DeepMind

Gemini 3 Ultra：Google的全面反击 2026年5月，Google DeepMind发布Gemini 3 Ultra。作为Google第三代原生多模态大模型，Gemini 3 Ultra被DeepMind CEO Demis Hassabis称为"第一个真正意义上的通用AI系统"。这个评价是否名副其实？经过两个月的深度测试，我们带来了这份全面评测。 基础能力评测 文本理解与生成 在标准NLP基准测试上，Gemini 3 Ultra的表现： 基准测试 Gemini 3 Ultra GPT-6 Claude 5 MMLU (5-shot) 92.1% 93.4% 91.8% GSM8K 95.8% 97.3% 94.6% MATH 79.3% 82.1% 76.8% HumanEval 88.4% 91.2% 85.7% BBH 89.2% 90.8% 87.6% 纯文本任务上，Gemini 3 Ultra略逊于GPT-6，但差距不大。在数学和代码等强推理任务上，GPT-6仍然领先约3-4个百分点。 多模态理解 这是Gemini 3 Ultra真正的舞台。作为原生多模态模型，Gemini 3 Ultra在以下基准上表现突出： 图像理解： MMMU基准：78.3%（GPT-6: 72.1%，Claude 5: 68.4%） DocVQA（文档视觉问答）：94.2% ChartQA（图表理解）：89.7% 视频理解： VideoMME（长视频理解）：72.8%（竞品大多在50-60%） 在1小时视频中发现特定事件：准确率87% 音频理解： 多语言语音识别WER：3.2%（支持100+语言） 音频事件检测：85.6% Gemini 3 Ultra在多模态评测中的领先是显著的。特别是在视频理解领域——它能够观看一个完整的视频，然后回答关于视频内容的复杂问题，这种能力在其他模型中很少见。 ...

Gemini 4.0：Google 的全面反击 2026 年 4 月 22 日，Google I/O 2026 上，Sundar Pichai 正式发布 Gemini 4.0。这是 Google DeepMind 自 2025 年合并重组以来最重要的产品发布，标志着 Google 在 AGI 竞赛中的全面反击。 三大版本 Gemini 4.0 采用了"一模型三版本"策略： Gemini 4.0 Ultra：旗舰级模型，参数规模约 2.2 万亿，在 MMLU、HumanEval、MATH 等核心基准测试中全面超越 GPT-5.5 和 Claude Opus 4.1。 Gemini 4.0 Pro：均衡版本，在推理速度和能力之间取得最优平衡，是 Google Cloud Vertex AI 的默认模型。 Gemini 4.0 Flash：轻量级版本，专为边缘设备设计，可在 Pixel 11 和 Chrome 浏览器上本地运行，推理延迟低于 50ms。 核心技术突破 1. Native Multimodal Fusion Engine Gemini 4.0 采用了全新的"原生多模态融合引擎"，在模型底层实现了视觉、听觉、语言、运动控制的统一表征。不同于"拼接式"多模态方案，Gemini 4.0 可以在单次推理中自由切换模态——例如"看着一张图表，用语音解释趋势，同时生成改进建议"。 2. Infinite Context via RAG-Native ...