ลักษณะของราศีเมถุน 3: ทุกสิ่งที่เปลี่ยนแปลงและเหตุใดจึงสำคัญ

อินฟอร์เมเทค ดิจิตอล » Recursos » ลักษณะของราศีเมถุน 3: ทุกสิ่งที่เปลี่ยนแปลงและเหตุใดจึงสำคัญ

AI รุ่นใหม่ของ Google มาพร้อมกับเป้าหมายที่ชัดเจน นั่นคือการเปลี่ยนจากการสนทนาเป็นการดำเนินการ ด้วย Gemini 3 บริษัทได้ก้าวกระโดดอย่างน่าทึ่ง การใช้เหตุผล ความหลากหลายทางรูปแบบ และความสามารถในการเป็นตัวแทนนอกจากนี้ยังเปิดตัววิธีการโต้ตอบแบบใหม่: อินเทอร์เฟซที่โมเดลสร้างขึ้นเองเพื่อช่วยให้คุณบรรลุเป้าหมายโดยไม่ต้องเสียเวลาในขั้นตอนกลางๆ

ทั้งหมดนี้มาพร้อมกับการออกแบบแอปใหม่ การปรับปรุงใน Google Search, Workspace และเครื่องมือสำหรับนักพัฒนาและมุ่งเน้นด้านความปลอดภัยอย่างจริงจัง มีการปรับปรุงที่เห็นได้ชัดสำหรับทุกคน แต่การเปลี่ยนแปลงหลายอย่างจะเห็นได้ชัดเจนที่สุดในการใช้งานขั้นสูง เช่น การเขียนโปรแกรม การวิเคราะห์ข้อมูล การทำงานกับวิดีโอและรูปภาพ และ ระบบอัตโนมัติด้วยตัวแทน ที่วางแผนและดำเนินการภายใต้การดูแลของมนุษย์

Gemini 3 คืออะไร และเหตุใดจึงถือเป็นจุดเปลี่ยน?

ในทางปฏิบัติ สิ่งนี้แปลเป็นการตอบสนองที่ตรงไปตรงมาและเป็นประโยชน์มากขึ้น การลด "การประจบสอพลอ" ที่เป็นลักษณะทั่วไปของแชทบอทบางตัว และ การตีความบริบทที่ดีขึ้นแม้ว่าจะทำงานกับอินพุตที่ยาวหรือหลากหลาย (ข้อความ รูปภาพ วิดีโอ เสียง และโค้ด)

นอกจากนี้ Google ได้นำ Gemini 3 ไปใช้งานในหลายพื้นผิวตั้งแต่วันแรก ได้แก่ แอป Gemini, โหมด AI ของเครื่องมือค้นหา, AI Studio, Vertex AI, CLI ของโมเดล และแพลตฟอร์มใหม่สำหรับตัวแทนที่เรียกว่า Google แอนตี้กราวิตี้ออกแบบมาเพื่อวางแผนและดำเนินการงานซอฟต์แวร์ที่ซับซ้อนโดยสามารถเข้าถึงตัวแก้ไข เทอร์มินัล และเบราว์เซอร์

เพื่อเน้นย้ำขอบเขตของการเปิดตัว บริษัทได้ระลึกถึงผลกระทบสะสมของยุค Gemini: ประสบการณ์ของ มุมมองที่ขับเคลื่อนด้วย AI แอปเข้าถึงผู้คนได้หลายพันล้านคนต่อเดือน มีผู้ใช้มากกว่าร้อยล้านคน ลูกค้า Google Cloud ส่วนใหญ่ใช้ความสามารถด้าน AI อยู่แล้ว และนักพัฒนาหลายล้านคนได้สร้างโซลูชันด้วยโมเดลเชิงสร้างสรรค์

อินเทอร์เฟซเชิงสร้างสรรค์และประสบการณ์ผู้ใช้ใหม่

Gemini 3 เปิดตัวแอปใหม่ที่มีรูปลักษณ์ที่สะอาดตาและทันสมัยมากขึ้น ซึ่งทำให้การเริ่มสนทนาและค้นหาสิ่งที่คุณสร้างในโฟลเดอร์ง่ายขึ้น “ของฉัน”การต่ออายุไม่ใช่เครื่องสำอาง: ก้าวกระโดดครั้งใหญ่อยู่ที่ อินเทอร์เฟซเชิงกำเนิดประเภทของการตอบสนองที่โมเดลจะตัดสินใจเลือกรูปแบบที่เหมาะสมที่สุดและสร้างมุมมองภาพแบบไดนามิกแทนที่จะเป็นบล็อกข้อความธรรมดา

การทดลองแรกๆ ได้แก่ “การออกแบบภาพ” (a มุมมองแบบนิตยสาร พร้อมภาพถ่ายและโมดูลแบบอินเทอร์แอคทีฟ) และ "มุมมองแบบไดนามิก" ที่ออกแบบมาเพื่อสำรวจและปรับแต่งผลลัพธ์ หากคุณขอให้ "วางแผนการเดินทาง 3 วันไปโรมในฤดูร้อน" คุณจะได้รับ แผนการเดินทางด้วยภาพ สามารถนำทางได้ พร้อมคำถามติดตามและองค์ประกอบแบบโต้ตอบ

ความคิดนี้เชื่อมโยงกับสิ่งที่เรียกว่า การเข้ารหัสไวบ์คุณอธิบายเป้าหมายเป็นภาษาธรรมชาติและระบบจะสร้างอินเทอร์เฟซหรือ รหัสที่จำเป็น เพื่อให้บรรลุสิ่งนี้ หากแผนภาพ แอนิเมชั่น หรือแอปแบบโต้ตอบขนาดเล็กดีกว่าย่อหน้า Gemini 3 จะสร้างสิ่งดังกล่าวภายในประสบการณ์ โดยไม่บังคับให้คุณเปลี่ยนเครื่องมือ

ประสบการณ์การช้อปปิ้งยังก้าวไปข้างหน้าอีกด้วย: รายการ ตารางเปรียบเทียบ และราคาจะถูกรวมเข้าด้วยกันโดยตรงจาก กราฟการช้อปปิ้งของ Google (มีการอ้างอิงนับหมื่นล้านรายการ) เพื่อสร้าง คู่มือแบบโต้ตอบ โดยไม่ออกจากกระแสหลักในรูปแบบของหน้าคำแนะนำเฉพาะทาง แต่สร้างขึ้นโดยแบบจำลองทันที

การปรับปรุงเชิงปฏิบัติอีกประการหนึ่งก็คือ ในเครื่องมือค้นหา กลุ่มสมาชิกจำนวนจำกัดสามารถเลือกตัวแปรได้ ราศีเมถุน 3 โปร มุ่งเน้นไปที่การใช้เหตุผลเพื่อให้ได้ข้อสรุปที่สมบูรณ์และมีหลักฐานมากขึ้น ไม่ใช่แค่การตอบสนองแบบสังเคราะห์ของโหมดปัจจุบันเท่านั้น

การใช้เหตุผลขั้นสูงและโหมดคิดเชิงลึก

Google เน้นย้ำถึงความก้าวหน้าที่สำคัญในการทดสอบความยากสูง โดยกล่าวถึง การใช้เหตุผลระดับปริญญาเอกด้วยผลการทดสอบที่แข่งขันได้สูงในเกณฑ์มาตรฐานต่างๆ เช่น Humanity's Last Exam และ GPQA Diamond ในด้านตัวเลข Gemini 3 Pro ทำคะแนนได้ 37,5% ใน HLE (โดยไม่ต้องใช้เครื่องมือ) และ 91,9% ใน GPQA Diamond และยังแสดงให้เห็นถึงประสิทธิภาพที่ล้ำสมัยในวิชาคณิตศาสตร์ด้วย 23,4% บน MathArena Apex.

โหมด ราศีเมถุน 3 คิดลึก ก้าวไปอีกขั้นสำหรับความท้าทายที่ซับซ้อนและแปลกใหม่เป็นพิเศษ ในการประเมินภายใน พบว่ามีประสิทธิภาพเหนือกว่า Pro ในหลายด้าน ได้แก่ 41,0% ใน Humanity's Last Exam (ไม่ใช้เครื่องมือ), 93,8% ใน GPQA Diamond และ 45,1% ใน ARC-AGI เมื่ออนุญาตให้รันโค้ดได้ ซึ่งเป็นการผสมผสานกันของ การใช้เหตุผลเชิงสัญลักษณ์ การใช้เครื่องมือ และการเขียนโปรแกรม ออกแบบมาเพื่อแก้ปัญหาที่ยากลำบาก

ในโดเมนตัวแทน โมเดลแสดงรูปแบบที่ดีใน เทอร์มินัล-เบ็นช์ 2.0 (54,2%) ซึ่งวัดความสามารถในการใช้งานคอมพิวเตอร์ผ่านเทอร์มินัล และรักษาการตัดสินใจที่เสถียรในสภาพแวดล้อมที่ยาวนาน เช่น เคาน์เตอร์ขายของอัตโนมัติ 2ซึ่งเขาทำผลตอบแทนสุทธิได้มากกว่าห้าพันดอลลาร์จากการจำลองธุรกิจภายในหนึ่งปีเสมือนจริง

นอกเหนือจากตัวชี้วัดแล้ว สิ่งที่เกี่ยวข้องคือการเปลี่ยนแปลงบทบาท: จากผู้ช่วยที่ตอบสนองต่อ ตัวแทนที่ทำหน้าที่Gemini 3 วางแผน แบ่งงานออกเป็นขั้นตอน ขออนุมัติหากจำเป็น และดำเนินการภายใต้การกำกับดูแลของมนุษย์ สามารถจัดเรียงกล่องจดหมาย Gmail จัดระเบียบตารางเวลาโดยอ้างอิงความพร้อมใช้งาน หรือจัดเตรียม เวิร์กโฟลว์ การผสมผสานการใช้เหตุผล การเรียกใช้เครื่องมือ และการนำทางที่ซับซ้อน

ชุมชนนักพัฒนาและธุรกิจเริ่มสังเกตเห็นการปรับปรุงที่เป็นรูปธรรมแล้ว เช่น ความเข้าใจภาพที่ดีขึ้น การสร้างรหัสที่เชื่อถือได้มากขึ้น และเพิ่มประสิทธิภาพในการทำงานระยะยาว ทั้งหมดนี้ส่งผลให้ตัวแทนมีประโยชน์มากขึ้น มีความสามารถในการรักษาโครงการให้ดำเนินไปอย่างต่อเนื่องโดยไม่เบี่ยงเบนไปจากวัตถุประสงค์ในระยะยาว

บริบทแบบหลายรูปแบบและขนาดใหญ่

Gemini 3 Pro เสริมความแข็งแกร่ง ความเข้าใจหลายรูปแบบ และยังยกระดับมาตรฐานด้านภาพและวิดีโอ: โดดเด่นใน MMMU-Pro (81%) และ Video-MMMU (87,2%) และแสดงให้เห็นถึงความก้าวหน้าด้านความถูกต้องของข้อเท็จจริงด้วย SimpleQA Verified (72,1%) กุญแจสำคัญอยู่ที่ความสามารถในการรวมข้อความ โค้ด รูปภาพ เสียง และคลิปวิดีโอไว้ในบริบทเดียวกัน เพื่อตีความ ความสัมพันธ์และความแตกต่าง.

โมเดลนี้ทำงานกับข้อมูลจำนวนมากด้วยความช่วยเหลือจาก หน้าต่างบริบทโทเค็น 1 ล้านเพียงพอสำหรับบทความยาวๆ คลาสทั้งหมด คลังโค้ด หรือเอกสารหลายฉบับที่ทำงานพร้อมกัน ใช้งานได้จริงหลายกรณี ตั้งแต่การรวบรวมสูตรอาหารที่เขียนด้วยลายมือของครอบครัว (แม้จะเป็นหลายภาษา) และแปลงเป็นตำราอาหาร ไปจนถึงการแปลงบทความทางวิทยาศาสตร์และวิดีโอขนาดยาวเป็น การ์ดโต้ตอบและการแสดงภาพ.

สำหรับโปรแกรมเมอร์ Google กล่าวถึงความก้าวหน้าครั้งสำคัญในการวิเคราะห์โค้ด การใช้เหตุผลเชิงนามธรรม และการดำเนินการแบบควบคุม ในสถานการณ์การสนับสนุนการพัฒนา เช่น โค้ดช่วยเหลือ 3.0อธิบายถึงความเข้าใจเกี่ยวกับสถาปัตยกรรมที่เก็บข้อมูลทั้งหมดและหน้าต่างบริบทที่ขยายออกไปถึง 10 ล้านโทเค็น ซึ่งมีประโยชน์ในการตรวจจับการอ้างอิงที่อาจถูกทำลายโดยการเปลี่ยนแปลงภายในเครื่อง

โมเดลนี้ยังปรับปรุง การใช้เหตุผลแบบคู่ขนาน การใช้ข้อมูลภาพและข้อความเพื่อพัฒนาการตีความตาราง ไดอะแกรม และส่วนต่อประสาน ความก้าวหน้านี้มีความสำคัญอย่างยิ่งยวดเมื่อสิ่งสำคัญไม่ใช่แค่การ "มองเห็น" ภาพเท่านั้น แต่ยังรวมถึงการอ้างอิงภาพกับข้อความและตัวเลขเพื่อสรุปผลและดำเนินการ

ผลก็คือคำตอบไม่ได้ตรงเป๊ะเสมอไป บางครั้งคำตอบที่เหมาะสมที่สุดก็คือ แอปเว็บแบบโต้ตอบ (เครื่องคิดเลข เครื่องจำลอง หรือวิดเจ็ตแบบเรียลไทม์) ที่ช่วยให้คุณสำรวจโซลูชันได้อย่างชัดเจนยิ่งขึ้นภายในโฟลว์ Gemini เอง

ตัวแทน การพัฒนา และแพลตฟอร์ม Google Antigravity

Gemini 3 พร้อมให้บริการแก่นักพัฒนาแล้วที่ กูเกิล เอไอ สตูดิโอVertex AI และ CLI และเปิดตัวครั้งแรก Google แอนตี้กราวิตี้เป็นแพลตฟอร์มการพัฒนาแบบใช้ตัวแทนพร้อมการเข้าถึงโดยตรงไปยังตัวแก้ไข เทอร์มินัล และเบราว์เซอร์ ระบบสามารถ วางแผนและดำเนินการงานซอฟต์แวร์แบบครบวงจรการตรวจสอบโค้ดของตัวเองและประสานงานกับพื้นผิวอื่นๆ ในตระกูล Gemini (เช่น การควบคุมคอมพิวเตอร์และการแก้ไขรูปภาพ)

โมเดลนี้นำการทดสอบเช่น เว็บเดฟ อารีน่า (1.487 ELO) ได้คะแนน 54,2% ใน Terminal-Bench 2.0 และ 76,2% ใน SWE-bench Verified โดดเด่นในการสร้างโค้ดที่ไม่มีตัวอย่างและในการสร้าง อินเทอร์เฟซเว็บที่หลากหลาย โดยอิงตามคำสั่งที่ซับซ้อน สำหรับธุรกิจ การทำเช่นนี้จะช่วยเร่งการพัฒนาโซลูชันที่ปรับแต่งตามตัวแทนได้

ตัวอย่างในโลกแห่งความเป็นจริงได้ใช้ประโยชน์จากสิ่งนี้แล้ว: บริษัทที่เชี่ยวชาญด้านการนำเสนออัตโนมัติกำลังป้อนเอกสารทางเทคนิคให้กับโมเดลเพื่อสร้างชิ้นงานที่ก่อนหน้านี้นักวิเคราะห์ต้องใช้เวลาหลายชั่วโมงในการสร้าง ด้วย Gemini 3 งานดังกล่าวจะลดลงเหลือ... ไม่กี่นาทีขอบคุณการใช้เหตุผลแบบหลายโหมดและบริบทที่ขยายออก

การบูรณาการกับ Google Workspace และเครื่องมือค้นหา

ผลกระทบที่เห็นได้ชัดที่สุดต่อทีมจะเกิดใน Google เวิร์คสเปซGemini ไม่ได้เป็นแค่แถบด้านข้างอีกต่อไป แต่ถูกรวมเข้าเป็นเอนจินใน Gmail, Docs, Sheets, Calendar, YouTube และ Maps ยกตัวอย่างเช่น ใน Gmail Gemini ทำได้มากกว่าแค่สรุป: ร่าง จัดลำดับความสำคัญ ตอบ และ กำหนดการประชุม ตามความพร้อมของคุณจริง ในชีตจะทำงานเหมือนกับนักวิเคราะห์ข้อมูลที่สร้างแผนภูมิและตารางสรุปข้อมูลจากคำถามของคุณ

มันยังรวมเข้าด้วยกัน เถาองุ่นเจมินี่มีความสามารถในการสร้างการนำเสนอวิดีโอแบบสมบูรณ์จากเอกสาร Drive และการทำงานร่วมกันยังได้รับการปรับปรุงด้วยเนื้อหาแบบมัลติโหมด โดยโมเดลจะเข้าใจและรวมข้อความ รูปภาพ และคลิปเพื่อสร้างทรัพยากรที่มีประโยชน์ในเวลาอันสั้น

En ค้นหานอกจากบทสรุปที่ขับเคลื่อนด้วย AI แล้ว สมาชิกบางรายยังสามารถอัปเกรดเป็น Gemini 3 Pro เพื่อให้ได้คำตอบที่สมบูรณ์ยิ่งขึ้นตามความสามารถในการวิเคราะห์ของพวกเขา และสำหรับการช้อปปิ้ง Gemini จะใช้ กราฟการช้อปปิ้ง วิธีการของ Google ในการสร้างคำแนะนำด้วย ราคาและรายละเอียด อัปเดตโดยไม่ต้องนำคุณออกจากประสบการณ์

การปรับปรุงที่สำคัญอีกประการหนึ่งคือเครื่องมือค้นหาสามารถแยกคำถามของคุณออกเป็นแบบสอบถามย่อยได้ดีขึ้น ซึ่งจะค้นหาข้อมูลแทนคุณ ทำให้เข้าใจคำถามได้แม่นยำยิ่งขึ้น ความตั้งใจ และหลีกเลี่ยงการละเว้นที่ไม่เคยมีใครสังเกตเห็นมาก่อน

โดยรวมแล้วการบูรณาการนี้สัญญาว่าจะ แรงเสียดทานน้อยลงคุณร้องขอสิ่งที่คุณต้องการ และหากเหมาะสม โมเดลจะสร้างมุมมอง ตาราง ปฏิทิน หรือแอปขนาดเล็กภายในโฟลว์เดียวกัน โดยไม่บังคับให้คุณสลับไปมาระหว่างแท็บ

ความพร้อมใช้งาน การปรับใช้ และความปลอดภัย

Google อ้างว่า Gemini 3 เป็นรุ่นที่ปลอดภัยที่สุดจนถึงปัจจุบันด้วยชุดการประเมินที่ครอบคลุมมากขึ้นที่พวกเขาได้นำมาใช้ การปรับปรุงต่างๆ ได้แก่ การประจบสอพลอน้อยลง ความยืดหยุ่นที่มากขึ้น ฉีดด่วน และปรับปรุงการป้องกันการใช้ในทางที่ผิดที่เกี่ยวข้องกับการโจมตีทางไซเบอร์ โดยมีการตรวจสอบจากผู้เชี่ยวชาญอิสระและหน่วยงานภายนอก (เช่น AISI ของสหราชอาณาจักร) และบริษัทผู้เชี่ยวชาญเฉพาะด้าน

การเปิดตัวนั้นยิ่งใหญ่มาก: ผู้ใช้ปลายทางพบมันในแอป Gemini และในโหมด AI ของเครื่องมือค้นหา นักพัฒนาใน Gemini API, AI Studio, Antigravity และ CLIและองค์กรต่างๆ ผ่าน Vertex AI และ Gemini Enterprise ฟีเจอร์ขั้นสูงบางอย่าง เช่น Deep Think หรือความสามารถของตัวแทนบางอย่าง มีให้บริการแก่สมาชิกของ Google AI อัลตร้า และจะขยายตัวต่อไป

หมายเหตุเชิงปฏิบัติ: ราศีเมถุน 3 โปร ฟีเจอร์นี้ให้บริการฟรีตั้งแต่วันแรกที่เปิดตัวบนแอปและเว็บไซต์ ซึ่งไม่เคยเกิดขึ้นมาก่อน ถึงแม้ว่าการอัปเกรดเป็น Pro ภายใน Search จะสงวนไว้สำหรับแพ็กเกจแบบชำระเงินเท่านั้น นอกจากนี้ ฟีเจอร์นี้ยังได้รับการทดสอบแล้วจาก Google AI Studio และจะเปิดใช้งานอย่างเป็นทางการในอีกไม่กี่วันข้างหน้า ขึ้นอยู่กับภูมิภาคและผลิตภัณฑ์

Google สำรองข้อมูลการเปิดตัวด้วยข้อมูลการนำไปใช้: ประสบการณ์ AI ในการค้นหาเข้าถึงผู้ใช้รายเดือนหลายพันล้านคน แอปมียอดผู้ใช้เกิน 500 ล้านคน และลูกค้า Google Cloud กว่า 70% ใช้ความสามารถของ AI นักพัฒนา 13 ล้านคน พวกเขาได้สร้างโซลูชั่นด้วยโมเดลของพวกเขา

การประยุกต์ใช้ในบริษัทและกรณีการใช้งาน

ในสภาพแวดล้อมองค์กร Gemini 3 อนุญาตให้ออกแบบโซลูชันที่กำหนดเองที่บูรณาการ ตัวแทน ระบบอัตโนมัติ และ AI หลายโหมด ในกระบวนการสำคัญต่างๆ ตั้งแต่การช่วยเหลือในการพัฒนาและปรับปรุงกระบวนการข้อมูล ไปจนถึงการสร้างประสบการณ์การสนทนาที่จัดการเอกสาร รูปภาพ และวิดีโอด้วยเนื้อหาที่เชื่อมโยงกัน

บริษัทหลายแห่งรวมความสามารถเหล่านี้เข้ากับแนวทางปฏิบัติที่ดีที่สุด ความปลอดภัยทางไซเบอร์และการทดสอบการเจาะระบบ เพื่อปกป้องโมเดลและข้อมูล พวกเขาจึงปรับใช้โครงสร้างพื้นฐานคลาวด์ (AWS และ Azure) ที่รับประกันความสามารถในการปรับขนาด ความพร้อมใช้งาน และการปฏิบัติตามข้อกำหนด ในด้านการวิเคราะห์ พวกเขาผสานรวมแดชบอร์ดและบริการ Business Intelligence (เช่น Power BI) เพื่อแปลงข้อมูลให้เป็นการตัดสินใจที่นำไปปฏิบัติได้จริง โดยอาศัยเหตุผลและการสร้างข้อมูลเชิงลึก การแสดงภาพ ในส่วนของโมเดล

ห้องชุดนี้ยังได้รับประโยชน์จาก การต่อสายดินด้วย Google SearchGemini 3 ยึดโยงการตอบสนองต่อข้อมูลที่ถูกต้องเกี่ยวกับเหตุการณ์ปัจจุบัน ช่วยลดข้อมูลที่ผิดพลาดให้น้อยที่สุด ในการเขียนโปรแกรม Gemini 3 เข้าใจสถาปัตยกรรมของที่เก็บข้อมูล แนะนำการเปลี่ยนแปลง และแจ้งเตือนถึงการอ้างอิงที่อาจเสียหาย ช่วยประหยัดเวลาให้กับทีมเทคนิค

เมื่อมองไปข้างหน้า Google คาดการณ์ว่า การปรับแต่งแบบสุดโต่ง:โมเดลที่ปรับให้เป็นส่วนตัวและปลอดภัยตามสไตล์ โทน และความรู้ขององค์กรของคุณโดยไม่ต้องใช้กระบวนการ ปรับจูน ซับซ้อน และหมายเหตุ: แม้ว่าผู้ใช้ทั่วไปอาจไม่สังเกตเห็นการเปลี่ยนแปลงทั้งหมด แต่ด้านเทคนิคและข้อมูลจะรับรู้ถึงการปรับปรุงที่ชัดเจน ความแม่นยำ ความเร็ว และความสามารถ.

Gemini 3 กำหนดนิยามใหม่เกี่ยวกับวิธีที่เราทำงานกับ AI ด้วยการผสมผสานการใช้เหตุผลขั้นสูง ตัวแทนเชิงปฏิบัติ และอินเทอร์เฟซเชิงสร้างสรรค์: แรงเสียดทานน้อยลง บริบทมากขึ้น และความเป็นไปได้ของการตอบสนองในโลกแห่งความเป็นจริง ประสบการณ์การโต้ตอบ ที่พาคุณจากเป้าหมายไปสู่การดำเนินการด้วยคำแนะนำที่จัดเตรียมไว้อย่างดีสองสามข้อ