文 | 硅谷101 劉一鳴
毫無疑問，Google最新推出的Gemini 3再次攪動了硅谷的AI格局。在OpenAI與Anthropic激戰(zhàn)正酣之時，谷歌憑借其深厚的基建底蘊與全模態(tài)（Native Multimodal）路線，如今已從“追趕者”變成了“領跑者”。
此次Gemini 3不僅在多模態(tài)能力上實現(xiàn)了新的飛躍，更被視為谷歌對Scaling Law最極致的一次執(zhí)行。
硅谷101在11月20日舉辦了一場直播，邀請了四位處于AI研發(fā)與應用最前線的嘉賓：
田淵棟，前Meta FAIR研究總監(jiān)、AI科學家
陳羽北，加州大學戴維斯分校助理教授、Aizip聯(lián)合創(chuàng)始人
Gavin Wang，前Meta AI工程師、負責Llama 3后訓練及多模態(tài)推理
Nathan Wang，資深AI開發(fā)者、硅谷101特約研究員
我們試圖透過Gemini 3的發(fā)布，試圖回答關于AI未來的幾個關鍵問題：Gemini 3到底強在哪里？谷歌究竟做對了什么？全球大模型競爭格局將如何改變？LLM的未來走向，以及在LLM之外，最前沿的AI實驗室正在關注什么？
以下是我們直播中的嘉賓濃縮觀點，如果想收看完整直播內(nèi)容，可以關注我們的YouTube和B站回放。
01 體驗實測，Gemini 3到底強在哪里？
在Gemini 3發(fā)布后的48小時內(nèi)，各大榜單被迅速刷新。不同于以往模型僅在單一維度（如代碼或文本）上的提升，Gemini 3被認為是真正意義上的“全模態(tài)原生”模型。對于使用者而言，這種技術參數(shù)上的提升轉(zhuǎn)化為怎樣的實際體感？
來源：LM Arena
陳茜：各位這兩天都在高強度測試Gemini 3，它真的如排行榜那樣霸榜嗎？大家能不能舉例講講，它到底好在哪里？
Nathan Wang：我這兩天大概集中使用了三個主要產(chǎn)品：Gemini主App、針對開發(fā)者的Google AntiGravity，以及今天剛發(fā)布的Nano Banana Pro。
說實話，AntiGravity給我感覺非常像是一個Agentic時代的IDE（集成開發(fā)環(huán)境）。它和Cursor或者Claude Code不太一樣的地方在于，它把界面分成了 "Manager View"（經(jīng)理視角） 和 "Editor View"（編輯視角）。
以前我們在Cursor里，雖然AI幫我們寫代碼，但感覺還是“我”在寫。但在AntiGravity里，Manager View讓你感覺你是坐在那里的經(jīng)理，底下有8到10個Agent小弟在干活。你可以看著它們分工，有的在寫程序，有的在Run Unit Test（單元測試）。
最驚艷的是它結(jié)合了Browser Use的功能。比如我寫了一個前端網(wǎng)頁，它有一個叫Screenshot Pro的功能，跑分非常高。它可以直接調(diào)用Chrome瀏覽器打開那個網(wǎng)頁，“看”著屏幕去測試。如果你讓它上傳一個文件、點擊一個按鈕，它能像人一樣去操作。這意味著測試加上開發(fā)完全自動化了，變成了一體式的開發(fā)體驗。
另外，Nano Banana Pro在生成幻燈片這個點上解決了我很大的痛點。以前我讓AI做PPT，比如“解釋一下Gemini從1.0到3.0的發(fā)展路線”，它往往邏輯鏈是斷的。但這次我試了一下，它不僅能把邏輯理順，還能生成非常復雜的圖表。我覺得市面上那些做Slides（幻燈片）的軟件可能都要被它取代了。
田淵棟，前Meta FAIR研究總監(jiān)、AI科學家
田淵棟：我一般的習慣是，新模型出來先看它能不能“續(xù)寫小說”。這是我個人的一個Benchmark，因為全世界除了我也沒幾個人這么測，所以它肯定不會Overfitting（過擬合），這比較客觀。
在一兩年前，模型寫小說基本上是“公文風”，不管你給它什么開頭，它寫出來都是那種官方口吻，完全脫離語境。到了Gemini 2.5的時候，我發(fā)現(xiàn)它文筆變好了。比如我給它一個廢墟的場景，它會描寫得很細致：墻壁倒塌的樣子、環(huán)境蕭索的氛圍，像個文科生寫的，但情節(jié)上平鋪直敘，沒什么抓人的地方。
但這次Gemini 3讓我有點驚喜。它不僅文筆好，它開始懂得“反轉(zhuǎn)”了。它設計的情節(jié)互動非常有意思，甚至讓我覺得：“咦，這個點子不錯，也許我可以存下來用到我自己的小說里?！边@是第一次我感覺到AI在情節(jié)構(gòu)思上給了我啟發(fā)，而不僅僅是詞藻堆砌。它似乎對作者的深層動機有了理解。
不過，在科研Brain storming（頭腦風暴）上，它還是那個老樣子。怎么形容呢？它就像一個剛剛?cè)雽W的、博聞強記的博士生。 你問它什么它都知道，能跳出很多新名詞、新數(shù)學工具。你會覺得“哇，這個我沒見過，很棒”。但如果你想跟它深入探討一個問題的本質(zhì)，或者讓它判斷哪個方向更有前途，它就做不到了。它缺乏那種只有資深人類研究員才有的直覺和深層思考。所以它依然是一個頂級的“做題家”，但在創(chuàng)造性思維上，暫時還沒看到本質(zhì)突破。
Gavin Wang ：我首先感嘆一下，Google的“大廠之力”真是恐怖如斯，生態(tài)系統(tǒng)太完整了。技術層面，我最關注的是ARC-AGI-2 Benchmark。這個測試很有意思，它不是考大數(shù)據(jù)記憶，而是考Few-shot Learning（少樣本學習）甚至是元學習。它的創(chuàng)始人認為，那種靠背數(shù)據(jù)的不是智能，真正的智能是看一兩個例子就能迅速提取出Pattern（模式）。
之前大家在這個榜單上都是個位數(shù)或者百分之十幾，Gemini 3一下子達到了百分之三十幾，這是一個質(zhì)的飛躍。我認為這歸功于它的Multimodal Reasoning（多模態(tài)推理）。
以前的Chain of Thoughts（思維鏈），模型是在那里自言自語，是純語言維度的單模態(tài)推進。但Gemini 3是Model Native的，它把視覺、代碼、語言的數(shù)據(jù)全部Mesh up together（混合在一起）做預訓練。所以它在推理的時候，可能是一邊看著屏幕上的圖像，一邊在語言層面做邏輯推演。這種跨模態(tài)的化學反應，打開了很多新機會的大門。
陳羽北，加州大學戴維斯分校助理教授、Aizip聯(lián)合創(chuàng)始人
陳羽北：我這兩天太忙還沒自己跑，但我收集了我們團隊不同小組的一手反饋，這里面有一些很有意思的Negative Feedback（負面反饋）。
首先是Vision組的反饋。他們在做一些內(nèi)部Benchmark測試時發(fā)現(xiàn)，Gemini 3在Real-world Visual Understanding（真實世界視覺理解）上性能反而下降了。這聽起來很反直覺對吧？
具體來說，就是當涉及到安防攝像頭、門鈴這種真實場景，去分析用戶行為、潛在風險事件的時候，它的表現(xiàn)不如上一代。他們?nèi)ゲ榱薌emini 3的技術報告，發(fā)現(xiàn)報告里真正涉及到Real-world Visual Understanding的benchmark只有一個，而且并沒有覆蓋這種復雜場景。
這其實暴露了一個行業(yè)通?。汗馼enchmark和實際落地場景之間存在巨大的Gap。 如果大家都為了刷榜去優(yōu)化模型，那在實際產(chǎn)品中的性能可能會走偏。
另外，Coding組的學生也跟我說，在做Scientific Writing（科學寫作）和輔助編程時，他們反而覺得Gemini 2.5更順手。Gemini 3雖然Reasoning的長度增加了2到3倍，但在處理需要反復多跳（Multi-hop）搜索、整合二十年財報這種極度復雜的任務時，似乎還是不如OpenAI的GPT-5 Pro穩(wěn)定。當然，這可能是早期版本大家還沒摸透Prompt的原因。
02 谷歌技術秘密，是“Deep Thinking”還是“超能力”?
谷歌從落后到追平甚至反超，Gemini項目負責人曾透露秘密在于“改進了預訓練和后訓練”。這句看似官方的回答背后，隱藏著谷歌怎樣的技術路線圖？是算法本身的勝利，還是堆算力的暴力美學？
谷歌DeepMind首席科學家Oriol Vinyals X平臺推文
陳茜：谷歌這次不僅是追趕，簡直是超越。Gemini項目負責人在發(fā)布會中提到了新版本“改進了預訓練和后訓練”，這是否意味著Scaling Law并沒有“撞墻”？谷歌的秘密武器到底是什么？
田淵棟：說實話，“改進了預訓練和后訓練”這句話基本等于廢話（笑）。因為做模型本來就是個系統(tǒng)工程，數(shù)據(jù)更好、架構(gòu)微調(diào)、訓練穩(wěn)定性增強，每一塊都好一點，最后結(jié)果肯定強。
但我更關注的是，如果預訓練做得足夠好，模型本身變得非常“聰明”，那它在后訓練階段就會表現(xiàn)得像個天才學生，給幾個樣本就通了，不需要花大力氣去教?，F(xiàn)在看來Gemini 3的基座能力確實很強。
關于它是不是用了什么秘密武器，我聽到一些傳言，說Google終于把之前訓練流程里的一些Bug給修掉了。當然這是傳言啊，無法證實。不過對于Google這種量級的公司，只要工程上不犯錯，把所有細節(jié)拉滿，Scaling Law自然會發(fā)揮作用。
Gavin Wang，前Meta AI工程師，負責Llama 3后訓練及多模態(tài)推理
Gavin Wang：我昨天試著跟Gemini 3聊了一下，問它“你為什么這么厲害？”（笑）。它跟我剖析了一下，提到了一個概念叫Tree of Thoughts（思維樹）。
以前我們做CoT (Chain of Thoughts) 是線性的，像鏈表一樣一步步推。但Gemini 3似乎在模型內(nèi)部采用了樹狀搜索，并且配合了一個Self-rewarding（自我獎勵）的機制。也就是說，它在內(nèi)部會同時跑多條思路，然后自己有一個打分機制，覺得哪條路不Make sense就Drop掉，哪條路有前途就繼續(xù)Adapt。
這其實是Engineering Wrapper（工程封裝）和Model Science（模型科學）的深度結(jié)合。以前我們要在外面寫Prompt搞這些，現(xiàn)在谷歌把它做進了模型內(nèi)部環(huán)境里。這不僅是Scaling Law在垂直方向的堆料，更是在水平方向上引入了MoE和Search的機制。這讓我想起三年前的GPT時刻，技術上非常Impressive。
Nathan Wang：我補充一個細節(jié)，我在查閱Gemini開發(fā)者API文檔時，發(fā)現(xiàn)里面藏了一個彩蛋。它在一行注釋里寫道："Context Engineering is a way to go.（語境工程是大勢所趨）"
這句話讓我思考了很久。以前我們說Prompt Engineering，現(xiàn)在谷歌提Context Engineering。我自己在使用時的體感是，比如我想寫一條能引起“病毒式傳播”的推文，我會先讓AI去搜索“怎么寫一條火爆的推文”，讓它先把方法論總結(jié)出來，作為Context，然后再把我的內(nèi)容填進去生成。
谷歌似乎把這個過程自動化了。它在模型生成答案之前，可能已經(jīng)在后臺自動抓取了大量相關的Context，構(gòu)建了一個極其豐富的思維鏈環(huán)境，然后再生成結(jié)果。這可能就是為什么它用起來覺得“懂你”的原因。它不僅僅是在回答，而是在一個engineered environment（工程環(huán)境）里思考。
陳羽北：除了算法層面，我想提一個更底層的經(jīng)濟學視角。我的朋友Brian Cheng提過一個觀點，我認為非常切中要害：谷歌之所以能如此堅決、徹底地執(zhí)行Scaling Law，是因為它擁有無法比擬的硬件優(yōu)勢——TPU。
大家想一下，如果其他公司要訓練大模型，必須買NVIDIA的顯卡。NVIDIA的硬件利潤率高達70%以上。但谷歌不同，它是完全的軟硬件整合。它用自己的 TPU，沒有中間商賺差價。這讓它的Unit Economy（單位經(jīng)濟模型） 極其優(yōu)秀。在同樣的預算下，谷歌可以訓練更大的模型、跑更多的數(shù)據(jù)、做更昂貴的多模態(tài)實驗。
所以，只要Scaling Law還需要堆算力，谷歌這種硬件上的不對稱優(yōu)勢就會對OpenAI和Anthropic形成巨大的擠壓。除非NVIDIA降價，或者其他家也造出自己的芯片，否則這個護城河非常深。
03 開發(fā)者生態(tài)，Coding之爭結(jié)束了嗎？
隨著Gemini 3和AntiGravity的發(fā)布，以及其在SWE-bench等代碼榜單上的屠榜，社交媒體上出現(xiàn)了“Coding之爭已結(jié)束”的言論。谷歌是否正在利用其龐大的生態(tài)系統(tǒng)（Chrome, Android, Cloud）構(gòu)建一條讓Cursor等創(chuàng)業(yè)公司無法逾越的護城河？
陳茜：很多人說Coding之爭已經(jīng)結(jié)束了，Gemini 3配合谷歌全家桶將橫掃一切。這對Cursor等等這樣的創(chuàng)業(yè)公司意味著什么？
Gavin Wang：我覺得谷歌這次確實有點“降維打擊”的意思。AntiGravity直接對標Codex加Cursor，而且它因為擁有Chrome的底層權(quán)限，可以做到視覺與代碼的完美對齊。
現(xiàn)在的體驗是，AI一邊看著網(wǎng)頁（視覺），一邊幫你改代碼，這種Multimodal Native（多模態(tài)原生）的體驗是Next Level的。相比之下，F(xiàn)igma或Cursor目前還更像是一個Chatbot。如果谷歌把Chrome、Cloud、IDE全部打通，對于創(chuàng)業(yè)公司來說，這確實很難受。
但這也催生了新的機會。比如Palantir 提出的Forward Deployed Engineer（前置部署工程師）概念。未來的工程師可能不再只是寫代碼，而是打通從商業(yè)化、產(chǎn)品定義（PM）到前后端開發(fā)的全鏈路。既然基模能力水漲船高，我們應該造一艘“小船”，站在巨人的肩膀上創(chuàng)造價值，而不是去卷基模已經(jīng)能做的事。
就像Nathan說的，Web Coding這種簡單的前端工作可能會被谷歌包圓，但這就逼著我們?nèi)ふ倚碌腂usiness Model和Product Shape（產(chǎn)品形態(tài)）。
Nathan Wang，資深AI開發(fā)者、硅谷101特約研究員
Nathan Wang：我覺得說“結(jié)束”還言之過早。AntiGravity確實強，但我發(fā)現(xiàn)在實際使用中，它在處理后端（Backend）部署、復雜的系統(tǒng)架構(gòu)時，依然很容易卡住。
比如我在用Browser use上傳文件做測試時，它經(jīng)常會停在那兒，需要我去干預。它目前更像是一個極其強大的前端生成器。而且，對于很多企業(yè)來說，把代碼全部交給谷歌的生態(tài)系統(tǒng)，在數(shù)據(jù)隱私上也是有顧慮的。Cursor這種獨立廠商依然有它的生存空間，特別是它在靈活性和特定語言優(yōu)化上。
田淵棟：對，我也覺得網(wǎng)上的Demo有點誤導性?，F(xiàn)在的Demo很多是一鍵生成酷炫的前端頁面，大家看的是“漂亮程度”和“完整性”。
但真正寫Code的人，關注的是Instruction Following（指令遵循）。比如我要把這段代碼的邏輯稍微改一點點，或者我要處理一個非?，嵥榈腃orner Case（邊緣情況），模型能不能聽懂？能不能改對？
我試過讓它寫一個3D第一人稱射擊游戲。它確實寫出來了，畫面也不錯，但我一跑發(fā)現(xiàn)——方向鍵是反的。這種小Bug看起來不礙事，但在大規(guī)模工程里就是災難。所以對于專業(yè)程序員來說，它目前還是一個能夠降低門檻的輔助工具，而不是替代者。
04 后LLM時代，AI是否“綁架”了美國GDP？
盡管谷歌證明了Scaling Law依然有力，但硅谷的目光已經(jīng)投向了更遠的地方。近期，一批被稱為“NeoLab”的非主流AI實驗室（如Reflection AI、Periodic Labs）受到風投追捧，融資額都非常高。在LLM之外，AI的下一個范式轉(zhuǎn)移將在哪里發(fā)生？
來源：The Information
陳茜：除了Scaling Law，大家看到什么非主流的、值得關注的AI發(fā)展趨勢？特別是像NeoLab們所關注的那些領域。
田淵棟：我一直以來的觀點是：Scaling Law是一個很有用的工程規(guī)律，但如果不去探索本質(zhì)，我們總有一天會面臨資源枯竭。難道我們真的要把整個地球變成一塊巨大的顯卡嗎？如果算力需求是指數(shù)增長，而地球資源是有限的，這條路終究走不通。
所以我一直堅持做AI的可解釋性（Interpretability）和 頓悟（Grokking）機制的研究。我相信一個如此高效的神經(jīng)網(wǎng)絡，背后一定有一個優(yōu)美的數(shù)學內(nèi)核。如果我們能從First Principle（第一性原理）出發(fā)，理解它是如何產(chǎn)生涌現(xiàn)（Emergence）的，也許有一天我們會發(fā)現(xiàn)，根本不需要梯度下降（Gradient Descent），就能找到更好的算法。
另外，我也在用AI加速我的研究。比如最近是ICML的Rebuttal（同行評審中的反駁/辯護過程）期間，我有個新想法，直接丟給Cursor，3分鐘代碼寫完，圖畫出來，我馬上就能驗證這個Idea行不行。這種效率提升成百上千倍，這本身也會加速我們對AI本質(zhì)的探索。
陳羽北：我非常同意淵棟學長的觀點。如果Scaling Law是唯一的定律，那人類的未來太悲觀了。我們既沒有那么多電，以后數(shù)據(jù)也都交給AI了，那人類除了當寵物還有什么價值？
我觀察到自然界有一個悖論，這可能是一個突破口：越高級的智能，其實越依賴學習，但所需的數(shù)據(jù)卻越少。
你看人類小孩，在13歲之前，他接觸到的所有Token（語言數(shù)據(jù)），加起來可能不到10Billion（100億）。相比現(xiàn)在大模型動不動幾Trillion的數(shù)據(jù)訓練量，人類的數(shù)據(jù)效率是極高的。但人類的大腦結(jié)構(gòu)非常復雜（上千億神經(jīng)元）。所以，大模型未必大在數(shù)據(jù)，可能應該大在架構(gòu)。
我覺得我們現(xiàn)在的LLM更像是在Distill our existing civilization（蒸餾我們現(xiàn)有的文明），把它壓縮得更好一點。但我希望未來的AI，比如Robotics（機器人）或者World Model（世界模型），能夠像生物一樣去探索未知，Invent a new civilization（發(fā)明新的文明）。這需要我們這些Researcher去做一些看起來 "Weird"（怪異）或者 "Crazy" 的研究，去尋找Scaling Law之外的第二條曲線。
Gavin Wang：順著羽北的話說，我覺得World Model（世界模型）絕對是下一個戰(zhàn)場。
現(xiàn)在的LLM還是純語言維度的。但真正的世界模型，是要能理解物理規(guī)律的。目前主要有三條路線：一是像Genie 3這種Video-based的，雖然是2D視頻但模擬3D世界；二是Mesh/Physics-based的，帶有物理碰撞體積；三是像李飛飛老師團隊做的Gaussian Splatting（高斯?jié)姙R），用點云來表征空間。
另外，我特別想呼吁大家關注Open Source（開源）和Small Language Models（端側(cè)小模型）。
現(xiàn)在的智能其實被“囚禁”在GPU Data Center里。普通人要用智能，得付費買 API，這就像我們還要給空氣付費一樣。這其實是一種Digital Centralization（數(shù)字集權(quán)）。
如果端側(cè)小模型能發(fā)展起來，讓每個人在自己的手機、電腦上就能跑得動高性能的 AI，不需要聯(lián)網(wǎng)，不需要付昂貴的訂閱費，這才是真正的AI for Everyone。這也需要我們在模型架構(gòu)上做很多優(yōu)化，而不僅僅是堆顯卡。
05 泡沫還是奇點？
Gemini 3的發(fā)布，某種程度上是Google對“AI泡沫論”的一次強力回擊。它證明了只要有足夠的算力、數(shù)據(jù)和工程優(yōu)化，Scaling Law仍有巨大的紅利可吃。
然而，今天直播中很多嘉賓們的觀點，也都在指出單純的Scaling并不是通向AGI的唯一路徑。
今天我們的直播，其實我們不僅想聊聊Gemini 3發(fā)布下的谷歌“技術秀肌肉”，還有來自硅谷一線的、冷靜而深刻的思考。Gemini 3暫時領先了現(xiàn)在的戰(zhàn)役，這對谷歌來說是重要的一個里程碑；但AI的大戰(zhàn)役，才剛剛開始。