预测市场押注Gemini 3.0将于下周发布，Pichai在社交平台微妙举动被解读为对发布时间的确认。内部人士形容新模型“极其惊艳”，预计将在编码和多媒体内容生成方面实现重大改进。分析认为，新模型可能让谷歌有机会夺得领先地位，特别是在OpenAI的ChatGPT-5未能立即产生重大影响之后。
谷歌即将发布的Gemini 3.0人工智能模型正引发行业广泛关注。
预测市场显示该模型将于下周推出，首席执行官Sundar Pichai在社交媒体上以"思考表情"回应相关猜测，几乎确认了这一时间表，这是谷歌首次在大模型发布前进行如此大规模的内外部造势活动。
而且接触过该模型的人士对其能力评价极高，据Business Insider周一报道，内部人士形容新模型“极其惊艳”，预计将在编码和多媒体内容生成方面实现重大改进。谷歌员工已开始在社交媒体上流露对发布的兴奋之情，这种现象在谷歌以往的模型发布前并不多见。
该模型在专业领域的测试结果显示出突破性进展。加拿大劳瑞尔大学历史学教授Mark Humphries通过Google AI Studio测试了疑似Gemini 3.0的未发布模型，发现其在识别18世纪手写文稿方面接近完美，字符错误率仅为0.56%，词错误率为1.22%，相比前代Gemini 2.5 Pro提升50%-70%，达到专家级人类水平。
对于自2022年底ChatGPT发布后一度陷入"红色警报"的谷歌而言，Gemini 3.0被视为重塑市场地位的关键一步，尤其是在OpenAI备受期待的ChatGPT-5发布后未能立即产生重大影响的背景下。
01
罕见的发布前热度
谷歌此次大模型发布前的氛围与以往明显不同。预测市场已开始押注Gemini 3.0将于下周发布，Pichai在社交平台X上用一个"思考表情"回应相关讨论，这一微妙举动被广泛解读为对发布时间的确认。
谷歌员工在社交媒体上的活跃表现也不同寻常。众多员工公开表达对新模型发布的兴奋情绪，这种集体性的预热行为在谷歌以往的模型发布中并不常见。不仅内部人员，许多提前了解模型能力的外部人士也在网上发表热情洋溢的评价。
据Business Insider报道，内部人士将该模型描述为"极其惊艳"，预计将在编码和多媒体内容生成领域带来显著提升，可能包括对谷歌热门图像工具NanoBanana的重大升级。
02
专业测试显示突破性能力
Mark Humphries的测试为理解新模型的能力提供了具体案例。他使用自己的专业工作——分析18世纪手写会计账簿——作为基准测试。这项任务难度极高，不仅需要识别潦草字迹，还需要整合历史背景、语言细微差别和逻辑推理。
Humphries指出，解读历史手写文本需要超越视觉识别的能力。"当你回到过去，就进入了一个不同的国度。人们说话方式不同，使用不熟悉的词汇或以不熟悉的方式使用熟悉的词汇。过去的人们使用不同的测量和会计系统、不同的措辞、标点、大写和拼写。"
测试结果显示，前代Gemini 2.5 Pro在这些复杂文档上的字符错误率约为4%，大致相当于专业人类转录员的水平。新模型将字符错误率降至0.56%，词错误率降至1.22%，达到专家级人类表现标准。
更值得注意的是模型展现出的推理能力。Humphries发现模型能够自发进行逐步符号推理，例如在18世纪商人账本中将"145"推断为"14磅5盎司"，这不仅是文本识别，而是对生成这些记录的经济和文化系统的理解。
03
谷歌AI战略的转折点
对于谷歌而言，Gemini 3.0的发布具有战略意义。自2022年底ChatGPT发布以来，谷歌一度被认为在AI竞赛中处于追赶状态，甚至内部发布了"红色警报"。Business Insider援引内部人士称，新模型可能让谷歌有机会夺得领先地位，特别是在OpenAI的ChatGPT-5未能立即产生重大影响之后。
该模型预计在编码和多媒体内容生成方面实现重大改进。谷歌的图像生成模型NanoBanana近期已获得用户好评，该名称源于一位名为Nina的员工创建的占位符名称。据谷歌Gemini App产品经理David Sharon在Made By Google播客中透露，谷歌将模型匿名提交到开放AI评估平台LM Arena进行公平测试时使用了这个名称，结果在网络社区意外走红，谷歌因此正式采用了这一名称。
最深远的意义在于，如果新模型的能力得到系统验证，AI可能正从复杂的"随机鹦鹉"过渡为具有真正理解能力的系统。Humphries指出：“如果这种行为被证明是可靠和可复制的，它指向了一些深刻的东西：真正的推理可能不需要明确的规则或符号框架才能出现，而是可以从规模、多模态和接触足够的结构化复杂性中涌现。”
对历史学家而言，接近完美的手写文本识别结合情境理解能力，将允许快速数字化和分析数百年来被困的知识，可能改写对过去的理解。而对更广泛的应用场景，能够推理的AI可以开始自动化此前被认为是人类专家专属领域的复杂认知任务。
本文来自微信公众号“硬AI”，作者：赵颖，36氪经授权发布。
