Google 的十一月：从看懂世界到第二 Gemini 世代
本期导语
本月 Google DeepMind 七条精选铺开两条主线。第一条是「机器怎么看世界」：在 Nature 发表的视觉表征研究指出，能分辨几百种车型的系统仍可能抓不住汽车与飞机皆为大型金属载具的共通性，重组表征以对齐人类知识后鲁棒性随之改善；SIMA 2 则在行动侧把 Gemini 接进虚拟 3D 世界，从指令跟随者变成会推理、能对话、可自我改进的伙伴；D4RT 把这条感知线补到时空上，用单一模型统一动态场景重建与追踪。第二条是 Gemini 3：11 月 18 日由 Sundar Pichai 署名发布，配开发者上手与定价，两天后 Nano Banana Pro 把同一底座推向图像。这条线上还夹着 WeatherNext 2（预报快 8 倍、数百种情景）与 AlphaFold 的两件事——五年复盘，加上看清坏胆固醇 apoB100 的结构。
本期看点
看懂世界的两种做法SIMA 2：推理与自我改进Gemini 3 世代开场专项与科学：WeatherNext 2 与 AlphaFold
看懂世界的两种做法
视觉表征研究登 Nature：指出 AI 组织视觉世界与人不同（能辨数百种车型却抓不住汽车与飞机的共通性），给出对齐人类知识的方法并证明鲁棒性改善；D4RT 则用单一模型统一动态场景重建与跨时空追踪，核心是从扁平 2D 序列逆回运动的立体世界。
AlphaFold 五年：Demis Hassabis、John Jumper 等署名回顾它如何加速科学、点燃全球生物学发现浪潮由 Demis Hassabis、John Jumper、Pushmeet Kohli 与 Anna Koivuniemi 代表 AlphaFold 团队署名：五年前 AlphaFold 2 解决了蛋白质结构预测问题，打开了生物研究的新路径，也是 AI 能强力推动科学的第一个重要证明点——这项工作后来获诺贝尔奖认可。文章从蛋白质讲起：它们是长链氨基酸精确折叠成三维结构的微观机器，而这个形状很大程度上决定了功能，因此知道形状对药物发现与理解疾病至关重要；一旦错误折叠，蛋白质就可…登 Nature：把模型的视觉表征重排成更像人看世界的方式，鲁棒性与可靠性随之提升视觉 AI 已无处不在——分类照片、识别没见过的花、控制汽车，但这些强大系统并不总像人那样看世界，行为也时有出人意料：比如一个能识别几百种汽车厂商与型号的系统，可能仍抓不住汽车与飞机之间的共通之处，也就是两者都是主要由金属构成的大型载具。为了厘清这类差异，团队今天在 Nature 发表论文，分析 AI 系统组织视觉世界的方式与人不同的关键之处，给出让系统更好地对齐人类知识的方法，并证明弥合这些差异能改善其鲁棒性。SIMA 2：推理与自我改进
SIMA 2 接入 Gemini 后从指令跟随者演化为虚拟世界的互动伙伴：能听懂自然语言指令、思考目标、与用户对话并随时间自我改进，官方称为通向 AGI 的重要一步。
借 AlphaFold 看清坏胆固醇的真身：apoB100 结构被解析，或改变心脏病这一头号死因的诊治路径这是一项由 AlphaFold 支撑的突破：科学家描绘出了那个赋予坏胆固醇以形态的大型蛋白的结构。apoB100 之所以难解，不只是因为它对蛋白而言相当巨大，还因为它与脂肪及其他分子的连接方式复杂；它是坏胆固醇的分子支架。密苏里大学的助理教授 Zachary Berndsen 与 Keith Cassidy 都出身有心脏病史的家庭，对他们来说这不只是一项工作——Berndsen 说五十年来人们一直想看清这个蛋白长什么样。Gemini 3 世代开场
Sundar Pichai 署名发布 Gemini 3，同期给出开发者上手文（Gemini 3 Pro 在 200k 内 $2/$12 每百万 token）；两天后发布 Nano Banana Pro（Gemini 3 Pro Image），把底座推向图像生成与编辑。
Google 发布 Gemini 3：Sundar Pichai 称其为最智能模型，AI Overviews 月活 20 亿、Gemini app 月活超 6.5 亿Google 与 Alphabet CEO Sundar Pichai 署名宣布 Gemini 3：在公司看来这是 Gemini 时代以来最大的科学与产品投入之一。文中给出一组规模数据——AI Overviews 月活 20 亿、Gemini app 月活超过 6.5 亿、逾七成云客户在用其 AI、1300 万开发者基于其生成模型构建；Gemini 3 Pro 称在各项主要基准上较前代有跨越式结果，代码上超过 2.5 Pro，覆盖智能体工作流与复杂零样本任务。WeatherNext 2 发布：预报生成快 8 倍、分辨率最高到 1 小时，可一次给出数百种可能情景Google DeepMind 与 Google Research 发布迄今最先进也最高效的天气预报模型 WeatherNext 2：生成预报的速度快 8 倍、最高可达 1 小时分辨率，关键在于新模型能一次提供数百种可能情景——团队已用这套技术的试验性气旋预测，支持气象机构在一系列情景上做决策。研究也已走出实验室：WeatherNext 2 的预报数据已在 Earth Engine 与 BigQuery 开放。专项与科学：WeatherNext 2 与 AlphaFold
WeatherNext 2 生成预报快 8 倍、分辨率到 1 小时且一次给出数百种情景，数据已进 Earth Engine 与 BigQuery；AlphaFold 一侧既有 Hassabis、Jumper 等署名的五年影响回顾，也有借它解析坏胆固醇分子支架 apoB100 的具体突破。
Nano Banana Pro 发布：基于 Gemini 3 Pro 的图像生成编辑模型，文本渲染与世界知识显著增强Google DeepMind 发布 Nano Banana Pro（即 Gemini 3 Pro Image），定位为 studio-quality 的图像生成与编辑模型，距几个月前的 Nano Banana（Gemini 2.5 Flash Image）仅数月。它借助 Gemini 的推理与真实世界知识来更好地可视化信息：可生成更准确、上下文更丰富的画面，文本渲染明显改善，并把一张手写笔记转成示意图这类用法变成了主场景——从原型到把数据画成信息图都在射程内。Google DeepMind 发布 SIMA 2：接入 Gemini 后能在虚拟 3D 世界里推理、对话并自我改进去年 SIMA（Scalable Instructable Multiworld Agent）已经能在多种虚拟环境里听懂基本指令，把语言翻译成有意义的行为。今天发布的 SIMA 2 把这个方向推了一步：它把 Gemini 的先进能力接了进来，从一个指令跟随者演化成了互动的游戏伙伴——不仅能听懂自然语言指令，还会思考自己的目标、与用户对话，并能随时间自我改进。官方称这是通向 AGI 的重要一步，对未来机器人与 AI 具身化有直接影响。其它期 ↗本期刊物按 2025 年 11 月 这一期的时间窗整理生成，范围是当前工作区发布的这一份内容包；条目版权归原作者与信源所有。