كشفت Google اليوم عن Gemini 3، وهي ترقية رئيسية لنموذجها الرائد متعدد الوسائط. وتقول الشركة إن النموذج الجديد أفضل في التفكير، ولديه قدرات متعددة الوسائط أكثر مرونة (القدرة على العمل عبر الصوت أو النص أو الصور)، وسيعمل كوكيل.
النموذج السابق، Gemini 2.5، يدعم الإدخال متعدد الوسائط. يمكن للمستخدمين إطعامه بالصور أو الكتابة اليدوية أو الصوت. ولكنه يتطلب عادةً تعليمات صريحة حول التنسيق الذي يريد المستخدم استعادته، ويتم تعيينه افتراضيًا على نص عادي بغض النظر.
لكن جيميني 3 يقدم ما تسميه جوجل “الواجهات التوليدية”، والتي تسمح للنموذج باتخاذ اختياراته الخاصة حول نوع المخرجات التي تناسب الموجه بشكل أفضل، وتجميع التخطيطات المرئية وطرق العرض الديناميكية من تلقاء نفسها بدلاً من إرجاع كتلة من النص.
اطلب توصيات السفر وقد يؤدي ذلك إلى إنشاء واجهة تشبه موقع الويب داخل التطبيق، مكتملة بالوحدات والصور ومطالبات المتابعة مثل “كم عدد الأيام التي ستسافر فيها؟” أو “ما هي أنواع الأنشطة التي تستمتع بها؟” كما يقدم أيضًا خيارات قابلة للنقر بناءً على ما قد تريده بعد ذلك.
عندما يُطلب من الجوزاء 3 شرح مفهوم ما، قد يرسم رسمًا تخطيطيًا أو ينشئ رسمًا متحركًا بسيطًا من تلقاء نفسه إذا كان يعتقد أن الصورة المرئية أكثر فعالية.
يقول جوش وودوارد، نائب رئيس Google Labs وGemini وAI Studio: “يُنشئ التصميم المرئي عرضًا غامرًا على غرار المجلات مكتملًا بالصور والوحدات النمطية”. “لا تبدو هذه العناصر جيدة فحسب، بل تدعوك إلى مساهمتك في تخصيص النتائج بشكل أكبر.”
مع Gemini 3، تقدم Google أيضًا Gemini Agent، وهي ميزة تجريبية مصممة للتعامل مع المهام متعددة الخطوات مباشرة داخل التطبيق. يمكن للوكيل الاتصال بخدمات مثل تقويم Google وGmail والتذكيرات. بمجرد منحه حق الوصول، يمكنه تنفيذ مهام مثل تنظيم البريد الوارد أو إدارة الجداول الزمنية.
كما هو الحال مع الوكلاء الآخرين، فهو يقسم المهام إلى خطوات منفصلة، ويعرض التقدم المحرز في الوقت الفعلي، ويتوقف مؤقتًا للحصول على موافقة المستخدم قبل المتابعة. تصف Google هذه الميزة بأنها خطوة نحو “وكيل عام حقيقي”. سيكون متاحًا على الويب لمشتركي Google AI Ultra في الولايات المتحدة بدءًا من 18 نوفمبر.
يمكن أن يبدو النهج العام مشابهًا إلى حد كبير لـ “الترميز الديناميكي”، حيث يصف المستخدمون الهدف النهائي بلغة واضحة ويسمحون للنموذج بتجميع الواجهة أو الكود اللازم للوصول إلى هناك.
يربط التحديث أيضًا Gemini بشكل أعمق بمنتجات Google الحالية. في البحث، يمكن الآن لمجموعة محدودة من المشتركين في Google AI Pro وUltra التبديل إلى Gemini 3 Pro، وهو الاختلاف المنطقي للنموذج الجديد، لتلقي ملخصات أعمق وأكثر شمولاً تم إنشاؤها بواسطة الذكاء الاصطناعي والتي تعتمد على منطق النموذج بدلاً من وضع الذكاء الاصطناعي الحالي.
بالنسبة للتسوق، ستقوم Gemini الآن بالانسحاب من الرسم البياني للتسوق من Google – والذي تقول الشركة إنه يحتوي على أكثر من 50 مليار قائمة منتجات – لإنشاء أدلة التوصيات الخاصة بها. يحتاج المستخدمون فقط إلى طرح سؤال متعلق بالتسوق أو البحث عن عبارة متعلقة بالتسوق، ويقوم النموذج بتجميع قطعة توصية تفاعلية للمنتج على طراز Wirecutter، كاملة مع الأسعار وتفاصيل المنتج، دون إعادة التوجيه إلى موقع خارجي.
بالنسبة للمطورين، تعمل Google أيضًا على تعزيز إنشاء البرامج ذات المطالبة الواحدة. قدمت الشركة Google Antigravity، وهو نظام أساسي للتطوير يعمل كمساحة شاملة حيث يمكن إنشاء التعليمات البرمجية والأدوات وسير العمل وإدارتها من موجه واحد.
قال ديريك ني، الرئيس التنفيذي لشركة Flowith، وهو تطبيق للذكاء الاصطناعي مراجعة تكنولوجيا معهد ماساتشوستس للتكنولوجياث يعالج Gemini 3 Pro العديد من الثغرات في النماذج السابقة. تتضمن التحسينات فهمًا مرئيًا أقوى، وإنشاء أكواد برمجية أفضل، وأداء أفضل في المهام الطويلة، وهي ميزات يراها ضرورية لمطوري تطبيقات الذكاء الاصطناعي والوكلاء.
ويقول: “نظرًا لسرعته ومزايا التكلفة، فإننا نقوم بدمج النموذج الجديد في منتجنا”. “نحن متفائلون بشأن إمكاناتها، ولكننا بحاجة إلى اختبار أعمق لفهم إلى أي مدى يمكن أن تصل”.