Google 釋出 Gemini 3 Pro:主打視覺推理,支援畫素級定位與高幀率影片
Google 釋出多模態模型 Gemini 3 Pro,主打物理空間與影片推理。模型支援輸出畫素級座標以輔助機器人和螢幕操作,影片解析取樣提升至 10 FPS,還能將複雜文件直接反向解析為 LaTeX 或程式碼。
Google 釋出多模態模型 Gemini 3 Pro,主打物理空間與影片推理。模型支援輸出畫素級座標以輔助機器人和螢幕操作,影片解析取樣提升至 10 FPS,還能將複雜文件直接反向解析為 LaTeX 或程式碼。
Google 宣佈在 Gemini 應用中向 Google AI Ultra 訂閱使用者推出 Gemini 3 Deep Think 模式。該模式採用並行推理同時探索多個假設,在不用工具的情況下取得 Humanity's Last Exam 41.0%,結合程式碼執行在 ARC-AGI-2 測出 45.1%。
Google 宣佈 Workspace Studio 全面可用。員工只需輸入自然語言或套用模板,就能借助 Gemini 3 打造專屬 AI 智慧體,自動處理郵件分類與發票提取。最值得關注的是它無縫串聯了 Gmail 與 Salesforce 等外部工具,幾分鐘就能搭起跨應用工作流。
據 The Information 報道,OpenAI 正加緊研發代號為「Garlic」的新模型,有望明年初提前上線。該模型訓練資料集比 GPT-4.5 更小、成本更低,在程式設計與推理測試中直追 Google Gemini 3。面對對手步步緊逼,CEO Sam Altman 本週已在內部拉響「紅色警報」。
週一,據外媒報道,OpenAI CEO Sam Altman 在內部宣佈「紅色警報」,要求團隊全力聚焦核心產品 ChatGPT。為此,廣告、健康智慧體及個人助理 Pulse 等計劃全部延後,集中提升速度與穩定性。面對 Google Gemini 3 的步步緊逼,攻守之勢徹底逆轉。
Google 宣佈將 Gemini 3 Pro 與影像生成模型 Nano Banana Pro 引入近 120 個國家和地區的搜尋 AI Mode(英文版)。Google AI Pro 與 Ultra 訂閱使用者可選「Thinking with 3 Pro」,支援複雜推理並即時生成互動工具與動態佈局。
因使用需求激增,OpenAI 與 Google 分別收緊了 Sora 和 Nano Banana Pro 的免費生成限制。Sora 免費額度定為每天 6 條影片,Nano Banana Pro 則降至每天 2 張圖。說白了,算力緊缺讓大廠吃不消,免費紅利正在加速退場。
Google 在美推出 agentic calling 功能,可替使用者給本地商家打電話查詢庫存與折扣。在 Google 搜尋或 AI Mode 搜商品加「near me」,就能觸發 AI 代打電話,確認周邊是否有貨,結果會通過簡訊或郵件彙總傳送。
NotebookLM 團隊公佈新更新,正式上線幻燈片和資訊圖生成功能,能把參考資料直接轉化成視覺敘事與單圖概覽。自定義角色字數上限也從 500 字元擴充到 5000 字元,此外團隊還預告了正在內測的思考過程互動介面。
據 The Information 報道,OpenAI CEO Sam Altman 在員工備忘錄中提醒,受 Google 在預訓練和新模型上的突破影響,公司短期內可能面臨「經濟逆風」與艱難氛圍。他建議團隊押注自動化 AI 研究與合成數據,並暗示正開發代號為「Shallotpeat」的新模型全力追趕。
Google 宣佈將 Gemini AI 助手推向 Android Auto,覆蓋全球 45 種語言。車主不再需要死記硬背固定指令,可以通過自然對話讓它沿途找店、總結未讀郵件與資訊,甚至開啟 Gemini Live 連續交流。目前正面向已在手機升級 Gemini 的使用者分批推送。
Google 推出影像生成與編輯模型 Nano Banana Pro(Gemini 3 Pro Image)。它不僅能結合搜尋資料生成資訊圖,還攻克了文字渲染難題,支援多語言長段落,並能融合 14 張圖保持 5 人一致性。免費使用者可在 Gemini 應用中限量體驗。
Google 在 Gemini 應用中上線 AI 圖片驗證功能。使用者只需直接上傳圖片並提問,Gemini 便會檢索內建的 SynthID 隱形水印並給出判斷。此外,本週起 Nano Banana Pro 模型生成的圖片還將嵌入 C2PA 後設資料,後續檢測能力還將擴充套件至音影片。
10 月季度,Nvidia 銷售額達 570 億美元,同比增長 62%,淨利潤 319 億美元均超華爾街預期。CEO 黃仁勳表示 Blackwell 銷售爆表、雲端 GPU 全部售罄,直接駁斥了市場對 AI 泡沫的擔憂。大廠對算力基建的重金投入顯然還在繼續。
週二,OpenCV 創始人打造的影片初創公司 CraftStory 宣佈完成 200 萬美元融資並推出 Model 2.0。該模型採用並行擴散架構,能生成長達 5 分鐘的人物影片,突破了競品普遍僅能生成數秒或 25 秒的限制。目前它採用影片驅動靜態圖的模式,生成 30 秒片段約需 15 分鐘。
Google DeepMind 宣佈在新加坡成立新的 AI 研究實驗室,重點推進 Gemini 等前沿能力,並針對亞太多元區域強化語言與文化包容性。團隊由研究科學家與工程師等構成。過去一年其亞太團隊規模已翻倍,這次落地意味著前沿模型在本地化適配上正在提速。
Replit 推出全新 Design Mode,接入了最新的 Gemini 3 模型。使用者通過自然語言即可在兩分鐘內生成兼顧排版與配色的互動原型或靜態網站,不僅能直接部署,還能一鍵轉換為可接後端邏輯的完整應用。
Amazon 旗下 Zoox 在舊金山部分街區推出無方向盤 Robotaxi 服務,對候補名單使用者免費開放。因尚未獲得加州收費許可,目前仍屬試跑階段。繼拉斯維加斯之後,Zoox 正式殺入 Waymo 的大本營展開正面較量。
Google 推出實驗性功能 Google Scholar Labs,探索用生成式 AI 協助解答覆雜的學術研究問題。它能將多角度問題拆解為核心主題與關聯,自動檢索相關學術文獻,並逐一解釋各篇論文如何回應核心疑問。目前僅面向部分登入使用者測試。
Google 釋出新一代旗艦模型 Gemini 3。首發的 Gemini 3 Pro 預覽版在 LMArena 斬獲 1501 Elo 新紀錄,在多模態推理與編碼上大幅躍升,並同步推出智慧體開發平臺 Google Antigravity。增強推理模式 Deep Think 也已進入測試。