Gemini 3 Deep Think 发布：一张草图直接获得3D模型

来源：市场资讯

　　来源：汲古科技

　　Gemini 3 Deep Think 发布：一张草图直接获得3D模型

　　Google 今日宣布对 Gemini 3 Deep Think 进行重大升级。这是一款专为解决科学、研究和工程挑战而设计的推理模型。

　　目前，Google AI Ultra 订阅用户已可以在 Gemini App 中使用该更新版本，同时，Google 首次向选定的研究人员、工程师和企业开放了 Gemini API 的 Deep Think 早期访问权限。

　　从抽象理论到硬核工程

　　此次更新的核心在于“深度思考”能力的进化。Gemini 3 Deep Think 不仅强化了科学知识库，更着重于解决那些缺乏明确边界、数据混乱或不完整的复杂问题。

　　Google DeepMind 团队表示，该模型旨在弥合深奥科学理论与日常工程应用之间的鸿沟。

　　在具体的性能评估中，Gemini 3 Deep Think 展现出了亮眼的数据。

　　在测试现代前沿模型极限的“Humanity‘s Last Exam”基准测试中，该模型在不使用额外工具的情况下达到了 48.4% 的准确率，树立了新的行业标准。

　　更为引人关注的是其在 ARC-AGI-2 测试中的表现。经 ARC Prize Foundation 验证，Gemini 3 Deep Think 取得了 84.6% 的前所未有的高分。

　　这一成绩在通用人工智能推理领域具有重要意义。此外，在竞争激烈的 Codeforces 编程挑战中，该模型的 Elo 等级分高达 3455 分，并在 2025 年国际数学奥林匹克竞赛中达到了金牌水平。

　　深入科研一线的实战案例

　　不同于以往仅停留在跑分上的模型，Gemini 3 Deep Think 已经进入了顶级高校实验室。

　　罗格斯大学（Rutgers University）的数学家 Lisa Carbone 将该模型应用于高能物理数学结构的审查中。

　　在一个训练数据极少的领域，Deep Think 成功审查了一篇高度技术性的数学论文，并识别出了一个此前通过人类同行评审时未被发现的微妙逻辑漏洞。这一发现对于连接爱因斯坦引力理论与量子力学具有潜在价值。

　　在材料科学领域，杜克大学（Duke University）的 Wang Lab 利用 Deep Think 优化了复杂晶体生长的制造方法。该模型成功设计出了一套生长大于 100 微米（μm）薄膜的配方。这是一个精确度极高的目标，以往的方法在应对此类挑战时往往难以奏效。

　　物理世界的构建能力

　　除了理论计算，Google 还展示了该模型在物理制造方面的潜力。Google 平台与设备部门的研发主管 Anupam Pathak 测试了新版模型在加速物理组件设计方面的能力。

　　演示显示，Deep Think 具备将手绘草图转化为实体对象的能力。

　　用户只需提供一张草图，模型即可分析图纸，建立复杂的 3D 形状模型，并生成可直接用于 3D 打印的文件。

　　这意味着从概念到物理原型的转化过程被大幅压缩。

　　全面覆盖科学领域

　　在数学和编程之外，Gemini 3 Deep Think 在化学和物理等广泛科学领域也表现出色。根据 Google 公布的数据，该模型在 2025 年国际物理奥林匹克和化学奥林匹克的笔试部分均达到了金牌水平。

　　在针对高级理论物理的 CMT-Benchmark 测试中，它获得了 50.5% 的分数，显示出处理复杂科学领域的熟练度。

　　目前，Google AI Ultra 订阅用户即日起即可在 App 中体验这一升级。对于希望通过 API 集成该能力的开发者和企业，Google 已开放早期访问申请通道。这一更新标志着 AI 模型正从通用的聊天助手，加速向专业的科研与工程辅助工具转型。

　　https：//blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-deep-think/