手绘图秒变 3D 模型，还能给大学教授挑错，谷歌这次不再挤牙膏。
塔猴 2 月 13 日报道，北京时间今天凌晨，谷歌发布重磅炸弹！
谷歌 Gemini 3 迎来史诗级更新，正式推出深度思考模式。轻松拿下 IMO（国际数学奥林匹克）金牌，解决 PhD 级科学难题，直接杀入物理、化学、半导体研究等硬核领域。
塔猴第一时间梳理了本次更新的核心干货，看看谷歌这次究竟挤了多少。
一、深度推理耗时几分钟？
过去两年，大模型在卷响应速度，但在解决科学难题上问题频出。
Gemini 3 Deep Think 反其道而行之。当你点击那个蓝色的 Deep Think 按钮时，它不会秒回，而是进入一种沉思状态。
这背后是谷歌最新的代理式推理技术。与传统的概率预测不同，Gemini 3 在回答前会进行多步逻辑推演：
- 拆解问题：将一个复杂的宏观问题拆解为若干个可执行的子任务
- 迭代验证：每做一步推理，都会自我反思"这一步对吗？"，如果发现逻辑漏洞，它会自我修正
- 深度整合：调用外部工具或知识库，进行跨学科的信息综合
这种模式专为处理复杂科学、研究、工程、数学、物理和计算机科学等领域的问题而设计。虽然生成回答可能需要几分钟，但对于需要数周甚至数月才能解决的科研难题来说，这几分钟的等待堪称光速。
在基准测试中，Gemini 3 Deep Think 在处理长链条、高容错率任务上的表现，相比 Gemini 1.5 Pro 甚至 OpenAI 的 o 系列出色得多。
二、帮教授挑错
这次更新最让业界震惊的，不是跑分，而是实战案例。Gemini 3 Deep Think 已经不再满足于做题，而是直接进驻了顶尖高校的实验室，开始干涉人类的科研进程。
案例一：物理学
在与罗格斯大学的合作中，研究人员将高能物理领域的数学论文扔给了 Gemini 3。
结果 Gemini 3 不仅读懂了这些连研究生都看着费劲的公式，还敏锐地识别出了专家都未发现的逻辑错误。
Gemini 3 Deep Think 专为科学设计
案例二：材料学
在半导体领域，晶体生长配方被视为最高机密，也是最难优化的部分。
谷歌与杜克大学合作，利用 Gemini 3 Deep Think 的推理能力优化晶体生长配方。结果显示，AI 优化后的方案成功实现了更大尺寸的薄膜生长。这意味着，Gemini 3 已经具备了推动芯片制造工艺改良的潜力。
案例三：从草图到实物
除了烧脑的数学题，Gemini 3 的多模态能力也迎来了史诗级升级。
现在，你只需要在餐巾纸上随手画一个复杂的机械结构草图，丢给 Gemini 3，开启 Deep Think 模式。它思考片刻后，就能直接生成可用于 3D 打印的复杂模型文件。
杜克大学利用 Gemini 3 设计新型半导体材料
这是从二维到三维的跨越，对于工程师和设计师来说，这简直就是神技。
三、门槛不低！
想体验这种科研级的 AI 服务？门槛可不低。
谷歌明确表示，Deep Think 模式目前仅限 Google AI Ultra 订阅者使用。这意味着你必须是谷歌 AI 生态的顶级付费用户。
此外，还有以下限制：
- 年龄门槛：必须年满 18 岁
- 身份门槛：API 接口目前仅向部分研究者、工程师和企业开放，需申请早期访问
- 耐性门槛：由于算力消耗巨大，Deep Think 模式有每日/周期使用限额，且每次生成都需要等待数分钟
塔猴尝试复现了使用步骤：
- 打开 gemini.google.com 或 Gemini 移动应用
- 在底部输入那些让你头秃的难题
- 关键一步：在文本框下方手动点击 Deep Think 按钮
- 提交后，你可以去泡杯咖啡，支持后台等待
四、结语
翻看各大模型榜单后，塔猴对谷歌的这次更新最深的感受是：AI 正在从娱乐走向科研。
当 AI 开始帮物理学家推导公式，帮材料学家合成晶体，我们与真正人工智能的距离越来越近。
谷歌这次不再挤牙膏，而是把整管牙膏都挤了出来。压力现在给到了 OpenAI 和 DeepSeek 这边。
