gemini3为啥没有think了

金华传奇姚盛宇这次真的立功了， gemini 一 夜杀进全球前七！谷歌刚刚放出 gemini samsung think 升级版，在 code forces 算法竞赛中打出三千四百五十五的高分，直接冲进人类前十。什么意思？ 全球只有七个人能赢他？但真正可怕的不是分数，而是他的思考深度。这一带， deep think 强化的是多路径推理能力，面对复杂问题，他会同时展开多种假设路线，进行分层验证和一致性检查，而不是简单链式输出。这让他在 a r c a g i。 二上直接冲到百分之八十四点六， 几乎把这个公认最难的通用智能机准打到天花板，在人类最后考试 h l e 中裸跑百分之四十八点四。要知道，这类题目强调跨领域抽象推理，不是刷题型模型能搞定的。 更狠的是实战数学家让他审查高深论文，他找出人类同行评选都忽略的逻辑漏洞。工程演示中，他能把一张草图自动建模成可三 d 打印的结构文件， 在材料实验中还优化出超过一百微米薄膜的晶体生长方案。甚至在前端层面，他可以单文件生成完整 three js 场景，做光线追踪级物理模拟。这已经不是会写代码的 ai， 而是一个能建模、能验证、能优化的推理系统。 三个月时间，全领域刷爆 s o t a。 从两千七百分到三千四百五十五分，这不是升级，这是跃迁。问题来了，当 ai 已经能站到世界前十的算法水平，我们还要怎么重新定义顶级思考力？关注星智源，秒追 a s i。

谷歌最近可是搞了个大新闻，发布了 deep think three， 说真的，这可不只是又一次小小的更新，它很有可能会彻底改变我们看待 ai 的 方式。 所以今天咱们就来好好解读一下，看看谷歌这次到底带来了什么不一样的东西。好，那我们怎么来一步步看懂 deep think 三呢？ 可以这样，咱们先聊聊这次升级到底重大在哪儿？然后这个听起来很酷的 ai 科学家究竟是个什么概念？ 接着咱们得看看实打实的成绩，它的分数到底有多吓人，看完分数再看它能十级做什么？怎么从一个想法变成一个实物？就后嘛，咱们一起来思考那个终极问题，这一切是不是意味着 agi 真的 离我们不远了？ ok， 咱们直接进入第一部分，谷歌的这次重大升级，咱们就从官方公告的核心开始说起。谷歌这次一点也不含糊，直接说这是对它们最强 ai 模型的一次重大升级。你得注意重大这个词儿， 这个不是那种每年挤牙膏一样的小修修补，按他们自己的说法，这是一个根本性的转变，改变的是模型的核心目标和能力。好的第二部分来了，这部分真的非常有意思，一个叫人工智能科学家的东西诞生了， 那这个根本性的转变到底是什么呢？你看，他们已经不满足于我们都熟悉的聊天机器人这个身份了，一边是用来聊天的，另一边呢，直接变成了科学家，这绝对不只是换个好听的名字，我们可能正在见证一个 ai 新物种的出现。 所以，到底什么才算是人工智能科学家呢？简单来说，谷歌就是把它设计出来，干脏活累活的，专门去啃那些最硬的骨头。 比方说那些没有标准答案的问题，数据一团糟甚至残缺不全的项目，还有那些问题本身就定义不清的难题， 这些恰恰是过去所有 ai 都最头疼的地方。而且为了证明他不是在画大饼，谷歌给出了一个让人惊掉下巴的例子。你听听这个，他在一篇专业的数学论文里居然发现了一个逻辑漏洞， 重点是这个漏洞连人类的专家凭什么都给错过了。你仔细品问一下这个事，这意味着在某些高度专业的领域，他的分析能力已经开始超越人类的顶尖专家了。 好了，接下来第三部分，咱们不谈概念了，直接看证据，他那份堪称惊人的成绩单，毕竟光说不练假把式嘛。咱们来看看数据，说实话，这些数字真的有点暴力。 先看这个，在编程竞赛平台 code forces 上，它的一楼等级分是三四五五。 如果你对编程竞赛不太熟，这个数字可能没什么概念，那我给你打个比方，这在编程界就相当于国际象棋里的特级大师，是站在金字塔最顶尖的那一小撮天才，现在一个 ai 和他们站在了一起， 当然了，高光时刻还不止这一个。你再看这张表，国际奥林匹克数学竞赛金牌水平， 那个号称人类最后的考试难度变态的测试，他拿了四十八点四百分，基本上就是这个领域的航跃天花板了。 还有一个专门儿衡量类通用智人水平的测试， a r c a g i two， 得分高达八十四点六分。我的天呐，这里面的任何一项单独拿出来都是一个巨大的突破， 那么考试考得好到底有什么用呢？这就到了咱们的第四部分，看看它是如何实现从思考到行动的飞跃的。跑分再高，如果不能解决实际问题，那也没什么意义，对吧？ 所以， diff sync 三这次到底带来了什么？我们能直接感受到的新能力？这儿有个最直观的例子， 你就拿张纸，随便画个草图给他，然后他会自己分析你这个二维的土话，自己写出三维建模的代码，最后，砰，直接给你一个能用三 d 打印机打出来的文件， 你想这个过程有多厉害？他不只是看懂了一张图，他是在理解一个物体的物理结构，然后用代码把它给创造出来。这完全是从理解到创造的一个质的飞跃。 但我觉得真正重磅的还在后头，谷歌这次没有把它藏起来自己用。他们有史以来第一次把 deepink 的 api 接口直接开放给了全世界的开发者和公司。 这意味着什么？这意味着任何人都可以开始尝试把这种科学家级别的 ai 能力装进自己的产品里。你能想象吗？这可能会催生出多少我们今天根本想象不到的新应用？ 好了，这就把我们带到了最后一个部分，也是最大的一个问题，通用人工智能是不是更近了？咱们聊了这么多细节，现在让我们退后一步，看看这整件事的大格局。 你想当一个 ai， 不 仅能在最难的考试里拿高分儿，还能像一个真正的科学家那样解决开放式问题，甚至能把你脑子里的一个想法变成一个实实在在的物体，我们就不得不问自己那个问题了。 我们讨论了这么多年的通用人工智能，也就是 a g i， 它是不是真的就快要来了？谷歌的这次发布当然没有给我们答案，但它所做的是把这个问题以前所未有的清晰度摆在了我们每一个人的面前。

谷歌发布 gemini 三 d think 后的四十八小时，没想到在三 d 圈刷屏，各种三 d 离谱案例涌现出来。我来给大家盘点一些名场面。 比如有人直接用一张普通的日用品照片，让 gemini 三 d think 生成了高保真度的三 d 模型，还能直接输出 s t l 文件，用于三 d 打印，十二分钟就把家里的花盆重新设计了一遍。还有开发者让它生成了一个实时三 d wifi 雷达， 把周围所有网络都映射成 matrix 风格的发光节点，一次性搞定。甚至有人给他一张蜘蛛网的图片，要求做个交互式设计工具。结果 jimmy 直接生成了完整的设计套件，包括程序化控制、仿真优化，还能导出 s t l 文件。 有意思的是，有人测试他的 a s c i i。 艺术能力，结果一个文本提示就生成了动态雪山滑雪动画。 jimmy 还自己发挥创意，加上了滑学者和单板滑雪运动员。

建制的 ai 居然可以直接生成工程模型了，大家看我只是给他一张随手画的支架草图，还有几个硬性要求，他是直接在分析中的逻辑，然后甩给了我一个实时的建模三 d 网站。而且最离谱是生成出来这个模型是完全完全是没有破面的。切，软件是可以直接识别直接打印的，如果你不满意的话， 不用重新再改模型怎么怎么样，直接改这参数就行了，会重新给你计算这个结构。这个在传统的软件里面叫做参数化设计，以前的门槛是极高的，现在 只要你有逻辑，我想要什么，约束条件是什么， ai 就 可以帮你搞定剩下的数学和工程问题。这个模型等会我会放到 macworld 上面。如果你也对这种类型的模型感兴趣的话，也许下期我们可以试一试一些更有趣的东西。下期视频不见不散，拜拜！

全新 gemini 一 夜血洗编程， ai 技术迈入新阶段。二零二六年二月十三日，谷歌 deepmind 正式发布 gemini 三 deep sync 版本，在编程、通用推理、成本、效率三大维度实现颠覆性突破， 被业内称为 ai 彻底血洗编程圈，标志人工智能从辅助工具走向独立顶尖智能体 一、编程能力达到人类顶级竞赛水平 jamie 三在国际顶级编程竞赛平台 code forces 达到三千四百五十五 l e o。 分 数全球排名第八，仅七位人类选手排名更高，超越百分之九十九点九九的人类程序员与竞赛选手 对比。前代模型 g p t 四早期仅约三百九十二一楼 g p t 四欧约八百零八一楼前代 o 三 preview 约两千七百二十七 l u jimmy 三直接跃升七百分以上，拉开与所有竞品的差距。 在 leco 的 周赛中，题目通过率超过百分之八十五。动态规划图论复杂算法接近人类顶尖选手水平， 在真实软件工程精准 s w e bench verified 上通过率超过百分之六十五。 live code bench 实时编程通过率超过百分之八十。智能合约 solidity 开发通过率达到百分之九十二二。通用推理刷新全球最高记录。 在难度极高的 a r c 到 a g i 二通用推理任务上， gemini 三达到百分之八十四点六正确率，此前最强模型仅在百分之六十到百分之七十区间。 arc 到 agi 减一正确率达到百分之九十六，在无工具辅助的人类终极测试 humanity slast exam 中达到百分之四十八点四，明显领先 gpt 五点二的百分之三十四点五与 cloud ops 四点六的百分之四十点零， 数理化奥赛水平全面达到金牌级别，可独立完成复杂逻辑推导与证明。三、成本与效率数量级下降 jamie 三将单任务推理成本大幅压低， arc 到 agi 二、单任务成本仅十三点六二美元， arc 到 agi 一 仅七点一七美元。 而前代顶尖模型成本普遍在两千到三千美元，成本降低两百八十到四百二十倍，这让顶级推理能力从实验室奢侈品变成可大规模商用的普惠技术。四、核心技术突破 deep sink 深度推理 gm 三、采用全新 deepthink 模式，核心是慢思考、自我修正与多路径并行搜索模型，在输出前会自主构建多条解析路径，实时验证逻辑一致性，遇到矛盾自动回溯，不再依赖语料记忆。 同时支持百万级 token 上下文，可一次性读取百万行代码。项目内置代码沙盒执行环境，环境配置从传统三十分钟缩短到十五秒。 支持多模态编程，可从手绘草图、视频图标直接生成可运行代码，并具备 get 级写作能力。自动分析代码影响、生成、测试用力、定位兼容问题。 五、对行业的颠覆性影响 ai 从代码补全工具升级为可独立攻坚的顶级程序员，能完成算法设计、架构搭建、调试优化、工程落地、全流程 全站开发，效率提升三倍以上，大型项目周期从数周压缩到数小时。 未来程序员的核心价值将转向需求定义、架构设计， ai 协助与复杂决策基础编码工作被大规模替代，同时 deep think 能力外溢到数学、物理、生物、材料等科研领域， ai 正式成为科研合伙人。 六、上线与开放情况 gemini 三 deep think 于二零二六年二月十三日正式发布，面向 gemini ultra 订阅用户、 api 开发者与 vertex ai 企业客户开放标志通用人工智能进入可规模化落地的全新阶段。 世界集装箱运价指数从两千四百四十五跌至两千两百一十二，下跌两百三十三美元，下跌百分之十，收报两千两百一十二美元。 全球航空货运运价指数本周环比下跌百分之三点三。选择优质船期，欢迎尽早订舱。深圳欧营承聘大量货代专业销售人才， 欧洲地中海特价，欢迎咨询和订舱！欧洲地中海就选欧银国际，专业靠谱欧洲地中海，大家一起都要赢欧银欧银！更多经济资讯欢迎关注深圳欧银国际外贸人，国际物流人，每天都在看！

谷歌最近搞了个大新闻，发布了一个叫 gemini three dip think 的 东西，听这名字就感觉不简单，对吧？它可不是普普通通的 ai， 它的目标说出来都吓人，专门儿为了解决咱们这个世界上最棘手最头疼的那些科学和工程难题， 听着是不是有点科幻？别急，咱们就来看看他到底牛在哪？哎，我先问你一个问题啊，你觉得 ai 这东西有没有可能比一整个顶尖专家团队还厉害？ 就是说一帮最聪明的人都看不出来的问题，一个 ai 能给你指出来，你是不是觉得这听起来有点天方夜谭？但你还真别不信，这个问题恰恰就是咱们今天要聊的这项新剧组的关键所在。 所以，这个 deep think 到底是个傻，你可千万别把它跟咱们平时用的那种聊天 ai 搞混了，它不是那种只会帮你总结网站已有信息的知识搬运工，它更像是一个专门的嗯，思考模式或者说推理模式。 你想想看，当咱们面对一堆乱七八糟，缺这少那的数据，甚至连问题本身都没有标准答案的时候，它就是那个能帮你杀出一条血路的工具。 你看这个对比就特别清楚了，传统的 ai 就 好比一个超级厉害的图书管理员，你问他什么，他都能从海量的书里帮你找到答案，做好总结，这已经很棒了，对吧？但是 deep think 呢？他扮演的角色完全不一样，他是一个探险家， 他的任务不是整理已知的世界，而是要去探索那些地图上都还没现成答案的问题，这才是他真正厉害的地方。 好，那说了半天，他到底有多强呢？咱们光说不练假把式对吧？是骡子是马，拉出来遛遛。接下来咱们就来看看他在一些堪称地狱难度的测试里，到底交出了什么样的成绩单。 先看这个数字，八十四点六趴，这是他的一个叫 a r c 杠 a g i 二的测试里的分数。 你可能没听过这个测试，没关系，你只要知道这玩意儿被圈内人工认识，测试 ai 推理能力的珠穆朗玛峰难的要命。 拿到八十四点六趴，这个分数基本上就是直接把以前的所有积录都甩在身后了，可以说是重新定义了这个领域的最高水平。 再来看这个三五四五，这是他在 code force 上的一楼等局分，如果你玩过国际象棋或者一些竞技游戏，你就知道一楼分是干嘛的。这么说吧，三五四五分在编程竞赛这个圈子里，绝对是大神中的大神级别， 全世界能达到这个分数的人类程序员真的是凤毛麟角，等于说他写代码的能力已经超过了九十九点九九八八八八八的人类顶尖高手 还没完呢！除了写代码搞理科竞赛啊，他也一样在行，在国际数学、物理还有化学奥林匹克竞赛里，他的水平妥妥的达到了拿金牌的级别。 要知道，这可是全世界最聪明的那群高中生们拼尽全力的地方啊，他也能跟他们一交告下，甚至更胜一筹。 好，咱们把这些成绩放在一块看，不管是抽象的逻辑推理，还是超级复杂的编程，再到顶尖的科学竞赛，你看 deep think， 基本上是全方面的刷新了记录。 所以这说明什么？这不仅仅是数字上的提升，这可能意味着我们正在亲眼见证一种，嗯，一种完全不同量级的机器智能正在诞生。 不过，这些终究还只是考试分数，对吧？真正的考验还得看它在真实世界里能不能派上用场。 那么，当咱们把这么强大的一个大脑扔到现实生活中的科学难题里，又会发生什么样奇妙的化学反应呢？咱们接着往下看， 还记不记得咱们一开始提的那个问题， ai 能不能发现专家都发现不了的错？现在答案来了，你听这个故事，罗格斯大学有位数学家叫利萨卡喷，他当时就用 deep think 帮他检查一篇特别专业的数学论文， 结果你再怎么着，他真的找到了一个非常非常细微的逻辑漏洞，而这个漏洞之前经过好几轮人类专家的评选，都没人发现。这可不是小事啊，在前沿数学里，一个不起眼的错误就可能让整个理论大厦轰然倒塌。 再来看一个更实际的例子，在杜克大学有个实验室正在研究一种新材料，具体来说是一种晶体薄膜。他们碰到了一个大麻烦，不管怎么试都做不出想要的尺寸。 就在大家一筹莫展的时候， deep sink 上场了，他没有去试错，而是直接分析了所有数据，然后 duang 的 一下设计出了一套全新的制作方案或者说配方，结果问题就这么解决了。 你想想，这要是推广开来，我们以后发现新材料的速度那可就不是快一点半点了，可能是指数级的飞跃。好，看完了高大上的科学研究，咱们再来看看他在工程领域能帮上什么忙，这部分就更贴近我们的生活了。 简单来说，就是他怎么能把咱们脑子里的一个想法快速变成一个能拿到手里的真实物件， 整个流程简直是太酷了。你看，你只要在纸上随便画个草图，告诉他你想要个啥，然后呢，他就能看懂你的话，把它变成一个非常精细的三维模型。最后一步，他会直接生成一个文件，你把它扔给三 d 打印机，过一会东西就出来了， 你体会一下这个速度。以前从一个概念到做出样品，可能要好几个星期，现在呢，可能就是一顿饭的功夫。听到这儿，你肯定在想，哇，这东西这么厉害，那我们能用上吗？还是说只是科学家们的专属玩具？ 别急，好消息来了，它已经开始走进我们的生活了。目前呢，主要有两种方式，如果你是个人用户，而且订阅了 google ai ultra 服务，那恭喜你，现在打开 gemini 应用，就能直接用上这个 dip 定模式了。 那如果是研究机构或者公司呢，也可以去申请一个叫 gemini api 的 东西，这样就可以把它强大的推理能力对接到自己的项目里去。所以啊，你看 deepthink 的 发布，它其实不是一个故事的结尾，恰恰相反，它是一个全新篇章的开始。 它就好像是给全世界的科学家、工程师，还有所有爱创造的人递上了一把前所未有的神兵利器。有了它，那些我们以前觉得遥不可及，甚至想都不敢想的难题，现在或许真的可以去挑战一下了， 那么最后我也想把一个问题留给你，既然我们现在手里有了这么强大的工具，有了这么一个超级大脑，你觉得我们最应该让它去攻克下一个什么样的难题呢？是去彻底解决气候变化，还是找到治愈癌症的方法？又或者是帮我们实现星际旅行的梦想？ 这个问题没有标准答案，但我觉得它值得我们每个人都好好想一想。

gemini 三用户有福了，编程能力全球仅七人可超越！二月十三日，谷歌上线 geminis and dipstick 的 重大升级。 作为一款推理模型， geminis and dipstick 在 多项精准测试中刷新记录， a r c a g i 二测试达百分之八十四点六。 code forces 编程平台获三千四百五十五分，世界排名第八， 仅七人能超越，并在数学、物理、化学奥赛中达金牌水平。然而，其每项任务成本仅为十三点六二美元， 比 openai o 三降低大约两百八十到四百二十倍。目前，新模型已被用于数学论文审阅、晶体生长、工艺优化等科研场景， 现已通过 jimmy 应用和 api 向订阅用户及部分研究者开放。你们觉得他能追上 cloud opus 四点六吗？现在还有保持没有领取到美团 agent 实践手册的吗？点个关注，留下评论资料，就在粉丝群里。

之前最聪明的 ai， 成绩差不多就是六十分， jimmy 三的深度思考模型直接干到了八十四点六分。一个罗格斯大学的数学家写了一篇论文，通过了同行的评选。你知道同行评选是什么概念吗？就是这个领域最顶尖的专家，一个字一个字，看你的论文找不出问题了，你才能够发表。 那结果呢？谷歌的 ai 扫了一眼，说中间有个逻辑 bug， 那 数学家却一查，还真的是错了。这就是谷歌刚发布的 jimmy 三深度思考模型的一个实际应用案例。 那你可能会说啊， ai 做题厉害不？早就知道了吗？对，切 gpt、 cloud 做题都很快，但是问题来了， 那 ai 是 复制粘贴答案呢？还是真的理解这背后的逻辑呢？有个测试叫 archi， 翻译过来又叫抽象推理语料库就专门测试这个的， 不是考你在互联网上出现过那些题，而是从没见过的新题，看你能不能举一反三。之前最聪明的 ai， 成绩差不多就是六十分，这样呢？三呢，深度思考模型直接干到了八十四点六分。那能做到这个分数的，就不是光靠被答案能够做到了，说明他真的具备很强的推理能力了。 那聪明的你可能又会问了，会推理有什么用呢？即使他在数学、物理、化学的国际奥林匹克竞赛中全拿金牌，也只是考试啊，有什么实际意义呢？ 那真正能产生巨大实用价值的地方在于，就像开头说的那样，他现在能够帮数学家找论文里面的逻辑漏洞，甚至能够帮物理学家验证实验设计。那这样能大大提高科研的速度和质量，从而推动整个社会的发展和进步。我想这个意义足够大了吧， 你可能又会说，我又不是科学家。那你想，如果你现在可以在纸上画一个草图，深度思考模型呢，就直接给你生成三 d 模型，拿去打印变成实物。 中间那些麻烦的步骤啊，像建模软件呢，你就可以不用学了，还有 cad 制图也可以不用了，从想法到实物呢， ai 现在可以帮你一步搞定。那为什么谷歌会突然放这个大招呢？我想大概率是因为开源的国产模型这边是步步紧逼， 另外一边呢， cloud 和 open i 也相距发布了最新的模型，谷歌要是再不发布新模型呢，用户可能又要跑掉了，毕竟现在的用户都是哪家模型好用用哪家，不存在中程度这个说法。 不知道大家发现没有， ai 巨头现在都开始卷谁的模型更接近人类专家，以及谁能解决更难的问题。那这个竞争越激烈呢？我们普通人能用到的工具呢，也就越强大，让他们继续卷吧。

哈喽，大家好，今天咱们来聊个重磅消息，谷歌的 gemini 三又整了个大活，推出了 deep think 模式，好多人看完之后都在说， agi 是 不是真的要来了？ 对啊，我早上刷到这个新闻的时候，第一反应就是，谷歌这是又在憋大招啊。毕竟之前 gemini 系列就已经挺强的了，这次直接升级到 deep think 模式，听起来就不简单。 没错，这次的升级真的可以用惊人来形容。先跟你说几个关键成绩， a r c a j i 二，直接干到了百分之八十四点六，你知道人类平均才多少吗？百分之六十，之前最强的模型也就六十到百分之七十的水平，这一下子就拉开了这么大的差距。 哇，这提成也太夸张了吧。那 code force 竞赛的成绩呢？我记得之前 ai 在 编程竞赛里的表现就已经挺亮眼的了， 这次 gemini 在 code forces 里拿到了三千四百五十五亿艾利欧，直接进入了传说级宗师区间， 人类现在也就七个人排在他前面，这意味着他的编程能力已经远超绝大多数程序员了，甚至能和顶尖的竞赛选手掰掰手腕，这也太猛了。那物理和化学奥林匹克的成绩呢？毕竟这两个学科不仅需要知识储备，还得有很强的逻辑推理能力。 二零二四年，吴林和化学奥林匹克 jammy 三直接拿到了金牌水平，你想想，能在奥赛里拿金牌的人类，那都是万里挑一的天才，现在 ai 也能做到了，这说明他的跨学科推理能力已经到了一个新高度。 确实，而且还有那个 humanity's last exam， 它也刷新了记录。感觉现在 ai 在 各种考试和竞赛里已经越来越得心应手了。不过你别以为这次升级只是在竞赛层面，这次谷歌真正的突破，是让 ai 从竞赛级推理走向了研究级推理，这才是最关键的转变 哦。能详细说说吗？这两者有什么不一样的地方？之前的 ai 模型虽然在数学、编程这些竞赛里表现不错，但大多还是停留在解决已经被定义好的问题上， 就像是在做卷子，题目都是现成的，你只需要按照规则去解答就行。但研究级推理就不一样了，他需要去发现新的问题，去探索未知的领域，不仅要懂数学，还要能渗透到物理、化学这些学科。原来是这样，那他在研究级推理上具体有哪些表现呢？ 你看，在理论物理精准 c m t benchmark 里，他拿到了百分之五十点五的成绩，这说明他已经具备了跨学科、跨抽象层级的长链条推理能力，能把不同学科的知识结合起来，去解决复杂的科研问题，而且还有几个实际应用案例更能说明他的厉害之处。 快给我讲讲都有哪些实际应用？罗格斯大学的数学家 lisa carbon 用 deep think 审阅高能物理数学论文，结果找出了人类同行评选都忽略的逻辑漏洞。 你想想，同行评选都是行业里的专家，连他们都没发现的问题， ai 给找出来了，这说明他在学术研究上已经能起到很关键的作用了。 这也太牛了吧，那还有其他的应用吗？杜克大学的实验室用它设计新型半导体材料，优化复杂晶体生长工艺，还实现了一百微米级超薄膜配方。 半导体材料的研发一直是个难题，需要反复试验和调整参数。现在 ai 能帮着设计配方，这能节省多少时间和成本啊？确实，半导体行业的研发周期本来就长，成本又高， ai 要是能介入的话，肯定能大大加速这个过程。还有吗？ 还有，谷歌工程师手绘了一张草图， ai 直接就生成了三 d 打印模型文件，这说明他不仅能处理复杂的科研数据，还能把抽象的想法转化为具体的实体模型，这在产品设计和研发里也能派上大用场。 感觉现在 ai 已经不仅仅是个聊天助手了，他正在变成一个真正的研究工具，这是不是谷歌的战略方向啊？ 没错，谷歌这次就是想把 ai 从 chatbot 转变为研究工具，它们已经开始通过 java api 向研究者和企业提供早期访问了，这意味着未来会有更多的科研人员和企业能用得上这个强大的工具。谷歌的 ai 路径也是从聊天助手走向科研基础设施。 说到 ai， 大家一直都在讨论到底什么才算 ai， 这次有没有什么新的定义？有啊， arc agi 的 创建者 francois charlotte 就 给出了一个定义，他说当我们再也构造不出普通人类能做但 ai 做不了的任务时，才算实现 agi。 好 多网友都觉得这是目前看到最好的 agi 定义。 这个定义确实挺有意思的，它把 agi 的 标准和人类的能力绑定在了一起。那现在 gmi 三的表现离这个标准还有多远呢？不好说，但从目前的成绩来看，它已经在很多方面超过了人类的平均水平，甚至在一些顶尖领域也能和人类一较高下。 不过要达到再也构造不出人类能做但 ai 做不了的任务，可能还需要一段时间，但这次的升级确实让我们离 agi 更近了一步。那大家也在讨论 ai 意识的问题，你觉得 ai 会产生意识吗？ 这个问题就比较复杂了，目前的 ai 模型包括 game 三，本质上还是基于大数据和算法的，它能模拟人类的思维过程，但还没有真正的自我意识。不过随着技术的发展，未来会不会产生意识，谁也说不准，这也是 agi 讨论里一个很重要的话题。 确实， ai 意识这个问题一直充满了争议，不过现在更现实的是， ai 在 科研领域的应用已经越来越广泛了。谷歌这次押注 ai for science 方向，是不是意味着这个赛道要爆发了？ 我觉得是，你看陶哲轩也下场 ai for science 赛道了，他可是数学界的大神，连他都看好这个方向，说明 ai 加科研确实有很大的潜力。 现在 ai 已经能在很多科研领域发挥作用，比如材料研发、药物研发、天文观测等等，未来随着技术的不断进步， ai 可能会彻底改变科研的范式。 那你觉得 ai 会取代科研人员吗？我觉得不会， ai 更像是科研人员的助手，他能帮着处理大量的数据，发现隐藏的规律，提出新的假设。但真正的科研突破还是需要人类的创造力和洞察力， 毕竟科研不仅需要逻辑推理，还需要想象力和直觉，这些都是 ai 暂时不具备的。不过未来科研人员可能需要学会和 ai 合作，利用 ai 的 优势来提升自己的研究效率。 没错，就像是现在很多医生会用 ai 辅助诊断，但最终的诊断结果还是由医生来确定， ai 只是提供一个参考。科研也是一样， ai 能做很多辅助工作，但核心的决策还是要靠人类。 而且 ai 的 发展也会创造出很多新的科研岗位，比如 ai 算法工程师、 ai 论语学家、 ai 科研数据分析师等等。未来的科研生态会因为 ai 的 加入而变得更加丰富和多元。那你觉得谷歌这次推出 gemine 三 deep sync 模式，对整个 ai 行业会有什么影响？ 首先，他会倒逼其他 ai 厂商加快研发步伐，毕竟谷歌又拿出了这么厉害的模型，其他厂商肯定也不想落后，会投入更多的资源去提升自己的 ai 模型性能，这会推动整个 ai 行业的技术进步。 其次，他会让更多的企业和科研机构意识到 ai 在 科研领域的价值，会有更多的人去探索 ai 加科研的应用场景，加速 ai 在 科研领域的落地。 确实，之前很多人可能还觉得 ai 在 科研上的应用还比较遥远，但这次谷歌的案例让大家看到了 ai 在 科研上的潜力，相信未来会有越来越多的人投入到这个领域。 还有一点，这次的升级也让大家对 agi 的 讨论更加热烈，之前可能很多人对 agi 还持怀疑态度，但现在看到 jimmy 三的表现，会有更多的人相信 agi 是 有可能实现的，这会吸引更多的人才和资源进入 ai 领域，推动 agi 的 研究和发展。 那你觉得未来 ai 在 科研领域还会有哪些突破？我觉得未来 ai 可能会在更多的基础学科里取得突破，比如数学、物理、化学这些，它可能会帮助人类发现新的定律、新的物质、新的规律，甚至可能会解开一些困扰人类很久的科学难题。 比如在数学里， ai 可能会帮助证明一些未被证明的猜想，在物理里可能会帮助发现新的例子或者新的宇宙规律。 哇，那想想就觉得很激动，如果真的能实现的话，人类的科学技术会迎来一次大飞跃。没错，而且 ai 可能还会改变科研的合作方式， 未来可能会有全球的科研人员通过 ai 平台进行协助，共享数据和研究成果，加速科研的进程。不过在这个过程中也会面临一些挑战，比如数据、隐私、论语、道德、知识产权等等，这些问题都需要我们提前去思考和解决。 确实，任何新技术的发展都会带来新的问题， ai 也不例外。我们在享受 ai 带来的便利的同时，也要注意规避它可能带来的风险。比如 ai 生成的科研成果的知识产权归属问题， ai 在 科研过程中的轮理问题，这些都需要建立相应的规则和制度来规范。 而且随着 ai 的 能力越来越强，我们也需要思考如何平衡 ai 和人类的关系，不能让 ai 完全取代人类，而是要让 ai 成为人类的好帮手，共同推动人类社会的发展。 没错，毕竟技术是为人服务的，我们发展 ai 的 目的是为了让人类的生活变得更好，而不是让人类被 ai 所控制。 总的来说，谷歌这次推出 gemine 三 deep sync 模式是 ai 发展史上的一个重要里程碑，它让我们看到了 ai 在 科研领域的巨大潜力，也让我们离 ai 更近了一步。未来 ai 会如何发展？会给我们的生活和科研带来哪些改变？让我们一起拭目以待吧！ 对啊，今天的讨论真的很有收获，让我对 ai 的 未来有了更多的期待，也希望未来能看到更多 ai 在 科研领域的精彩表现。 好了，今天咱们就聊到这，如果你对 gemini 三 deep simple 模式有什么看法，或者对 ai 的 未来有什么期待，都可以在评论区留言和我们分享，咱们下期再见！再见！

自从几周前 gemini 发布后，叉 g p t 呢已经流失了很多用户，比特三、奥特曼在他们内部都提出了红色预警，因为呢，叉 g p t 在 过去两年时间里， ai 领域呢，一直是很多用户的首选，那这次呢，他们流失用户这么严重，只能说明一件事，就是 jimmy 三是真的货真价实。所以今天这期视频呢，我会教给你九个使用 jimmy 三的核心技巧，只要你听完我今天这期视频，你也能快速成为 jimmy 三的高手。那么话不多说，马上开始。 首先呢，要跟大家强调一下 gemini 三啊，和之前的模型相比，最大的变化就是它根本上改变了我们在一个提示词里输入的上下文数量。以前呢，当我们问叉 g b t gemini 之类的大语言模型的时候，哪怕我们一步一步告诉 ai 想要的结果， 怎么输出流程需要避免的东西，但是它给我们输出的结果也会经常丢三落四。但 gemini 三一个大的改进就是它的推理能力更强了。换句话说呢，现在模型给我们回复 或者在帮我们做任务这方面比以前的模型呢要强得多。所以呢，你可以大胆的让它运用推理能力帮你做事。顺便说一下，如果你想用 gemini 三，你在 gemini 的 主页里或者它的移动端 app 都能用，我们现在屏幕上看到的呢，就是它的网页版，你只需要确保下拉菜单里选的是 thinking 思考模型，就激活了 gemini 三 pro 里的 fast 快 速模型是 gemini 二点五版本。除了网页呢，你也可以直接在 google ai studio 里用 gemini 三，网址是 studio dot google com， 我 们之前呢也给大家讲过怎么用这个工具， 视频的链接呢，我也给大家放在描述栏里了，我先用 google ai studio 给大家做演示，来看看 gemini 三在帮我们做任务的时候，到底能包含多少的上下文。这里呢，我先让 gemini 三啊帮我想想办法看看呢，假如有孩子的话，到底是留在公校还是送私校？这里呢，我给了他一份 非常长的提示词，里面呢，包含了生活的城市，家庭情况，目前的负债和储蓄水平，孩子的性格 成绩以及目前的想法，还有我想让他帮我做的四个任务。你看啊，才两秒钟不到，他就给我生成了一份深度分析，帮我算了一下现金流和机会成本。而且呢，给我规划的时间线可 不是短期的三年，而是孩子的整个家庭的开销呢。他还帮我们算了私校的投入产出比， 对目前的全职工作呢，进行了风险评估。最后啊，还给我列出了家庭需要讨论的四个关键问题。你看，虽然我在提示词里呢给 jimmy 三的要求非常多，但他呢，依然还是把每一个要求都给出了，尽可能详细的回复。 这里呢，我们再找一个例子，让 jimmy 三帮我设计一个跑步的训练计划。大家可以看到啊，这里我们给他的依然是一大 大段提示词，里面呢包含了我的个人生活情况，健康水平，还有我的训练目标有哪些限制和我希望他帮我做的任务。 站在三这里呢，也是毫不费力的就帮我们整理好了健康方面的注意事项，减脂计划以及每天的运动安排。后面呢，除了帮我们设计马拉松的训练计划，还给我们做了备选的 b 计划。说实话，我根本不指望一般的大语言模型能做到现在这种程度， 因为 jimmy 三呢，给我们输出的信息量啊，实在是太大了。所以呢，这就是我上面提到的，当你用 jimmy 三提问的时候，可以让他尽情发挥他的推理能力。第二个小技巧， jimmy 三呢，在 google a s do do 里可以调节思考水平， 大家可以看这里啊，这里的思考等级就是模型在给我们回答前消耗了多少算力，帮我们进行内部推理。如果你选择这里的下拉菜单，系统默认的思考水平是高档，另一个呢是低档， 低档的话呢，他给我们生成回复的速度就会快一些，推理过程呢也相对简单，更适合做一些简单的任务，或者是一些对话式的问答。如果是高档的话呢，就会多花些时间。不过呢，如果你需要处理的是 复杂问题的话，我建议大家呢，还是把思考水平调成高档，这样他给你的回复呢也更靠谱。第三个技巧是，你可以把詹姆奈呢当做你的资深顾问，把你遇到的问题呢都丢给他，不管是工作上的还是生活上的问题。詹姆奈三呢，就会像个博士级聪明的超级顾问一样，他会帮你分析问题， 权衡利弊，帮你理清思路，给你一个有条理的解决方案。对你来说呢，相当于你可以免费获得很多专业的建议和 帮助。给大家举个例子啊，这里呢，我跟詹姆耐说，你现在是一个职业发展顾问，熟悉工程类岗位的职业路径？我目前的职位呢，是高级工程师，在基建行业，四十岁有两个小孩有 房贷，目标呢，是在三到五年内啊，转到项目经理岗位，请你呢，从顾问的角度帮我分析，一、我现在的优势和短板。二、 接下来三年每年可以做的具体行动。三、有哪些现实风险？你看这里啊，他先用商学院常用的 swat 分 析法帮我分析了我的优势和短 团版。然后呢，帮我规划了一下未来三年的具体行动计划。当然呢，他也按照我的要求，给我列出了所有需要考虑的风险以及应对措施。你会发现啊，你完全呢可以把你的很多问题都发给 jimmy， 把它当做你的军师和智囊团给你提 建议。那除了让詹姆奈做职业顾问，我们呢，当然还可以让他做财务顾问。这里呢，我把每个月的收入和开销啊，都发给他。然后呢，让他帮我算出储蓄率有哪些风险和压力点，还要给出现实且可以执行的建议。詹姆奈呢，不负众望，帮我算出了每个月的结余， 指出了目前最大的问题是严重的防奴状态。最后呢，还给出了三条很现实的建议，而且这些建议呢，不是空穴来风，而是实打实的从现金流安全控制、预算和现金流管理的角度给我们建议， 非常实用。接下来这个功能呢，更厉害了， m 三啊，还能帮我们做出小程序，哪怕呢，你不是开发者，完全不懂编程，你只需要描述你想要的东西，他就能帮你做一个互动的应用和工具 面。提一句啊，如果你想在 java 里呢，做一个可适化的应用最好呢，点击下拉菜单里选这个 canvas 画布功能，这样生成的速度呢是最快的。这里呢，是我给他的指令，我让他呢帮我做个马拉松训练计划的网页 app， 然后我告诉他我的目标用户 要求，输出的内容和 app 结构，还有一些视觉文案上的要求。也就不到一分钟， jimmy 呢就帮我生成了这个训练计划，我们呢，可以在 app 的 左边啊填入我们的目标成绩和当前的配速和跑量。然后呢，他就给我们生成了这份详细的训练计划，包含每天的训练内容， 每周跑量计划。这样呢，你就可以让他帮你进行规划，你只需要按照他的要求做，就可以顺利完成马拉松。另外呢，你还可以直接把结果啊导出成 pdf， 方便你分享给其他人。 还有一个我想给你展示的小技巧，就是呢，我们可以点击右下角的这个添加 java 功能，这个功能指的是啊， java 呢，会在当前做出来的第一版成品上再给我们一些改进建议，告诉我们呢，还可以加点什么东西，让这个 app 的 功能呢更好 更全面。这里呢，他建议啊，可以添加 ai 智能教练饮食和恢复建议，还有微调一下训练课表 看啊，这是他帮我们重新生成的 app 界面，乍看一下呢，和刚才生成的没什么区别，但当我们把数据填进去后，这时候呢，在训练计划的上面就出现了一个搭配的饮食建议。当我们点击后呢，詹姆纳就会告诉我们 配合训练马拉松有哪些建议的针对性饮食，在基础信息的下面呢，还有教练的一些建议。说实话，我一点编程都不懂，也不是一个开发者，但我们现在呢，也能零基础做出来这样的 app 训练计划呢，我们还能让詹姆莱给我们做家庭购物清单的生成器，只需要我们呢输入打算做的菜名，他就能帮我们自动生成一份购物清单。你还可以随时调整家里的库存情况，让他把需要补充的食物呢都加进购物车里， 非常方便。接下来呢，我们再看看詹姆莱三的另一个厉害之处，就是呢，他在视觉推理方面也有了很大提升。举个例子，我在纸上呢画了个客厅的平面草图， 然后呢，让詹姆娜帮我设计一个更适合在家办公和小孩写作业的布局方案。然后呢，他就会分析我的图纸，理解整体的布局， 然后给出针对性的建议。比如这里呢，他建议我们把书桌呢从墙边移出，这样就能减少小孩写作业的视觉干扰。还有把书架紧挨着书桌，然后呢，把整个墙面做成 开放式的书架。接下来这个技巧是 gemini 三呢，现在还配备了 nano banana pro， 这是它们的图像生成模型的升级版，效果呢，比起普通的 nano banana 强了很多。而且呢，经过我不停的测试，我发现 如果你想让它生成图片的效果呢，符合你的预期，那在你给他写提示词的时候呢，就需要加上一些必要的要素，比如告诉他主题是什么， 图里呢，会出现谁或者什么元素，尽量呢，具体一些构图呢，也要说明清楚，比如说啊，你想要特写呢？还是广角镜头？然后呢，你可以告诉他图片里的场景呢，发生在哪，还要给他定个风格。接下来呢，我们就来测试一下，这里呢是我的提示词，我让他呢，帮我们做一张 适合商务 ppt 的 图片，主题呢是 ai， 提升企业效率。后面呢是我对图片啊提出的一些具体要求，比如画面的主体是谁，背景呢，要有什么效果？整体的颜色和色调是什么样的？最后呢， none of none 的 pro 啊，也是完全做出了符合我们要求的图片。 这样呢，如果你平时工作啊，做换灯片的时候，刚好缺了一张图片，就可以让它呢帮你立即生成。或者如果你查了很多网站和资料，它们的内容精华呢，你都 都总结出来了，这时候呢，就可以利用这个功能，根据你总结的内容精华，帮你生成一张宣传海报。那如果你想让他帮你生成一些半成品的图片呢，也是完全没有问题的。比如说这里呢，我让他帮我生成一张跑步的背景图， 画面呢留有空白区域，方便我后续加字。另外呢，他也按照我们的要求啊，在街边呢，加上了日式的樱花风格。那假如说呢，你想给家里的孩子啊做一个学习计划表，那比起那些干巴巴的文字，我们肯定希望呢， 孩子的学习计划表啊，可以好看一些，色彩呢丰富一些。那你啊，也可以让 nano banana pro 啊，生成这样的插图，这样呢，你就能打印出来给孩子直接用了。接下来的这个小技巧呢，我们还可以利用这次 gemini 三提高的多模态能力， 比如说，你在网上呢，找到了一段视频，但你不知道啊，这期视频里的内容呢，对你有没有用？那你呢，就可以让 gemini 啊先帮你分析这个素材，把它呢拆解开，这样呢，你就知道啊，每一段呢 分别说了什么内容，也可以直接跳到啊你想看的部分。比如说这里呢，我选了一个三十分钟的视频，是如何在半小时内呢，学会吴恩达的 ai 智能体课程。 但因为这期视频里啊没有时间限，所以呢，我们并不知道每一段分别讲了什么。这时候呢，我们就可以啊，把视频链接呢直接复制到 demo 里，然后我在这里跟他说，帮我看完并理解这期视频的内容。 然后呢，给我列个带时间线的要点清单，你看 jammy 呢，马上就按照不同的主题，帮我把三十分钟的视频呢，拆解成了不同的片段。如果我们想看多智能体系统，就可以点击对应的时间线， jammy 三呢，就会直接带我们到视频的这个片段，这样呢，可以节省你很多的时间， 可以在看视频前呢，就知道啊，这期视频呢适不适合你，所以这个方法呢，特别适合帮你总结内容，尤其是啊，如果你有上课或者会议的录像，也可以把视频发给他，让他帮你做结构拆分。其实呢，除了让詹姆莱帮我们总结视频，我们还能在这个基础上啊，继续开发他的能力。比如说呢，我们可以让詹姆莱三啊帮我们 剪辑视频。当然呢，这个剪辑啊，并不是真的帮我们一帧一帧的剪，而是你可以让他呢帮你把一段长视频 拆解成不同的小片段，方便我们发在社交媒体上。比如这里呢，我把我之前讲的 jimmy 三的视频链接给他粘贴进去，然后输入这个提示词，让他帮我分析这个频道。然后呢，给我一些适合发在社交媒体上短视频的剪辑建议， 确保呢，所有的剪辑片段啊，都在三十秒以内，并且呢提供每个主题对应的时间限范围，我们点击开始，这时候呢，他就给了我们六个 三十秒以内的短视频剪辑想法，还给了我们时间线范围和适合用的标签。那我现在呢，就可以用一些其他的第三方剪辑软件，根据他给我的时间线，帮我呢把一整只视频剪成不同的短视频片。 这样呢，比起我们啊，一点一点的总结内容挖掘，哪个适合用做短视频素材，速度呢要快的多。接下来这个技巧呢，是你可以用 jimmy 三啊帮你做信息图。这里呢，我给他粘贴了一只视频的链接，然后呢让他帮我根据视频的内容生成一张信息图，给我们解释视频里的内容。结 果呢， jimmy 三表现的也是非常不错，视频呢，马上就被转成了一个格式化的图标。其实这里呢，你不只能放视频， 还可以上传文件让他帮你做信息图，哪怕呢，你给他的信息啊，很复杂， jimmy 三呢，也能帮你啊，几分钟内搞定。接下来呢，是 jimmy 三的终极技巧，我们要看看呢，他能不能帮我们做一个工作流， 提高工作效率。比如这里呢，我让他给我设计个每周的复盘工作流的模板，在每周五呢，告诉我啊，这周呢，我都做了什么工作，遇到了什么问题，以及下周的计划。这样呢，我就可以把这部分内容啊用在每周的全员会议上 行工作汇报。结果呢，詹姆奈啊，也是直接帮我们把这个工作流啊做出来了。这样呢，我只需要把工作内容呢告诉他，就能拿到完整的进度报告。其实呢，除了工作流啊，我平时呢还用詹姆奈帮我做 youtube 或者其他社交媒体账号的选题 工作，让他呢帮我分析视频的数据反馈，帮我总结啊，看看大家呢喜欢看哪类型的题材，帮我筛选新的话题，生成视频大纲或者呢，如果你希望借助 ai 管理家里人的身体健康，你还可以让 jimmy 三呢帮你解读报告，把复杂的体检数据啊，用简单易懂的话说明白， 提醒你见医生时呢需要问的问题，顺便呢，还能帮你存档。以后呢，有了新的体检报告，还可以进行对比，大家看这里呢，最后， gemini 三还帮我们呢，把它整理成了一份笔记，方便我们呢直接保存到 google keep 里， ok。 以上就是快速掌握 gemini 三的九个核心技巧，你可以从今天视频里演示的这些案例里呢， 随便挑一个剧试试，你会发现呢，只要你多玩几次，你就慢慢上手了。另外呢，我们之前啊也有一只视频呢，专门给大家讲过 jamming 三的完整教程，你可以点击这里查看。那如果你想通过 google a s studio 来使用 jamming 三它的完整教程呢？在这里， ok， 以上就是本期视频的全部内容，如果你觉得今天的视频对你有帮助，欢迎点赞订阅频道。那我们下期一天见，拜拜。

为什么就是有些人怎么找都找不到 jimmy 三在哪用，找到了也还是错的，现在教你们两步就能用上。首先第一步，这个网站我跟大家讲清楚， 是要有魔法的，所以说这一步就难倒了百分之九十的人，使出你的浑身解数去找个梯子翻过这座山就完事了。第二步，还有一个坑就是千万不要直接去搜 jimmy 三或者 jimmy 三 pro， 因为你大概率直接去搜会发现会有很多广告或者说虚假抄袭的网站。这 正确的打开方式就是去搜索 google ai studio， 进去之后直接选择 zmi 三 pro 模型，就是这么简单，给大家确认一下，只要你进入了这个入口跟我这个是一样的，就一定用的是正版。好啦，还有更多 ai 玩法，跟小朋友一起进步吧！