在模型底層原理（Transformer-Difussion-Mamba等）、智能的數(shù)學世界觀等層面，以及進一步面向以融合感知、持續(xù)學習、內生自主為基礎的認知與行為智能等方面，存在著范式變革的需求。

本文作者系

盤古智庫學術委員、

上海財經大學特聘教授、智能科技產業(yè)與智能經濟研究學者

胡延平，

文章來源于“

胡延平研思小筆記

本文大約2100字，讀完約5分鐘。

在Yann LeCun、Richard Sutton等聲稱現(xiàn)有技術方向死路一條的時候，在多方認為范式效率陷入停滯的時候，Gemini 3以智能水準的顯著躍升打臉了懷疑論。

都知道Google動靜不會小，只是沒想到這次憋出來的有點大：ARC-AGI-2、Humanity’s Last Exam、ScreenSpot-Pro等新型基準測試成績數(shù)倍于GPT-5.1，提升幅度之大遠超擠牙膏的OpenAI，有Google提前發(fā)布了GPT-6的即視感。AIME 2025更是得到了100％的滿分。

試用和討論過程中，提煉出Gemini 3釋放的12個信號：

1.代碼、視覺理解、數(shù)學、智能體、工具利用等構成能力內核，智能水準走向可用的交付而不是尚未閉環(huán)的生成，尤其代碼通則智能通；

2.AIME 2025（美國數(shù)學邀請賽）是個有點普通的基準，但測試滿分可以理解為AGI的第一個預演。AGI有沒有到來，關鍵看如何定義AGI。一直認為AGI不是只有一個時點、一個刻度。AGI是從多方面分無數(shù)次到來的。從知識到推理，從問答到感知和行動，從AGI到ASI，測試機構和業(yè)界始終在前移路標，但是如果路標一直上調標準，意味著AGI始終難以到達。

3.數(shù)據-算法-算力-能源、Transformer-LLMs-MLLMs-Agent-Tools的范式即使不顛覆，漸進發(fā)展下去也可以逐步逼近AGI。

4.芯片-操作系統(tǒng)-瀏覽器-云平臺-大模型-智能體-軟件-Apps-開發(fā)生態(tài)-億萬用戶，全棧-全生態(tài)能力不僅有利于競爭，也有利于做出更高水準的智能。

5.Gemini 3在ARC-AGI-2、Humanity’s Last Exam等更具挑戰(zhàn)的創(chuàng)新基準測試中，一騎絕塵的表現(xiàn)尤其增強了業(yè)者的信心和希望，不僅Scaling Law繼續(xù)有效，網絡效應、規(guī)模奇點、整體最優(yōu)等生態(tài)法則也在起作用；Scaling Law不是成效顯著衰減了，而是潛力才剛開始釋放；缺乏足夠的低成本算力、缺少用之不盡的高質量訓練數(shù)據以及被電力問題搞得焦頭爛額，至少部分原因其實不是智能范式的鍋，是大模型的creator們資源實力有限的錯。

6.超級平臺和超級智能合體對打造強智能來說是好事，但是對防止生態(tài)極化和生態(tài)依附沒有好處，頭部人工智能企業(yè)的強者恒強、贏者通吃、虹吸效應、生態(tài)失衡等發(fā)展特征越來越明顯。打造了Transformer的Google王者歸來意味著OpenAI-Microfost聯(lián)盟（超級智能+超級平臺）多了一個競爭對手，但Google仍然是AI極化發(fā)展趨向的一部分，超級智能和超級平臺在Google這里天然是一體的。

7.如果說之前2和2.5版本的Gemini只是對GPT產生沖擊，Gemini 3意味著Google生態(tài)實力對OpenAI的地位構成動搖。OpenAI真正的勁敵不是Anthropic，接下來圍繞OpenAI融資、估值、上市的一系列過程，必然跌宕起伏變化多端。此前這個勢頭從原生多模態(tài)、Veo等多個技術和產品節(jié)點已經初現(xiàn)端倪。不過試用比較Gemini 3 Pro和GPT-5.1的Deep Research，GPT-5.1還是有肉眼可見的優(yōu)等生即視感。模型之間真正的比拼不在常規(guī)問答，在Deep Think、Deep Research等“深”水區(qū)域，真實水準往往在200美元左右而不是20美元左右的賬戶里使用才能夠比較出來。然而即使如此，Gemini 3還是會讓OpenAI的壓力山大，GPT-5.5、GPT-6只可能加快節(jié)奏。

8.奧特曼稱GPT-6會顯著優(yōu)于GPT-5，尤其記憶方面；不過Gemini 3力證了業(yè)界的一個基本共識，比較現(xiàn)實且高ROI的智能水準提升途徑，是智能體、工具、代碼等方面的生態(tài)協(xié)同，模型要么將Agent與工具等能力內化，要么對Agent與工具調用有更好的支持，而只有更好的內化才會有更好的支持。

9.Gemini 3主要是范式的漸進，不過也有能力的突變，否則不會多項基準表現(xiàn)大幅度躍升。更為復雜的深度推理成為亮點，是強化學習、思維鏈有新進展？還是有創(chuàng)新的方法？有待繼續(xù)觀察。

10.使用自家TPU而非GPU訓練和推理，Gemini可以稱之為非英偉達生態(tài)也能走出來的一個成功范例，其它非英偉達生態(tài)由此增添了一些想象力。

11.題外話，DeepSeek奇跡再次復現(xiàn)的概率不大，因為AI生態(tài)的競爭游戲不再是單點突破，而是整體的生態(tài)推進能力。

12.另一個題外話，去年烏鎮(zhèn)峰會期間主持AI OS討論時我曾經問過一個問題，安卓生態(tài)App向鴻蒙生態(tài)的遷移主要靠堆工程師且bug比較多，是不是可以用專門訓練的代碼能力較強的AI大模型來做編譯轉換。今年烏鎮(zhèn)峰會期間再次主持的時候，沒好意思再提這個問題。走到隨Gemini 3一起發(fā)布的Antigravity開發(fā)平臺這一步，至少大量相對簡單的長尾安卓App，未來通過“標準+模型+工具+人工”，一鍵遷移到鴻蒙生態(tài)其實越來越接近可行。簡而言之，鴻蒙生態(tài)化出現(xiàn)的卡頓，其實也顯示了AI能力的不足。

重復之前答媒體問時的觀點，LeCun等所謂死路，其實不是死路，而是要走的路，至少是其中一條路，而且是必經的路，并且是已經走通的路。懷疑論認為是未來之路的路，目前還沒有究竟，目前所謂世界模型其實主要是基于視覺的空間智能或時空智能，真正的世界模型還比較遙遠。倒是在模型底層原理（Transformer-Difussion-Mamba等）、智能的數(shù)學世界觀等層面，以及進一步面向以融合感知、持續(xù)學習、內生自主為基礎的認知與行為智能等方面，存在著范式變革的需求?！?/p>

文章來源于“胡延平研思小筆記”微信公眾號

圖文編輯：張洵

責任編輯：劉菁波