【关注】胡延平：Gemini 3释放了12个信号——打脸怀疑论，渐进范式也可以逼近AGI？

在模型底层原理（Transformer-Difussion-Mamba等）、智能的数学世界观等层面，以及进一步面向以融合感知、持续学习、内生自主为基础的认知与行为智能等方面，存在着范式变革的需求。

本文作者系

盘古智库学术委员、

上海财经大学特聘教授、智能科技产业与智能经济研究学者

胡延平，

文章来源于“

胡延平研思小笔记

本文大约2100字，读完约5分钟。

在Yann LeCun、Richard Sutton等声称现有技术方向死路一条的时候，在多方认为范式效率陷入停滞的时候，Gemini 3以智能水准的显著跃升打脸了怀疑论。

都知道Google动静不会小，只是没想到这次憋出来的有点大：ARC-AGI-2、Humanity’s Last Exam、ScreenSpot-Pro等新型基准测试成绩数倍于GPT-5.1，提升幅度之大远超挤牙膏的OpenAI，有Google提前发布了GPT-6的即视感。AIME 2025更是得到了100％的满分。

试用和讨论过程中，提炼出Gemini 3释放的12个信号：

1.代码、视觉理解、数学、智能体、工具利用等构成能力内核，智能水准走向可用的交付而不是尚未闭环的生成，尤其代码通则智能通；

2.AIME 2025（美国数学邀请赛）是个有点普通的基准，但测试满分可以理解为AGI的第一个预演。AGI有没有到来，关键看如何定义AGI。一直认为AGI不是只有一个时点、一个刻度。AGI是从多方面分无数次到来的。从知识到推理，从问答到感知和行动，从AGI到ASI，测试机构和业界始终在前移路标，但是如果路标一直上调标准，意味着AGI始终难以到达。

3.数据-算法-算力-能源、Transformer-LLMs-MLLMs-Agent-Tools的范式即使不颠覆，渐进发展下去也可以逐步逼近AGI。

4.芯片-操作系统-浏览器-云平台-大模型-智能体-软件-Apps-开发生态-亿万用户，全栈-全生态能力不仅有利于竞争，也有利于做出更高水准的智能。

5.Gemini 3在ARC-AGI-2、Humanity’s Last Exam等更具挑战的创新基准测试中，一骑绝尘的表现尤其增强了业者的信心和希望，不仅Scaling Law继续有效，网络效应、规模奇点、整体最优等生态法则也在起作用；Scaling Law不是成效显著衰减了，而是潜力才刚开始释放；缺乏足够的低成本算力、缺少用之不尽的高质量训练数据以及被电力问题搞得焦头烂额，至少部分原因其实不是智能范式的锅，是大模型的creator们资源实力有限的错。

6.超级平台和超级智能合体对打造强智能来说是好事，但是对防止生态极化和生态依附没有好处，头部人工智能企业的强者恒强、赢者通吃、虹吸效应、生态失衡等发展特征越来越明显。打造了Transformer的Google王者归来意味着OpenAI-Microfost联盟（超级智能+超级平台）多了一个竞争对手，但Google仍然是AI极化发展趋向的一部分，超级智能和超级平台在Google这里天然是一体的。

7.如果说之前2和2.5版本的Gemini只是对GPT产生冲击，Gemini 3意味着Google生态实力对OpenAI的地位构成动摇。OpenAI真正的劲敌不是Anthropic，接下来围绕OpenAI融资、估值、上市的一系列过程，必然跌宕起伏变化多端。此前这个势头从原生多模态、Veo等多个技术和产品节点已经初现端倪。不过试用比较Gemini 3 Pro和GPT-5.1的Deep Research，GPT-5.1还是有肉眼可见的优等生即视感。模型之间真正的比拼不在常规问答，在Deep Think、Deep Research等“深”水区域，真实水准往往在200美元左右而不是20美元左右的账户里使用才能够比较出来。然而即使如此，Gemini 3还是会让OpenAI的压力山大，GPT-5.5、GPT-6只可能加快节奏。

8.奥特曼称GPT-6会显著优于GPT-5，尤其记忆方面；不过Gemini 3力证了业界的一个基本共识，比较现实且高ROI的智能水准提升途径，是智能体、工具、代码等方面的生态协同，模型要么将Agent与工具等能力内化，要么对Agent与工具调用有更好的支持，而只有更好的内化才会有更好的支持。

9.Gemini 3主要是范式的渐进，不过也有能力的突变，否则不会多项基准表现大幅度跃升。更为复杂的深度推理成为亮点，是强化学习、思维链有新进展？还是有创新的方法？有待继续观察。

10.使用自家TPU而非GPU训练和推理，Gemini可以称之为非英伟达生态也能走出来的一个成功范例，其它非英伟达生态由此增添了一些想象力。

11.题外话，DeepSeek奇迹再次复现的概率不大，因为AI生态的竞争游戏不再是单点突破，而是整体的生态推进能力。

12.另一个题外话，去年乌镇峰会期间主持AI OS讨论时我曾经问过一个问题，安卓生态App向鸿蒙生态的迁移主要靠堆工程师且bug比较多，是不是可以用专门训练的代码能力较强的AI大模型来做编译转换。今年乌镇峰会期间再次主持的时候，没好意思再提这个问题。走到随Gemini 3一起发布的Antigravity开发平台这一步，至少大量相对简单的长尾安卓App，未来通过“标准+模型+工具+人工”，一键迁移到鸿蒙生态其实越来越接近可行。简而言之，鸿蒙生态化出现的卡顿，其实也显示了AI能力的不足。

重复之前答媒体问时的观点，LeCun等所谓死路，其实不是死路，而是要走的路，至少是其中一条路，而且是必经的路，并且是已经走通的路。怀疑论认为是未来之路的路，目前还没有究竟，目前所谓世界模型其实主要是基于视觉的空间智能或时空智能，真正的世界模型还比较遥远。倒是在模型底层原理（Transformer-Difussion-Mamba等）、智能的数学世界观等层面，以及进一步面向以融合感知、持续学习、内生自主为基础的认知与行为智能等方面，存在着范式变革的需求。■

文章来源于“胡延平研思小笔记”微信公众号

图文编辑：张洵

责任编辑：刘菁波