Google 发布 Gemini 3 Pro:主打视觉推理,支持像素级定位与高帧率视频
Google 发布多模态模型 Gemini 3 Pro,主打物理空间与视频推理。模型支持输出像素级坐标以辅助机器人和屏幕操作,视频解析采样提升至 10 FPS,还能将复杂文档直接反向解析为 LaTeX 或代码。
Google 发布多模态模型 Gemini 3 Pro,主打物理空间与视频推理。模型支持输出像素级坐标以辅助机器人和屏幕操作,视频解析采样提升至 10 FPS,还能将复杂文档直接反向解析为 LaTeX 或代码。
Google 宣布在 Gemini 应用中向 Google AI Ultra 订阅用户推出 Gemini 3 Deep Think 模式。该模式采用并行推理同时探索多个假设,在不用工具的情况下取得 Humanity's Last Exam 41.0%,结合代码执行在 ARC-AGI-2 测出 45.1%。
Google 宣布 Workspace Studio 全面可用。员工只需输入自然语言或套用模板,就能借助 Gemini 3 打造专属 AI 智能体,自动处理邮件分类与发票提取。最值得关注的是它无缝串联了 Gmail 与 Salesforce 等外部工具,几分钟就能搭起跨应用工作流。
据 The Information 报道,OpenAI 正加紧研发代号为「Garlic」的新模型,有望明年初提前上线。该模型训练数据集比 GPT-4.5 更小、成本更低,在编程与推理测试中直追 Google Gemini 3。面对对手步步紧逼,CEO Sam Altman 本周已在内部拉响「红色警报」。
周一,据外媒报道,OpenAI CEO Sam Altman 在内部宣布「红色警报」,要求团队全力聚焦核心产品 ChatGPT。为此,广告、健康智能体及个人助理 Pulse 等计划全部延后,集中提升速度与稳定性。面对 Google Gemini 3 的步步紧逼,攻守之势彻底逆转。
Google 宣布将 Gemini 3 Pro 与图像生成模型 Nano Banana Pro 引入近 120 个国家和地区的搜索 AI Mode(英文版)。Google AI Pro 与 Ultra 订阅用户可选「Thinking with 3 Pro」,支持复杂推理并即时生成交互工具与动态布局。
因使用需求激增,OpenAI 与 Google 分别收紧了 Sora 和 Nano Banana Pro 的免费生成限制。Sora 免费额度定为每天 6 条视频,Nano Banana Pro 则降至每天 2 张图。说白了,算力紧缺让大厂吃不消,免费红利正在加速退场。
Google 在美推出 agentic calling 功能,可替用户给本地商家打电话查询库存与折扣。在 Google 搜索或 AI Mode 搜商品加「near me」,就能触发 AI 代打电话,确认周边是否有货,结果会通过短信或邮件汇总发送。
NotebookLM 团队公布新更新,正式上线幻灯片和信息图生成功能,能把参考资料直接转化成视觉叙事与单图概览。自定义角色字数上限也从 500 字符扩充到 5000 字符,此外团队还预告了正在内测的思考过程交互界面。
据 The Information 报道,OpenAI CEO Sam Altman 在员工备忘录中提醒,受 Google 在预训练和新模型上的突破影响,公司短期内可能面临「经济逆风」与艰难氛围。他建议团队押注自动化 AI 研究与合成数据,并暗示正开发代号为「Shallotpeat」的新模型全力追赶。
Google 宣布将 Gemini AI 助手推向 Android Auto,覆盖全球 45 种语言。车主不再需要死记硬背固定指令,可以通过自然对话让它沿途找店、总结未读邮件与信息,甚至开启 Gemini Live 连续交流。目前正面向已在手机升级 Gemini 的用户分批推送。
Google 推出图像生成与编辑模型 Nano Banana Pro(Gemini 3 Pro Image)。它不仅能结合搜索数据生成信息图,还攻克了文字渲染难题,支持多语言长段落,并能融合 14 张图保持 5 人一致性。免费用户可在 Gemini 应用中限量体验。
Google 在 Gemini 应用中上线 AI 图片验证功能。用户只需直接上传图片并提问,Gemini 便会检索内置的 SynthID 隐形水印并给出判断。此外,本周起 Nano Banana Pro 模型生成的图片还将嵌入 C2PA 元数据,后续检测能力还将扩展至音视频。
10 月季度,Nvidia 销售额达 570 亿美元,同比增长 62%,净利润 319 亿美元均超华尔街预期。CEO 黄仁勋表示 Blackwell 销售爆表、云端 GPU 全部售罄,直接驳斥了市场对 AI 泡沫的担忧。大厂对算力基建的重金投入显然还在继续。
周二,OpenCV 创始人打造的视频初创公司 CraftStory 宣布完成 200 万美元融资并推出 Model 2.0。该模型采用并行扩散架构,能生成长达 5 分钟的人物视频,突破了竞品普遍仅能生成数秒或 25 秒的限制。目前它采用视频驱动静态图的模式,生成 30 秒片段约需 15 分钟。
Google DeepMind 宣布在新加坡成立新的 AI 研究实验室,重点推进 Gemini 等前沿能力,并针对亚太多元区域强化语言与文化包容性。团队由研究科学家与工程师等构成。过去一年其亚太团队规模已翻倍,这次落地意味着前沿模型在本地化适配上正在提速。
Replit 推出全新 Design Mode,接入了最新的 Gemini 3 模型。用户通过自然语言即可在两分钟内生成兼顾排版与配色的交互原型或静态网站,不仅能直接部署,还能一键转换为可接后端逻辑的完整应用。
Amazon 旗下 Zoox 在旧金山部分街区推出无方向盘 Robotaxi 服务,对候补名单用户免费开放。因尚未获得加州收费许可,目前仍属试跑阶段。继拉斯维加斯之后,Zoox 正式杀入 Waymo 的大本营展开正面较量。
Google 推出实验性功能 Google Scholar Labs,探索用生成式 AI 协助解答复杂的学术研究问题。它能将多角度问题拆解为核心主题与关联,自动检索相关学术文献,并逐一解释各篇论文如何回应核心疑问。目前仅面向部分登录用户测试。
Google 发布新一代旗舰模型 Gemini 3。首发的 Gemini 3 Pro 预览版在 LMArena 斩获 1501 Elo 新纪录,在多模态推理与编码上大幅跃升,并同步推出智能体开发平台 Google Antigravity。增强推理模式 Deep Think 也已进入测试。