Google rozpoczyna globalną ofensywę, wprowadzając nową serię modeli sztucznej inteligencji – Gemini 3. Koncern z Mountain View bez ogródek określa je jako swoje „najbardziej inteligentne” i „najdokładniejsze merytorycznie”systemy AI, jakie kiedykolwiek stworzył.
To wyraźny sygnał, że Google zamierza wyprzedzić konkurencję po głośnym, choć kontrowersyjnym, debiucie GPT-5. Chce zostać liderem w dziedzinie AI skierowanej do masowego odbiorcy.
Gemini 3 Pro dla każdego. Multimodalność i intuicja
Po raz pierwszy Google udostępnia swój flagowy model Gemini 3 Pro wszystkim użytkownikom już w dniu premiery. Integruje go bezpośrednio z aplikacją Gemini i udostępnia subskrybentom w funkcji Google Search (AI Mode).
Jak podkreśla Tulsee Doshi, dyrektor i szefowa produktu w Google DeepMind, nowy model ma przybliżyć firmę do celu, jakim jest uczynienie informacji „uniwersalnie dostępnymi i użytecznymi”.
– Naprawdę duży krok w tym kierunku to wyjście z paradygmatu samych odpowiedzi tekstowych – mówi Doshi.
Kluczową cechą Gemini 3 Pro jest natywna multimodalność. Oznacza to, że model może przetwarzać tekst, obrazy i dźwięk jednocześnie, zamiast zajmować się nimi osobno. Przykłady zastosowań są imponujące:
- Tłumaczenie zdjęć przepisów i natychmiastowe przekształcanie ich w interaktywną książkę kucharską.
- Tworzenie interaktywnych fiszek na podstawie serii nagranych wykładów wideo.
Rewolucja wizualna i koniec pustego schlebiania
Ulepszenia zauważymy w całej gamie produktów Google. W aplikacji Gemini, wbudowany obszar roboczy Canvas pozwala np. na tworzenie bardziej „pełnofunkcyjnych” programów.
Co więcej, model udostępnia „generatywne interfejsy” – narzędzie testowane w Gemini Labs. Pozwala AI na tworzenie wizualnych, magazynowych formatów z grafikami lub dynamicznych układów z niestandardowym interfejsem użytkownika, dopasowanym do promptu.
Inteligentniejszy Tryb Wyszukiwania AI
Gemini 3 Pro w trybie AI Mode (wyszukiwarka Google) będzie prezentować odpowiedzi z elementami wizualnymi, takimi jak obrazy, tabele, siatki, a nawet symulacje!
Model korzysta z ulepszonej techniki „query fan-out”. Ta nie tylko rozbija pytania na części do przeszukania, ale także lepiej rozumie intencje użytkownika. Po to, aby „znaleźć nową treść, która mogła zostać wcześniej pominięta.”
Bez pochlebstw i bezpośrednio
Google wbija szpilę konkurencji (czytaj: OpenAI), opisując Gemini 3 Pro jako mniej podatnego na „puste schlebianie” typowe dla ChatGPT. Doshi zapewnia, że odpowiedzi Gemini 3 Pro będą „sprytne, zwięzłe i bezpośrednie”.
Firma twiedzi, że nowy model mówi to, co musimy usłyszeć, a nie tylko to, co chcemy usłyszeć.
Firma chwali się również „zmniejszoną sykofancją” (nadmiernym ugrzecznieniem), problemem, który OpenAI musiało wcześniej w tym roku rozwiązywać w ChatGPT.
Agent AI i testy LMArena
Oprócz ulepszeń w rozumowaniu, Gemini 3 Pro zyskuje lepsze zdolności agentowe, umożliwiając mu wykonywanie bardziej złożonych zadań i „niezawodne planowanie z dłuższym horyzontem” czasowym.
Właśnie te możliwości napędzają eksperymentalną funkcję Gemini Agent, która może wykonywać zadania w Twoim imieniu w aplikacji Gemini, takie jak:
- Przeglądanie i organizowanie wiadomości e-mail.
- Wyszukiwanie i rezerwowanie podróży.
Gemini 3 Pro już teraz zasiada na szczycie tabeli wyników LMArena, popularnej platformy do oceny modeli AI. Dodatkowo, tryb Deep Think jeszcze bardziej wzmacnia zdolności rozumowania modelu, choć jest on na razie dostępny wyłącznie dla testerów bezpieczeństwa.
Dostępność: Gemini 3 Pro jest dostępny w aplikacji Gemini dla wszystkich od dzisiaj. Subskrybenci Google AI Pro i Ultra w USA mogą wypróbować go w trybie AI Mode, wybierając opcję „Thinking” z rozwijanej listy modeli. Funkcja Gemini Agent trafia najpierw do subskrybentów planu AI Ultra.
Foto: Gemini/AI.