谷歌发布Gemini 3,新一代大模型能力升级
　　11月18日，谷歌发布新一代智能大模型Gemini 3，在多个领域的测试集上达到SOTA，融合了谷歌多模态、搜索、编程等多维度能力，打造了新一代智能大模型。我们认为Gemini 3的主要亮点如下：
　　1）强大的推理能力，在部分领域达到博士级推理水平。Gemini 3在Humanity’s Last Exam（HLE）中获取37.5%的分数（无工具），而GPT-5.1仅有26.5%，若加上搜索和编程工具，这一分数进一步提升到45.8%。HLE包含2500道多学科题目，覆盖100多个专业领域，约14%的题目具有图文多模态特征。HLE是目前最具挑战性且最严谨的LLM封闭式能力测试之一。此外，Gemini 3在MathArena Apex上达到了23.4%的水平，而GPT-5.1仅有1.0%的分数。MathArena团队会使用美国数学奥数竞赛等题目定期对大模型进行测评，对数学能力是典型代表。
　　2）输入和输出的多模态，从学习、创造到规划，满足用户多种需求。Gemini 3致力于无缝整合多模态的信息，包括文本、图像、视频、音频和代码等，结合先进的推理、视觉和空间理解能力，领先的多语言性能和百万级token上下文窗口，进一步拓展了多模态推理的边界。在对屏幕理解的ScreenSpot-Pro测试中，取得72.7%的分数，而GPT-5.1的得分仅有3.5%。在Terminal-Bench 2.0测试中得分54.2%，该测试用于评估模型通过终端操作计算机的工具使用能力。
　　3）集成Agent和大模型能力的编程环境Antigravity。谷歌同时发布了Google Antigravity，是一个AIIDE（集成开发环境），同时其中的智能体已被赋予直接访问编辑器、终端和浏览器的权限，可以自主规划并同时执行复杂的端到端软件任务，同时验证它们的代码。
　　谷歌发布Nano Banana Pro，生成能力进一步提升
　　11月20日，谷歌发布了Nano Banana Pro（Gemini 3 Pro Image），生成能力有了大幅提升，其中的亮点主要有以下方面：
　　1）融合Gemini 3的推理能力、世界模型和外部搜索的实时信息，生成更加精准、丰富的视觉效果。Nano Banana Pro可以连接Google搜索庞大的知识库，同时提供更加专业的学科知识，从而使得生成的图片从娱乐走向专业，具备了专业级的知识和版面设计能力。
　　2）强大的多语言文本生成能力，实现专业级的海报制作。Nano BananPro可以精准输出多语种的文本，包括英文、中文等各种语言，而且还有丰富的纹理、字体和书法形式，这和其他模型拉开差距。
　　3）元素一致性和工作室级别的创意控制微调。Nano Banan Pro最多使用14张图片，保持最多5个人的一致性和相似度。通过改进的局部编辑，选择、细化和转换图像的任何部分，具备2K和4K的像素。
　　风险提示：技术迭代不及预期、市场风格不及预期等。