谷歌首席AI架構師科雷·卡武克喬格魯在接受英國《金融時報》專訪時，深入闡述了谷歌最新大語言模型Gemini 3的技術突破與戰略布局。作為DeepMind CTO兼谷歌首席AI架構師，他強調谷歌正通過“全棧式”技術體系，將前沿AI研究轉化為用戶可感知的產品體驗。
Gemini 3的核心優勢在于多模態理解能力的顯著提升。卡武克喬格魯指出，現實世界的信息呈現形式遠不止文本，視頻、圖像、PDF等多元內容構成用戶需求的關鍵部分。通過架構優化與預訓練技術改進，新模型能夠深度解析復雜內容，例如自動識別視頻中的關鍵場景或從PDF中提取結構化數據。這種能力已應用于谷歌筆記助手NotebookLM等產品，用戶上傳文檔后可直接通過自然語言交互獲取精準答案。
編程領域的變革尤為突出。Gemini 3的生成式界面將代碼開發轉化為交互式學習工具。當用戶提出技術問題時，模型不僅提供文字解釋，還會動態生成可視化模擬、數據圖表甚至小型應用組件。例如，詢問物理現象時，系統可能直接展示交互式實驗模型；分析數據時，則自動生成可操作的儀表盤。這種“所見即所學”的模式，使編程從專業領域擴展為普適性工具。
全棧技術體系是谷歌的差異化競爭力。從定制化AI芯片到分布式數據中心，再到覆蓋數十億用戶的終端產品，谷歌構建了完整的技術閉環。卡武克喬格魯透露，Antigravity集成開發環境的推出標志著代碼構建方式的革新——基于智能體的自主運行機制，軟件可在更高抽象層級完成開發任務，顯著減少人工干預。這種能力源于模型在預訓練階段獲得的潛力挖掘能力，以及后訓練階段針對具體產品的交互優化。
用戶反饋驅動的技術迭代機制貫穿研發全程。Gemini 3的開發周期僅六個月，其基礎架構整合了Gemini 2.5的用戶使用數據。卡武克喬格魯強調，谷歌每天處理海量真實場景需求，這種“從場景反推技術”的模式確保研發方向始終貼近用戶痛點。例如，模型通過量化分析避免冗余表達，在“是否過度奉承”等維度建立評估體系，使輸出內容更符合實用需求。
針對通用人工智能（AGI）的探索，谷歌采取務實路徑。卡武克喬格魯坦言，目前尚無構建AGI的明確方案，當前重點在于開發正確產品、理解用戶信號并確保安全可控。他以智能體演進為例，指出下一代AI將通過更強大的交互能力，實現用戶與數字內容的深度連接。這種連接不僅限于信息獲取，更涉及創造性協作——當模型質量達到臨界點后，用戶會自發探索創新性應用場景，而這些場景反哺技術優化方向。
市場競爭態勢愈發激烈。外媒報道顯示，OpenAI已加速ChatGPT迭代以應對Gemini 3的挑戰。卡武克喬格魯對此表示，谷歌的競爭優勢在于技術棧的完整性與產品化效率。從芯片設計到終端部署的垂直整合能力，使前沿研究能快速轉化為規模化應用。這種模式不僅提升開發效率，更通過真實用戶數據持續校準技術路線，形成“研發-應用-反饋”的良性循環。
