谷歌Gemini3和NanoBananaPro亮点解析20251123

2025年11月24日14:31 关键词 推理能力多模态能力humanity last example Green spot terminal bt antigravity M3 pro banana pro世界模型搜索能力编程工具认知理解谷歌AI算力应用AIGC模型投资C端 全文摘要 谷歌近期发布两款人工智能新产品，M3 Pro和nano banana pro，前者在科学问题和多模态题目处理上展现卓越推理能力，后者则在文本与图像生成，特别是多语言和中文处理上表现突出，为设计和图像生成领域带来革新。这些产品进步显著影响算力需求，并可能推动AI应用市场，尤其是AIGC领域的发展。同时，AI在企业服务，如ERP和CRM系统的应用，预示着提高企业运营效率的潜力。 谷歌Gemini 3和Nano Banana Pro亮点解析-20251123_导读 2025年11月24日14:31 关键词 推理能力多模态能力humanity last example Green spot terminal bt antigravity M3 pro banana pro世界模型搜索能力编程工具认知理解谷歌AI算力应用AIGC模型投资C端 全文摘要 谷歌近期发布两款人工智能新产品，M3 Pro和nano banana pro，前者在科学问题和多模态题目处理上展现卓越推理能力，后者则在文本与图像生成，特别是多语言和中文处理上表现突出，为设计和图像生成领域带来革新。这些产品进步显著影响算力需求，并可能推动AI应用市场，尤其是AIGC领域的发展。同时，AI在企业服务，如ERP和CRM系统的应用，预示着提高企业运营效率的潜力。市场应关注谷歌新模型对算力需求和AI应用的影响，这将为相关行业带来新的投资机会。 章节速览 00:00大模型三的推理能力与多模态理解提升 对话重点介绍了大模型三在推理能力、多模态理解和生成能力方面的显著提升。通过humanity last example测试集，三在未借助外部工具的情况下，分数达到37.5%，显著高于GPT5.1的26.5%。加入深度思考和外部工具后，分数进一步提升至45.8%，展现出博士级的推理水平。这些能力提升为未来的图像视频生成奠定了坚实基础。 03:15多模态能力提升与集成开发平台创新 对话讨论了多模态能力在输入输出两端的显著提升，以及谷歌发布的基于此能力的集成开发平台Antigravity，该平台旨在增强AI在软件开发中的应用，体现了模型在多模态理解、工具使用及端到端软件开发功能上的进步。 07:52 Nano Banana Pro：生成式模型新升级，融合推理与世界认知能力 Nano Banana Pro相较于前代产品，主要增量体现在三个维度：融入了更高级的推理能力和世界模型认知，增强了知识理解与物理世界认知的准确性；具备外部信息搜索能力，提升生成内容的时效性和实质性；从玩具工具升级为生产力工具，适用于专业设计领域，特别是在学科插图、烹饪教学及自然景观生成等方面，展现出对真实物理世界的精准理解与表现能力。 11:40 Banana Pro：多语言文本生成与人物一致性技术 Banana Pro展现了强大的多语言文本生成能力，尤其是对中文和其他语言的支持，以及保持人物或物体一致性的技术。这使得在图片和视频生成中，文本和角色特征能够自然呈现，无需后期调整。此外，该技术还支持微调，提升了分镜视频生成的效率。这些能力体现了谷歌在AI产品线上的显著进步，尽管尚未全面超越行业领导者。 16:28算力与应用双视角解析谷歌链投资机遇 讨论聚焦于谷歌链未来投资机会，从算力和应用两个层面分析。算力端，谷歌性能提升将显著增加GPU和算力需求，利好电子通信领域的相关标的。应用端，谷歌能力提升有望推动AIGC类标的，如美图和外星等，尤其是海外业务受益明显，因其在图像生成和垂类应用上有显著带动作用。 19:13 AI应用落地分析与投资建议 对话深入探讨了AI应用在企业服务类产品的落地进展，强调了ERP、CRM等结合AI能力的工具在降本增效和增收创收方面对企业的重要性。建议关注具有海外业务的ERP类或DR类厂商，以及AIGC类C端生成式公司和B端服务类标记。未来1到2个月内，可能因资金重分配而产生投资机会，鼓励与国投计算机团队沟通具体标的和细节。 思维导图 发言总结 发言人1 他讨论了两款新产品，M3 Pro和Nano Banana Pro，强调了它们在推理能力、多模态能力和文本、图像生成方面的显著提升。M3 Pro因其在理解复杂知识和物理世界方面具备的强认知和检索能力受到特别关注，而Nano BananaPro则在多语言文本生成和人物一致性方面表现突出。他认为，谷歌在AI产品线和模型迭代上的进步，可能推动算力需求和AI应用领域的投资，特别是在AIGC和企业服务类应用方面，预示着产业链的新机遇。 要点回顾 M3 pro图像生成产品相较于其他产品，在哪些维度上有所提升？ 发言人1：M3 pro图像生成产品在能力提升上主要体现在三个方面。首先，推理能力或思考能力有显著增强，通过业界通用的测试集Humanity last example（HLE）评估，该测试涵盖了2500多道科学题目及多模态题目，M3在无外部工具条件下达到了高塔最强性能，得分37.5%，远高于GPT5.1的26.5%。其次，M3在多模态能力上有所突破，尤其是输入输出两端都支持文本、图像、视频、音频和代码等多种模态的生成和识别，这一特性使得M3更接近于通用的大模型，并在相关测试中取得了72.7%的高分，远超GPT5.1的3.5%。最后，M3展示了利用工具的能力，如在terminal bt测试中，其得分达到了54.2%，优于GPT5.1。 antigravity这个开发平台是基于什么构建的，它的主要功能是什么？ 发言人1：antigravity这个开发平台是基于M3 pro的能力构建的，它封装了一些AI策略功能，形成一个AI驱动的集成开发环境。该平台不仅能够提供自动填空式的代码填充等AI能力，还赋予了AI智能体更多权限，让agent可以代替用户去做对服务器端和浏览器端的访问，从而实现更便捷高效的编程和开发工作。 M3 pro的增量体现在哪些方面？ 发言人1：M3 pro的增量体现在三个方面：一是多模态能力的提升，不仅在理解和处理多种格式数据方面表现出色，还为未来agent行为提供了基础；二是谷歌基于M3 pro发布了集成开发平台——antigravity，这是一个AIIDE，能够支持自动填充代码等功能，并赋予AI智能体更多权限，以便更自主地进行服务器端和浏览器端的访问，从而实现端到端的软件开发功能。 nano banana pro这款产品在生成层面采用了何种技术？ 发言人1：在生成层面，nano banana pro仍然基于生成式模型进行创作。 pro版相较于之前的版本有哪些主要增量？ 发言人1：pro版主要在三个方面实现了增量提升：首先，它融入了更强大的推理能力，包括对世界模型的认知以及对外部信息的搜索能力，增强了生成内容的时效性、准确性和对知识的理解深度；其次，显著增强了多语言文本的生成能力，能够支持多种语言生成正常的、多样化的纹理字体和书法形式，解决了之前模型在中文字体生成时常见的扭曲问题；最后，提高了人物或物体在连续生成情节中的一致性，即使使用多张图片作为输入，也能保持人物特征的一致性，这对于实现叙事性视频的工业化级生成至关重要。 在保持人物或物体一致性方面的具体表现是什么？ 发言人1：pro版可以利用最多14张图片保持其中5个人物或物体元素在生成过程中的一致性，即在不同情节的生成中，人物的特征能够得以保留并保持连贯性，从而实现分镜式视频生成，达到工业级或工作室级别的创作水平。 谷歌的Nano Plan Pro在AI产品线中的主要亮点是什么？ 发言人1：Nano Plan Pro的核心亮点包括三个方面：首先，它具有对现实世界物理世界的认知能力和实时信息检索能力，这背后依托于next 333的技术支持。其次，它在多语言文本生成方面表现出强大的能力，尤其是中文文本的生成。最后，它在人物一致性的表征方面有所突出。 从投资角度看，未来可能有哪些投资机会？ 发言人1：从投资角度来看，未来的机会主要集中在两个层面。第一是算力侧，谷歌性能优异的产品及其应用场景对算力有明显的需求拉动，尤其是GPU等硬件需求，利好谷歌产业链上的算力相关标的。第二是应用侧，随着谷歌技术进步，其能力提升可能会在垂直行业应用中实现更多落地，特别是AIGC类应用，如图片生成等，可能会率先受益。 在应用映射方面，哪些公司可能会直接受益于谷歌的技术进步？ 发言人1：在应用映射方面，生成式AI如AIGC类的公司可能会直接受益，例如像外星、美图等海外版或国际版可以接入谷歌的自动模型，因其工具型产品属性，能开放合作并快速适应新技术。此外，还有一些偏向于生成图片、视频的公司也可能受益。 除了C端应用外，还有哪些领域可能较快实现AI落地应用？ 发言人1：除了C端AIGC类应用和端侧产品外，企业服务类AI应用落地进展可能会更快。例如ERP、CRM、MROA等结合了AI能力的企业服务产品，能够帮助企业降本增效或增收创收，这些也是企业关注的核心需求，相关ERP类和DR类厂商可能会因此受益。 对于国内无法直接使用谷歌模型的情况，对相关企业有何影响？ 发言人1：对于国内不能直接使用谷歌模型的企业，如果有海外业务，则有机会接入并利用其模型能力。这将间接带动相关企业在海外市场的表现，并增强市场对模型能力迭代和AI应用落地预期的信心，从而创造投资机会。