不再是最重要的指标。相比切实打破“构想”与“实现”之间的壁垒，技术门槛正被迅速铲平。例如在前端开发中，编写代码或调整框架可能不再关键，真正能拉开差距的，或许只剩想象力了。

正如谷歌所言，Gemini 1从一开始就具备多模态能力，Gemini 2强化了推理能力，使AI Agent能够自主思考、编程和行动。而Gemini 3通过全新的生成式UI界面，能够生成用户所需的各种输出格式。这一路稳步推进，恰如网络流行语所说：众人皆看好，而你亦不负众望。

配图来源：Google与作者提供