11月20日，谷歌在其内部团队和首席执行官桑达尔·皮查伊的积极推动下，正式对外发布了新一代大语言模型Gemini 3 Pro。据DeepMind CEO德米斯·哈萨比斯介绍，这款新模型的核心目标是打造一个在综合性能上更加强大的基础模型，并重点解决前代产品在编程能力、逻辑推理和数学运算等方面的不足。
谷歌副总裁乔希·伍德沃德在播客节目《Hard Fork》中提到，Gemini 3 Pro在处理多步骤任务时展现出了更高的推理连贯性，并能够更稳定地保持思维链条的完整性。此外，该模型还能够根据用户需求动态生成定制化交互界面，例如互动式教程和嵌入式计算器等实用工具。从用户规模来看，目前已有超过6.5亿月活跃用户在使用Gemini相关应用；如果将通过搜索中的“AI概览”功能接触过Gemini的用户也计算在内，月度活跃人数已达到惊人的20亿。
尽管Gemini 3 Pro已经进入全面部署阶段，但哈萨比斯的研究重心已经开始转向下一个技术前沿——世界模型（World Models）。他表示，自己目前的大部分研究时间都投入到这一领域，并以SIMA 2架构和Genie 3视频生成模型为例，说明这些世界模型已经在谷歌内部用于训练机器人和其他智能体。未来，这些技术将成为实现通用人工智能不可或缺的核心组件。
哈萨比斯预测，世界模型领域即将迎来类似ChatGPT那样的突破时刻，但同时也指出了当前面临的最大障碍——成本和技术难题。他坦言：“我们非常希望让更多人能够使用Genie，但它的成本实在太高了。”他还提到，在实现规模化应用之前，仍需解决诸如“让其稳定运行超过一分钟”等技术挑战。
对于AI领域的潜在泡沫风险，哈萨比斯给出了一个微妙的观点。他认为私募市场确实存在泡沫，并举例指出一些初创企业在种子轮融资阶段就被估值数百亿美元，而这些企业实际上还没有任何实质性产出。“这种现象显然不可持续，在我个人看来，甚至有些缺乏基本逻辑。”他说。
但他同时强调，这样的风险并不适用于谷歌。哈萨比斯回顾了十二年前DeepMind被谷歌收购时他提出的初始构想——将AI研究打造为谷歌产品的“引擎室”。如今，这一长期战略已初见成效，Gemini技术正在深度赋能搜索、YouTube和云服务等核心业务，并迅速带来商业回报。“无论外部环境如何变化，我坚信我们已经处于一个非常有利的位置，最终必将脱颖而出。”他自信地表示。
尽管Gemini 3 Pro取得了显著进展，但哈萨比斯仍然坚持自己之前的判断：通用人工智能的实现还需要5到10年时间。他认为，要达到AGI的目标，仍需要“一到两项关键的技术突破”，尤其是在模型可靠性、复杂推理能力和长期记忆机制等方面。
哈萨比斯承认，在仅仅通过扩大模型参数量来提升性能方面已经出现了“收益递减”的现象。但他同时强调，相关进展还远未停滞，继续投入仍然具有极高的价值。“人们听到‘收益递减’这个词时，往往会误以为是零增长或指数增长的二元对立；实际上，中间还有一个渐进的过程。”他解释说，“现在虽然每一代模型不再能实现性能翻倍，但依然能够带来显著的提升，因此持续投入不仅合理，而且回报率极高。”
与此同时，哈萨比斯也警告称，随着模型能力的增强（例如引入外部工具调用功能）可能会带来新的风险。他特别强调，在网络安全领域必须“加倍谨慎”，防止这些技术被恶意滥用。
相关文章
