谷歌推出新一代AI模型Gemini 3 Deep Think，旨在突破智能边界，解决科学研究和工程领域的现代挑战。该模型展现出卓越的图像生成能力，能创作出细节丰富的矢量插画，如一只骑自行车的鹈鹕，其色彩鲜艳、风格独特，展现了强大的创意表现力。

谷歌推出新一代人工智能模型Gemini 3 Deep Think

谷歌最新发布了人工智能模型Gemini 3 Deep Think，该模型旨在"推动智能技术前沿发展，解决科学、研究和工程领域的现代挑战"。

作者通过两个有趣的测试展示了该模型的图像生成能力： 1. 首先生成了一幅"鹈鹕骑自行车"的SVG矢量图，画面细节丰富：鹈鹕戴着粉红色帽子和围巾，骑着一辆青色自行车，背景是沙滩和落日。 2. 随后挑战更复杂的版本：要求生成"加州棕鹈鹕骑自行车"的精确图像，需要包含特定细节如自行车辐条、鹈鹕的特征性喉囊、繁殖期羽毛等。生成的图像中，鹈鹕呈现出夸张的红色喉囊，以竞速姿势骑行。

作者特别指出，这些图像的质量明显优于之前测试过的其他AI模型。文章还附上了作者此前收集的各种"鹈鹕骑自行车"图像集链接，以及关于"如果AI实验室专门训练生成鹈鹕骑自行车图像会怎样"的思考文章。

（注：原文中大量关于图像细节的英文描述已精简处理，保留了核心测试内容和模型特点）

以下是评论内容的总结，平衡呈现不同观点并保留关键引用：

1. 关于基准测试的有效性

   • 质疑观点：认为"鹈鹕骑自行车"的SVG生成已不适合作为基准测试，可能已被纳入训练集。
     引用："I don't think this is a good 'benchmark' anymore. It's probably on everyone's training set by now." (rcarmo)
   • 支持观点：SVG生成能有效测试空间推理能力，因其需要坐标系统思维。
     引用："SVG generation is a surprisingly good benchmark for spatial reasoning..." (kittbuilds)

2. 关于模型表现的争议

   • 怀疑论：认为结果可能被操纵（"They rigged it" - bulletsvshumans），但缺乏证据。
   • 反驳观点：以Gemini生成其他SVG（如"章鱼扣篮"）为例，证明模型能力真实提升。
     引用："I just asked Gemini pro to generate an SVG of an octopus dunking a basketball..." (segmondy)

3. 对生成结果的赞赏

   • 用户普遍称赞鹈鹕骑自行车SVG的艺术性和技术表现。
     引用："This is an OUTSTANDING pelican, a great bicycle..." (vessenes)
     引用："That's among the most artistic SVGs I've ever seen" (tylervigen)

4. 技术探讨

   • 推测模型可能通过栅格-矢量转换作弊（Springtime），或受训练数据中相关讨论影响（alestainer）。
   • 指出测试的不对称性："Many tests are asymmetrical..." (stephc_int13)

5. 趣味性建议

   • 用户提议扩展测试内容，如"狮子玩雪橇"（bfung），或生成更多动物（vessenes）。

关键矛盾：基准测试的有效性 vs 模型能力的真实进步，核心争议点在于结果是否反映真实能力或被针对性优化。