美国能源和公用事业控股企业PPL公司（PPL）和多米尼能源（D）等公用事业公司因与AI数据中心相关的激进负荷预测面临质疑。美国监管机构正在考虑实施“大负荷”电价，因主要市场电费上涨。（新浪财经）

Meta公司首席营收官约翰·黑格曼周二表示，他将离开该公司，创办自己的初创公司，这标志着这家社交媒体公司在追求超级智能的过程中发生了关键的领导层变动。根据黑格曼在Facebook上发布的消息，他的主要职责将由另一位Meta高管安德鲁·博金（Andrew Bocking）接管，博金目前领导Meta的广告产品和战略团队。（新浪财经）

分析师下调最受华尔街青睐的两只科技股微软和亚马逊评级，认为生成式人工智能的前景不再明朗，应谨慎对待超大规模数据中心运营商。这是Rothschild & Co Redburn的Alexander Haissl自2022年6月开始追踪这两只股票以来首次将评级从“买入”降至“中性”。微软和亚马逊均下跌超过2%。Rothschild & Co Redburn将微软的目标股价从560美元下调至500美元，并维持亚马逊250美元的目标股价不变。（财联社）

美国计划批准首批向沙特人工智能公司Humain出售先进AI芯片的交易。知情人士表示，这项批准预计将包含在华盛顿和利雅得之间更广泛人工智能协议。该协议最早可能在本周敲定，内容包括美国政府对经协商确定数量的AI芯片出口沙特申请予以积极考虑。自2023年以来，沙特需要美国的许可才能进行此类芯片采购。美国的授权将为一些全球最大的半导体公司带来胜利，像英伟达和AMD等公司都在寻求开拓中东市场。（新浪财经）

礼来制药（印度）公司周二宣布，已获得印度中央药品标准控制组织对多奈单抗（donanemab）的市场销售批准，该药物用于治疗阿尔茨海默病。（新浪财经）

11月18日，加密货币交易所Kraken宣布已分两期完成8亿美元融资，公司估值达到200亿美元。一期融资由简街资本、DRW Venture Capital、HSG等机构投资者领投，城堡证券则向Kraken战略投资2亿美元。（界面）

36氪获悉，据港交所文件，乐摩科技服务股份有限公司通过港交所上市聆讯。

36氪获悉，据港交所文件，苏州纳芯微电子股份有限公司通过港交所上市聆讯。

丰田汽车公布，计划投资9.12亿美元，在美国五个州提高混合动力汽车零部件及整车产量，这是其未来五年在美国投资100亿美元承诺的一部分。（财联社）

美国总统特朗普表示，自己已经确定了下一任美联储主席人选，同时强调有人阻止他罢免现任主席鲍威尔。（新浪财经）

Waymo于周二宣布，将于2026年在得克萨斯州和佛罗里达州的新城市推出其自动驾驶出租车服务。这家隶属于Alphabet的企业在一篇博客中表示，计划在未来几周内，先在达拉斯、休斯顿、圣安东尼奥、迈阿密和奥兰多启动 “无人类安全员” 自动驾驶车辆运营，随后在2026年向公众开放这些市场的服务。（新浪财经）

当地时间11月18日，美国华盛顿联邦地区法官James Boasberg裁定，Meta对图片分享应用Instagram和通讯服务WhatsApp的收购不违反美国反垄断法。Boasberg称，美国联邦贸易委员会（FTC）未能证明这些交易让Meta得以非法垄断社交网络市场。（界面）

随着搜索引擎巨头谷歌加紧步伐以跟上ChatGPT开发商OpenAI的节奏，该公司正式推出了最新人工智能模型Gemini 3。谷歌母公司Alphabet首席执行官孙达尔・皮查伊（Sundar Pichai）在谷歌周二发布的多篇博客文章中表示，这款新的人工智能模型能让用户在解答更复杂问题时获得更优答案，“无需过多提示词，就能得到你需要的结果”。（新浪财经）

据今日俄罗斯（RT）、俄罗斯卫星网报道，当地时间11月18日，俄罗斯总统普京表示，针对中国公民赴俄免签政策将于近期生效。报道称，目前，俄罗斯公民可以免签前往中国。（环球网）

11月18日，微软、英伟达和Anthropic宣布建立新的战略合作伙伴关系。作为合作的一部分，英伟达和微软承诺分别向Anthropic投资至多100亿美元和50亿美元。声明称，Anthropic已承诺购买价值300亿美元的Azure计算能力。（界面）

36氪获悉，11月18日收盘，美股三大指数集体下跌，道琼斯指数跌1.07%，标普500指数跌0.83%，纳斯达克综合指数跌1.21%。大型科技股多数下跌，亚马逊跌超4%，微软、英伟达跌超2%，特斯拉跌超1%，Meta、谷歌、苹果小幅下跌；奈飞涨超3%。热门中概股多数上涨，爱奇艺涨超6%，百度、36氪涨超2%，阿里巴巴、网易涨超1%，小鹏汽车、哔哩哔哩小幅上涨；拼多多跌超7%，蔚来跌超1%，理想汽车、微博小幅下跌。

就在刚刚，Gemini 3 Pro 预览版正式发布。

年底的 AI 圈向来不缺新闻，但今年格外喧嚣。如果不出意外，这将是 2025 年压轴登场、最令人期待的海外大模型，甚至可以说，Gemini 3 Pro 成了这个时间窗口唯一的主角。

过去两个月，Google 几乎复刻了 Sam Altman 的营销手法，从 Gemini 著名宣传委员 Logan Kilpatrick 到 CEO 皮查伊，内部人员不断在社交平台打哑谜，推波助澜，将外界对 Gemini 3 的期待值不断拔高。

有趣的是，OpenAI CEO Sam Altman 刚刚在 X 平台发文称：「恭喜谷歌成功推出 Gemini 3!！看起来是个很棒的模型。」

有着奥特曼的前车之鉴，谜语人玩法风险极大，一旦产品力不足，口碑会瞬间崩塌。但显然，谷歌对自己的产品充满自信。那么，Gemini 3 Pro 这次到底交出了什么答卷？

省流版如下：

• Gemini 3 Pro 预览版原生多模态支持（文字、图像、视频、音频）
• 在 LMArena 排行榜登顶，在推理、多模态、编程等主流测试中全面领先
• 推理能力创纪录（GPQA Diamond 91.9%、MathArena Apex 23.4%）
• 提供 Deep Think 增强推理模式（未来几周开放）
• 100 万 token 上下文窗口 + 64K 输出
• 推出全新 AI IDE：Google Antigravity，新模型已集成 Cursor、GitHub、JetBrains 等工具

无愧 Pro 之名，谷歌最强 AI 模型深夜发布

按照 Google 的说法，Gemini 3 Pro 是目前「最智能、最具适应性的模型」，专为解决现实世界中的复杂问题而设计——尤其是那些需要更高层次推理、创造力、战略规划以及逐步改进的任务。

它的典型应用场景包括：具备自主行为能力的应用、高级编程、超长上下文理解、跨模态处理（如文字、图像、音频的结合），以及算法开发等。

Gemini 3 Pro 预览版在 LMArena 排行榜上以 1501 分的成绩位列榜首， 在几乎所有主要 AI 基准测试中都远超上一代。更关键的是，它不仅能识别图像内容，还能理解其中的隐含信息和上下文关系。

具体来看， 推理能力方面， 它在「人类最后的考试（Humanity’s Last Exam）」中拿到了 37.5% 的博士级推理成绩，GPQA Diamond 测试达到 91.9%，MathArena Apex 创下 23.4% 的业界新纪录。

多模态推理方面，MMMU-Pro 得分 81%，Video-MMMU 得分 87.6%， SimpleQA Verified 事实准确率达到 72.1%。

这也意味着 Gemini 3 Pro 能在科学、数学等各种复杂问题上可靠地提供优质解答， 而且它的回复直接提供真实见解， 告诉你需要知道的， 而不只是你想听到的。

除了常规模式，Gemini 3 还提供了一个名为 Deep Think 的增强推理选项。

这个增强型推理模式在「人类最后的考试」中得分 41.0%，GPQA Diamond 提升至 93.8%， 在 ARC-AGI-2 测试中更是创造了 45.1% 前所未有的得分分数。

不过这个模式目前还在安全评估， 预计未来几周内向 Google AI Ultra 订阅用户开放。

测试数据之外，Gemini 3 在实际应用场景中的表现更值得关注。

比如你翻出家里那本手写的家族菜谱， 上面是奶奶用多种语言写的做法，Gemini 3 可以识别这些手写文字， 整理成可分享的菜谱书。

或者你想学习一个新领域， 它可以处理学术论文和长视频讲座， 生成交互式学习卡片。甚至， 它还能分析你打匹克球的比赛视频， 生成针对性训练计划。

这背后是因为 Gemini 从一开始就为多模态理解而设计，能够整合文字、图像、视频、音频和代码等多种信息类型， 加上高达 100 万 token 的上下文窗口和最大支持 64K 输出。

值得一提的是，Gemini 3 正式发布并首日集成进 Google 搜索。

它不仅显著提升搜索对复杂问题的理解与信息挖掘能力，还能根据查询即时生成动态视觉界面、互动工具与模拟系统，如三体物理模拟器或贷款计算器。

另外，根据谷歌发布的模型卡，Gemini 3 Pro 采用了基于 Transformer 的稀疏专家混合模型（MoE），原生支持文本、视觉和音频等多模态输入，这种架构的核心优势在于：模型会根据每个输入 token 的内容，动态选择激活部分参数，从而在计算资源消耗、服务成本与总容量之间实现平衡。

至于硬件层面，Gemini 3 Pro 使用 Google 自研的张量处理单元（TPU）进行训练。相比 CPU，TPU 在处理大语言模型所需的大规模计算时速度更快，且配备的大容量高带宽内存，让它能够处理超大模型和批量数据。

如果你是开发者，Gemini 3 带来的改变会更直接。

谷歌官方博客号称，Gemini 3 是目前最强的「vide coding」模型——你只需用自然语言描述想要什么， 它就能生成功能完整的互动应用。

数据很能说明问题：WebDev Arena 排行榜 1487 Elo，Terminal-Bench 2.0 得分 54.2%，SWE-bench Verified 得分 76.2%。

Google 这次还推出了全新 AI IDE：Google Antigravity。

内置的智能 Agent 可以自主规划和执行复杂的端到端软件任务， 并自动验证代码正确性。你想做一个航班追踪应用， 代理能够独立规划、编写代码， 并通过浏览器验证运行效果， 甚至可以同时在编辑器、终端和浏览器之间协同工作， 一气呵成。

在长期规划能力上，Gemini 3 在 Vending-Bench 2 榜单上位居第一。

实际应用中， 最新发布的 Gemini Agent 实验性功能可以从头到尾执行多步骤复杂流程。你说「整理一下我的收件箱」， 它就会帮你优先安排待办事项， 并起草邮件回复供你确认。

或者「查资料帮我预订一辆中型 SUV， 预算每天不超过 80 美元， 用我邮件里的信息安排下周出行」，Gemini 会定位航班信息， 对比租车选项， 为你准备预订流程。

整个过程中你始终掌握主动权，Gemini 会在重要操作前请求确认。

此外，在 Google AI Studio 和 Vertex AI 中， 通过 Gemini API 使用 Gemini 3 Pro 预览版的价格为：输入每百万 token 需要 2 美元， 输出每百万 token 需要 12 美元。在 Google AI Studio 中也可以免费使用， 但有调用限制。

Gemini 3 已集成至 Cursor、GitHub、JetBrains、Replit 等开发工具生态系统中。

伴随产品发布，Google 同步开放了多个使用入口。

从今天起，Gemini 3 预览版正在陆续上线：所有用户可在 Gemini 应用中使用；Google AI Pro 和 Ultra 订阅用户可在搜索的 AI 模式中体验；开发者可通过 Gemini API、Google Antigravity 和 Gemini CLI 访问；企业用户通过 Vertex AI 和 Gemini Enterprise 获取服务。

ChatGPT 的对手来了，Gemini 3 实测表现「能打」到什么程度？

当然，科技公司总是宣传大于实际，那么我们也上手测试了几个问题。

第一个挑战是让它在单个 HTML 文件中还原一台完整的 Game Boy 掌机， 内置《俄罗斯方块》《宝可梦红/蓝》等经典游戏， 所有操控必须同时支持键盘和触屏交互。

坦白说， 我对这个需求的期望值并不高。

这种需要同时处理 UI 设计、游戏逻辑、音效系统的任务， 即便是专业前端工程师也得花上几天时间。但 Gemini 交出的答卷出乎意料：交互界面达到了六七分的效果， 按键按下时还有标志性音效， 作为一次性生成的代码， 已经相当能打。

既然复古游戏机能跑起来， 我们继续加码。

我要求它用单个 HTML 文件复刻一个完整的 macOS 系统， 包括文本编辑器、终端、代码编辑器、文件管理器、画板、视频编辑器等预装软件。生成的结果虽然审美一般， 但核心交互逻辑都实现了。

除了编程能力， 我们也测试了它的视觉生成和推理能力。

参考 X 用户 @lepadphone 的做法， 我让 Gemini 用前端代码实现一个电扇的可视化效果，建议使用 SVG 技术来绘制，包含以下元素：扇叶、保护网罩、底座、控制按钮等结构细节，并实现扇叶旋转、调速等动态效果。生成的 SVG 不仅结构完整， 扇叶的旋转动画也很自然。

紧接着我又让它画一只鹈鹕骑自行车——这种不常见的组合对 AI 的空间想象力是个考验， 结果它生成的图形比例协调， 鹈鹕的姿态和自行车的透视关系都处理得不错。

在推理能力上，我用到了那道经典的猴子分桃问题，Gemini 答案不光对，也进行了二次验算。

「有 5 只猴子在海边发现 一堆桃子， 决定第二天来平分. 第二天清晨， 第一只猴子最早来到， 它左分右分分不开， 就朝海里扔了一只， 恰好可以分成 5 份， 它拿上自己的一份走了. 第 2，3，4，5 只猴子也遇到同样的问题， 采用了同样的方法， 都是扔掉一只后， 恰好可以分成 5 份. 问这堆桃子至少有多少只？」

更有意思的是， 我们还测试了它对「废话文学」的理解能力。

面对「懂者得懂其懂， 懵者终懵其懵， 天机不言即为懂， 道破天机岂是懂」这种故弄玄虚的文字游戏，Gemini 的处理方式很聪明：先定性为「废话文学」给你吃颗定心丸， 再挖掘背后的道家「有无」、佛家「色空」等文化梗， 最后给出人话翻译。这种回答比简单说「这是废话」要高明得多。

写作测试自然也没落下。

我们让 Gemini 用第一人称写「一滴雨水的一天」， 它交出了一篇散文诗：云端的拥挤与等待、下坠时的狂欢、融入河流的安宁。文中堆了不少感官细节——瑟瑟发抖的触感、霓虹灯折射的视觉、呼啸风声的听觉。情感真挚， 意象丰富， 虽然还有些「优秀范文」的套路痕迹， 但已经超出了及格线。

有一说一，抛却纸面参数，Gemini 3 的实际水平是有目共睹的，而谷歌能在短时间内追平甚至超越 OpenAI 数年的积累，更是离不开作为为数不多的全栈 AI 厂商的硬实力。

谷歌的优势显而易见：自研 TPU 系列处理器带来的算力自主权，加上全球最大的数据宝库——搜索索引、学术文献、YouTube 视频库，这些都为 Gemini 的训练提供了强大助力。这或许也解释了为什么它在处理实时信息、多语言任务、视频理解等场景时表现更稳。

而就在刚刚，DeepMind 开发者体验主管 Omar Sanseviero 在 X 上发文称，今晚只是「热身」，接下来还将有更多功能陆续上线。结合此前的种种传闻，外界期待已久的 Nano Banana 2 可能真的离我们不远了。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

 

来了。

预热了快一个月的 Gemini 3.0 Pro，就在刚刚，正式在 Google AI Studio 上线 Preview 版，API 也同步开放。接下来将陆续上线Google的各项产品中。

没有任何多余的废话，打开 Model Card，满眼写着的只有两个字：碾压。

按照 Google 披露的测试数据，Gemini 3 Pro 毫无悬念地成为了目前地球上数学最强的 AI。在 AIME 2025 数学测试中，配合代码执行，它直接拿到了100% 的满分。而在数学竞赛的「地狱模式」MathArena 里，当包括 GPT-5.1 在内的其他大模型还在 1% 上下挣扎时，Gemini 3 Pro 直接干到了23.4%。

编程能力方面，虽然在 SWE-Bench 上未拿 SOTA——但绝对属于第一梯队。Live Code Bench 的 Elo 得分超过 2400 分 ，在工具调用和终端操作基准测试中更是名列第一。

真正炸裂的是它的「视觉智能」。对屏幕截图的理解能力高达72.7%，是目前最先进水平的两倍。这意味着 Agent 不再是瞎子，它将彻底重塑 AI 操作计算机的模式。

但这还没完，Google 今晚还顺手扔出了一个小王炸：自家的 Agentic 编程平台——Google Antigravity。

此前网传 Gemini 3 能实现「端到端编程」，大家以为是模型成精了。但看起来，并不是模型成精，而是 Google 正在探索如何用更好的系统工程实现端到端编程。

如果说 Cursor 是目前最强的「外骨骼」，它通过 AI 补全让你写代码更快；那 Antigravity 就是奔着「自动驾驶」去的。它不再只是一个编辑器，而是一个智能体优先（Agent-first）发环境。集成了 Gemini 3.0 和能操控浏览器的 Gemini 2.5 Computer Use 模型，它的 Agent 能自己写代码、自己开终端跑测试、甚至自己打开浏览器验证 UI，发现报错自己修。

不讲故事，只拼肌肉。

Google 用这一波硬核发布宣告：新王已至。

有趣的是，这次连 Sam Altman 都献上了自己的点赞。：）

霸榜的暴力美学：不止是智商洗榜，更是 Agent 能力的变化

在 AI 圈子里，大家习惯了模型之间你追我赶的微弱优势，但 Gemini 3 Pro 抛出的这份成绩单，可以说十分耀眼。

根据 Model Card 披露的数据，Gemini 3 Pro 在推理、多模态、Agent 工具使用等关键基准上，实现了全方位的霸榜。

让我们先看一看代表人类智力「天花板」的测试——Humanity's Last Exam（人类最终大考）。这是一个衡量学术推理极限的标尺，GPT-5.1 在此前的测试中得分为 26.5%，Claude Sonnet 4.5 仅为 13.7%。而 Gemini 3 Pro 它直接轰出了37.5%的高分。在高端推理层面，这 10 个百分点的差距，意味着模型在处理复杂学术问题时，已经具备了完全不同的理解深度。

但这还不是极限。Google 甚至还藏了一手Gemini 3 Deep Think（深度推理模式），在不使用任何工具的情况下，它在 HLE 上的得分进一步飙升至41.0%。看起来人类最后的堡垒也并不能持续很久了。

数理方面的每一个领域，都能看出它的统治力。

AIME 2025（美国数学邀请赛）：配合代码执行（Code Execution），Gemini 3 Pro 的准确率达到了惊人的100%。没错，是满分。即便是「裸考」（无工具模式），它也有 95.0% 的准确率（相比之下，GPT-5.1 为 94.0%，Claude Sonnet 4.5 为 87.0%）。

MathArena Apex（数学竞赛地狱模式）：当包括 GPT-5.1 在内的其他大模型还在1%上下挣扎时，Gemini 3 Pro 直接干到了23.4%。这意味着在很多以前 AI 根本「看不懂题」的领域，Gemini 3 已经开始解题了。

而更关键的是 Agent 相关能力的提升。

Gemini 一向在多模态能力上领先，这一代更是专门优化了屏幕理解（Screen Understanding）。这是下一代 Agent 能否真正接管人类电脑的关键。

看ScreenSpot-Pro这一栏数据：

• GPT-5.1：3.5%（这基本意味着它是个「瞎子」）。
• Gemini 3 Pro：72.7%。

这是近乎20 倍的能力碾压！这标志着 Gemini 3 Pro 已经不再是一个单纯的对话框，它具备了真正意义上的「视觉智能」，能够像人类一样理解复杂的操作系统界面。

在一些传统强项上，Gemini 3.0 仍然表现出色——比如支持1M Token的超大上下文窗口、对多模态数据的「原生支持」、长视频和多语言处理等等。

有一个很有趣的标准也被 Google 挂了上来：在 一个模拟开店赚钱的基准 Vending-Bench 2 上，Gemini 3 Pro 最终赚取了$5,478.16的净资产，而 GPT-5.1 仅赚了 $1,473.43。

不过关于之前网传「彻底端到端终结程序员」的编程能力，Gemini 3.0 Pro 的状态是在 AI 届顶尖，但并没有「颠覆编程」。

在衡量软件工程能力的SWE-Bench Verified测试中，Gemini 3 Pro 得分为76.2%，虽然很强，但并未超越 Claude Sonnet 4.5（77.2%）拿到 SOTA。这意味着在处理超长程、极其复杂的后端逻辑时，它依然有局限性。

这也很合理。每一个大模型目前都在全力卷编程的情况下，想要在这个领域一骑绝尘确实比较难。

目前 Gemini 的能力更偏向于，还不能帮你重构整个后端架构，但如果你想写一个极具现代设计美学的网站、一个 3D 飞船游戏，或者生成复杂的 SVG 交互动画，它能通过一次提示就给出极其惊艳的、可直接运行的结果。

Antigravity，Agentic 编程的探索

有了最强的模型和算力，谷歌开始在应用层「掀桌子」了。今晚，谷歌扔出了一个「小王炸」——Google Antigravity。

前一阵新闻的风向还是模型公司努力收购 AI 编程应用公司呢，而 Google 这次则这么快的就发了自己的开发平台/

这不仅仅是一个新的 IDE，它是谷歌定义的Agent-first（智能体优先）开发平台。在这里，开发者从「码农」升级为「架构师」，而 Gemini 3 化身为拥有编辑器、终端和浏览器完整权限的「执行合伙人」。

为了达成这种体验，谷歌甚至在后台配置了一个「模型军团」协同作战：

• Gemini 3：作为大脑，负责高级推理和代码编写。
• Gemini 2.5 Computer Use：作为手眼，专门控制浏览器进行 UI 验证和测试。
• Nano Banana：作为美工，负责生成图像和 UI 素材。这种打通了底层模型到顶层交互的闭环体验，对于 Cursor 等现有 AI 编辑器来说，无疑是一次降维打击。

Antigravity 最有趣的能力在于并行。官方材料明确提到，开发者可以与多个智能 Agent 协作，而这些 Agent 能够代表你同时 自主规划并执行复杂的端到端软件任务。

想象一下这种工作流：你下达一个指令，Antigravity 瞬间分裂出多个 Agent——Agent A 负责写后端逻辑，Agent B 负责在终端跑测试用例，Agent C 直接打开浏览器去验证前端 UI 的交互效果。它们并行不悖，像是一个配合默契的敏捷开发小组，而你只需要验收它们提交的「工件」。

Antigravity 是是一个免费平台，网络上目前对于 Antigravity 的使用体验不多，但基本上都是好评。

要达到替代 Cursor 本身，肯定不太行——端到端的复杂编程体验，肯定还需要模型更成熟。但是简单的项目进行编程，或许会更简单了。

全家桶齐发力：TPU 与搜索

在大模型发展的后半程，比拼的不再是单一算法的灵光一闪，而是谁的算力更冗余、谁的数据更广阔、谁的投入更持久。Gemini 3 Pro 的胜利，有一点是很特别的：Gemini 3 Pro 是使用 Google TPU 训练的。

当全世界的 AI 公司都在苦苦等待英伟达 GPU 的发货周期时，谷歌依然坐在自家庞大的 TPU 矿山上。TPU 专为 LLM 训练设计，拥有极高的高带宽内存（HBM），这让它能够轻松处理海量的模型参数和超大的 Batch Size。正是 TPU 的算力冗余，给了 Gemini 3 Pro 肆意扩张参数规模的底气。

有了算力，还要有「燃料」。Gemini 3 Pro 的训练数据是全维度的覆盖：它吞噬了公共网络文档、代码库、图像、音频和视频。更关键的是，谷歌明确提到使用了User Data（用户数据）——当然是在隐私协议框架下，来自谷歌庞大产品生态的用户交互数据。

最后，这种溢出的智能被注入了 Google Search。Google 这次推出了一个全新的AI Mode in Search。当你搜索一个复杂概念（比如 RNA 聚合酶的工作原理）时，Gemini 3 不再是给你扔一堆冷冰冰的链接，而是利用其强大的推理能力，即时生成（Generated on the fly）一个沉浸式的互动图表或模拟工具。

从底层的 TPU 硅基霸权，到中间层的模型智能，再到顶层的 Antigravity 开发生态与生成式搜索——谷歌这一夜展示的，不仅仅是一个满分模型，而是一个只有巨头才能构建的、严丝合缝的未来。

实测体验

最后让我们看看网上的一些实测体验吧。

出名的六边形测试的升级款。

不少帖子提及了设计上的美感。

一些物理世界的建模。

前面提到的，Gemini 对于用户界面数据这块做了特别的优化。

开发应用。

在今天，大模型的性能已然超越了跑分的边界。即便是最顶尖、最复杂的前沿基准测试，其测量精度也开始失效。如何科学地量化模型之间的微妙差距，已经成为了一门专门的「量化科学」，仅凭用户简单的实测手感，很难窥见其中的全部玄机。

实测案例更多的也就是用来看看模型本身的审美和 one-shot 直出的状态。

Gemini 3.0 在这次的更新上，显然在直出的情况下，赢面很大。

当模型直出能力越来越好，对于开发者来说，未来更多的是要看你的品味能不能跑过模型，你的点子是不是足够与众不同了。

 

 

在中国人的精神图谱里，「泰山」从来不只是一个单纯的地理坐标。

更多的时候，它代表着「稳如泰山」的定力、「登泰山而小天下」的格局以及「泰山北斗」所代表的引领之姿。

当岚图将一辆全尺寸 SUV 命名为「泰山」，我们不难从中窥见其暗藏的野心。

随着岚图第 30 万辆整车下线，这家成立仅五年的高端新能源品牌正式迈入规模化新阶段。从岚图 FREE 到梦想家，再到如今的泰山，岚图的产品矩阵逐步覆盖主流高端细分市场。

而泰山的出现，标志着岚图开始向最难啃的 50 万元级全尺寸智能 SUV 腹地发起冲击——这里盘踞着问界 M9、理想 L9，也回响着宝马 X5、奔驰 GLE 的余音。

岚图最新推出的旗舰 SUV「泰山」，选择了一条「高配置+强整合」的路径，将 800V 高压平台、三腔空气悬架、华为乾崑智驾 ADS 4、鸿蒙座舱 5 等当前主流高端技术模块，系统性地整合进一台大六座插电混动 SUV 中。

其策略并非追求单一参数的极致，而是试图在动力、空间、舒适性、智能化和便利性之间达成一种实用主义的平衡。

并且在价格上，岚图此次也给足了诚意，新车共分了三个版本，售价分别为 37.99 万元、40.99 万元和 45.99 万元。

「东方美学」

岚图泰山延续了品牌「鲲鹏展翼」的设计语言，但在体量感和细节处理上更显成熟。

泰山整车尺寸为 5230×2025×1817mm，轴距 3120mm。设计团队通过通过短前后悬、大轮毂（标配 22 英寸）和流畅腰线，营造出了四大黄金比例——长高比 2.87、轮高比 2.25、宽高比 1.114、前悬占比约 40%，弱化了大型 SUV 常见的笨重感，营造出低趴而稳重的视觉姿态。

新车前脸采用封闭式格栅，中央贯穿灯带与两侧日行灯融合为「水击三千」造型，灵感源自甲骨文「水」字。上方密集排列的镀铬饰条构成「光瀑格栅」，点亮后具有一定辨识度。

高配车型可选装 HUAWEI XPIXEL 智慧投影大灯，搭载百万级数字微镜芯片，支持 0.1° 级光束调节精度。

该系统不仅用于照明，还能与车辆感知系统联动，在不同驾驶场景下动态调整光型。例如：变道时投射导航指引光毯；狭窄路段生成与车身等宽的「示宽光毯」辅助判断；泊车时投射轮廓线或辅助箭头。此外，它也支持个性化交互——解锁时投射迎宾图案，节假日自动切换主题动画，甚至可在户外作为移动投影设备使用。

车辆侧面的线条则较为简洁，曲面处理偏柔和，强调光影流动而非硬朗棱线。岚图在车辆的半隐藏式门把手内集成了 24 颗 LED 灯珠，支持迎宾、充电状态、防盗等多种提示。

更值得关注的是岚图称之为「鲲鹏展翼」的电动迎宾踏板。

该踏板采用毫米波雷达感应，用户携带钥匙靠近时，踏板会提前展开 15°作为预迎宾状态；完全解锁后，将在 0.3 秒内展开至最大 120°，位置更低平，便于上下车。踏板整体采用航空铝合金锻造，承重约 200kg，并集成谐波减速器与四连杆机构。此外，踏板表面可以同步投射「鲲鹏展翅」主题动态光效，与前脸灯语形成视觉呼应。

车辆的尾部设计则相对克制，贯穿式尾灯内部采用「山海倒影」意象——上半部分模拟山形轮廓，下半部分为水中倒影，后包围集成了扩散器造型。

岚图为新车准备了 6 种单色漆（黑、灰、金、白、紫）以及鎏金紫和玄墨金 2 种双拼色，漆面强调金属或珠光质感，整体调性偏向沉稳轻奢。

首发三腔空悬

岚图泰山采用 1.5T 发动机+前后双电机组成的插电混动系统，综合输出功率 380kW（前电机 150kW，后电机 230kW），官方百公里加速时间为 5.2 秒。

新车全系标配 65kWh 三元锂电池，CLTC 纯电续航为 350 公里（22 英寸轮毂），综合续航超过 1400 公里。在 800V 碳化硅平台支持下，岚图泰山支持 5C 超充，20%–80% 充电仅需 12 分钟，可补充约 228 公里续航。

能耗方面，岚图泰山 CLTC 馈电油耗为 6.9L/100km，在一众大型插混 SUV 中表现较好。针对北方地区的低温天气，岚图泰山的热管理系统采用 PHEV 专属混合热泵，结合 PTC 辅助加热，在低温环境下可减少采暖对续航的影响，官方称冬季续航可提升约 20 公里。

岚图泰山是国内首款搭载三腔空气悬架的量产 SUV。

相比传统单腔或双腔空悬，三腔结构可通过调节气室组合实现四种刚度模式，配合 EDC 电磁减震器和前双叉臂+后五连杆底盘，理论上能更灵活地应对不同路况。

作为偏家用商务的车型，岚图泰山的整体调校明显偏向舒适，城市道路和高速巡航中，车辆滤震表现细腻，在连续弯道或快速变道时，系统会主动调整悬架阻尼和空簧刚度，抑制侧倾。

此外，岚图为新车配备了最大转角 16°的后轮转向系统，使整车转弯半径缩小至 5.4 米，在狭窄车位或老城区窄巷中提升了灵活性。车辆还提供「蟹行模式」，低速时前后轮同向偏转，便于斜向移动。

空间、舒适与交互的三位一体

岚图泰山的座舱设计围绕「多人、多场景、长时间」出行需求展开，强调物理空间、舒适配置与数字交互的协同。

空间布局是座舱体验的基础。岚图泰山采用了 2+2+2 六座布局，在 3.1 米轴距车身内，岚图尽可能照顾到了所有位置的乘坐体验。

车辆前排头部净高 1070mm，二排 1100mm，三排 948mm；以 175cm 身高为参照，前、二排头部余量超两拳，三排约一拳，无压抑感。

膝部空间方面，二排 83mm、三排 89mm，均超过一拳，成年人短途乘坐舒适，长途亦可接受。

车内通道宽 180mm，配合纯平地板，使得乘客可在二、三排之间自由穿行。尤其在抱婴幼儿或搬运物品时，无需侧身或踮脚，通行效率明显优于多数采用凸起传动轴或窄通道设计的车型，

此外，二排至全景天幕的垂直高度达 1240mm，1.2 米以下儿童可在二排区域短暂站立，便于家长协助穿衣、整理安全带或安抚情绪，提升带娃出行的便利性。

同时新车二排右侧座椅支持 22 向电动调节、零重力模式和 26 点按摩，配备独立扶手屏；三排座椅同样提供通风、加热与电动调节功能并支持 175mm 前后电动滑动可向后调节靠背角度达 30°。座椅支持单独或整体放倒，实现 6 座、5 座、4 座等多种模式切换。

储物空间上，新车后备厢常规容积为 305L，三排放倒后，容积扩展至 1193L，地台接近纯平，可轻松装入 4 个 28 寸行李箱+1 台折叠婴儿车。

岚图泰山同时搭载了鸿蒙座舱 5 智能系统，车内共配备 10 块屏幕，包括 55 英寸 AR-HUD、16.1 英寸中控屏、21.4 英寸二排吸顶屏、3.5 英寸扶手屏等。AR-HUD 投射距离达 7.5 米，可将导航箭头叠加在真实道路影像上，减少视线偏移。中控屏分辨率为 2880×1800，支持 AI 画质增强，可将低清视频源提升至接近高清水平。

新车还首次引入了 MoLA（Mixture of Large Model Agent）架构，即通过大模型理解用户意图，并联动车辆硬件执行操作。例如，用户可通过自然语言设定「电量低于 20% 时自动找充电桩并开启空调」，系统会根据上下文执行一连串动作。

从结构到算法的多层防护

车辆搭载的智能辅助驾驶系统则是我们再熟悉不过的华为乾崑智驾 ADS 4。

硬件层面，系统采用「四激光雷达」方案：1 颗位于车顶的主激光雷达（探测距离 250 米），3 颗分别布置于前翼子板与后保险杠的近距补盲雷达，配合 4D 毫米波雷达、14 颗高清摄像头及 12 颗超声波传感器，共计 32 颗感知元件，构建 360° 冗余感知网络。

软件层面，ADS 4 基于华为自研的 MDC 810 计算平台（算力 400+ TOPS），运行端到端大模型驱动的感知-决策-控制链路，支持车位到车位的全场景辅助驾驶。

岚图泰山的安全设计覆盖被动、主动与电池防护三个维度，强调系统性冗余。

新车车身结构采用 78% 高强钢铝混合材料，其中 A 柱与 B 柱区域使用抗拉强度达 2200MPa 的热成型钢。前后车门均配备双层防撞梁，官方测试数据显示，侧碰工况下的乘员生存空间超出国家标准约 20%。

电池安全方面，65kWh 三元锂电池包底部覆盖 1500MPa 热成型钢护板，并内置 13mm 厚铝合金横梁，用于抵御托底冲击。电池包本身通过 IP68 防水等级认证，并配备毫秒级热失控预警与定向泄压通道，可在单电芯异常时延缓蔓延。

新车全车配备了 9 个气囊，其中侧气帘覆盖全部三排座椅，保压时间长达 6 秒，确保翻滚事故中的持续保护。车辆还按 C-NCAP 与 E-NCAP 双重标准开发了翻滚保护逻辑：碰撞触发后，系统自动解锁车门、切断高压电、启动 eCall 紧急呼叫，并开启双闪与车内照明，便于救援介入。

主动安全则由华为乾崑智驾 ADS 4 系统支撑。除基础 AEB、LKA 等功能外，其 4D 毫米波雷达可在雨雾天气中有效识别静止障碍物，激光雷达阵列支持对行人、两轮车等弱势交通参与者的精准追踪。系统还可与 HUAWEI XPIXEL 大灯联动，在夜间探测到前方行人时，局部遮蔽光束避免眩目，同时投射警示光斑提醒驾驶员。

高端跃迁临界点

成立五年，交付突破 30 万辆，连续九个月月销过万，2025 年前七个月净利润近 4.8 亿元，毛利率稳定在 21% 以上，岚图汽车已成为中国高端新能源市场中极少数实现「量、价、利」正循环的车企。

更关键的是，其用户结构正在发生质变：岚图梦想家在 30 万元以上新能源 MPV 细分市场稳居销量第一，其中超过四成用户来自 BBA 等传统豪华品牌增换购。这意味着，岚图已初步完成从「技术验证」到「市场认可」的跨越。

但真正的考验才刚刚开始。当新势力陷入价格内卷、合资品牌加速电动化反扑、华为系多品牌同台竞技，岚图若想真正跻身全球高端阵营，就必须拿出一款能代表其体系能力上限的旗舰产品——它不仅要堆配置，更要整合底盘、智能、安全、空间与制造品质，形成难以复制的综合体验壁垒。

正是在此背景下，岚图泰山应运而生。作为品牌「三旗舰矩阵」（追光 L 轿车、梦想家 MPV、泰山 SUV）的收官之作，它被赋予双重使命：对外，以 50 万元级定价直面问界 M9、理想 L9 乃至宝马 X5；对内，则是对岚图过去五年自研投入、供应链整合与用户运营能力的一次终极校验。

在 30 万辆交付之后，岚图已证明自己「能造出被市场接受的车」；而泰山的目标，是证明「能造出被世界尊重的中国豪华车」。

无论是三腔空气悬架对舒适边界的拓展，还是 HUAWEI XPIXEL 大灯与 ADS 4 智驾的光感联动，抑或是三排座椅皆可电动调节的空间诚意，都在传递一个清晰信号：岚图不再满足于参数对标，而是试图定义属于中国高端用户的「豪华新标准」。

当然，真正的高端化从来不是靠一款车完成的。它需要持续的产品迭代、全球市场的验证、服务体系的支撑，以及时间沉淀的品牌信任。

但可以肯定的是，岚图泰山的下线，标志着岚图正式告别「追赶者」身份，开始以体系化实力参与豪华汽车市场的规则制定。

这或许不是终点，但无疑是一个值得铭记的新起点。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博