زمانی که چند سال پیش ChatGPT وارد صحنه شد، رویکرد گوگل به هوش مصنوعی این بود که این فناوری را تا حد امکان در مکانهای بیشتری قرار دهد، به این امید که در بین کاربران طنینانداز شود. در ابتدا این کار درست نشد، زیرا ChatGPT مدل های بهتر، موارد استفاده بیشتر و قدرت برند برتر داشت.
در طول سال گذشته، این حس قوی وجود داشت که جزر و مد شروع به تغییر کرده است. Gemini تنها چت ربات مجهز به هوش مصنوعی است که در 12 ماه گذشته به طور مداوم سهمی از ترافیک وب را به دست آورده است و پیشرو اصلی ChatGPT (از طریق SameWeb در X) را پشت سر گذاشته است. علاوه بر این، Gemini 3 اینجاست و آنقدر مورد استقبال کاربران قرار گرفته است که گوگل در حال برداشتن گامهای خلاقانهای برای پاسخگویی به تقاضای برتر است.
ماه گذشته، من نوشتم که Veo Model 3 گوگل نمی تواند از مدل Sora 2 OpenAI بهتر عمل کند، زیرا این شرکت درک نمی کند که چقدر مهم است که مدل های هوش مصنوعی خود را در یک بسته با کاربری آسان و با برند مثبت بسته بندی کند.
از آن زمان، ما شاهد معرفی Gemini 3 و Nano Banana Pro بودیم و گوگل اعتماد من را دوباره به دست آورد. گوگل نشان داده است که به طور مداوم قادر به ساخت مدل های عالی، بسته بندی آنها در برنامه های کاربردی جذاب و ایجاد برند جذاب برای مدل های هوش مصنوعی خود است. در نتیجه من یک مؤمن هستم.
Gemini 3 نشان می دهد که گوگل می تواند در صدر بماند
اگر در طول سالها چیزی یاد گرفتهایم، این است که ساختن یک مدل هوش مصنوعی عالی برای دستیابی به موفقیت پایدار کافی نیست. OpenAI قبلاً تنها شرکتی بود که یک مدل زبان بزرگ (LLM) با کیفیت بالا داشت و اکنون مدل GPT-5.1 آن از پنج رتبه برتر جدول امتیاز LMARena خارج شده است. DeepSeek در ژانویه 2025 منفجر شد و با همان سرعتی که سایر شرکت ها دنبال کردند دوباره در ابهام محو شد.
بنابراین، زمانی که Gemini 2.5 Pro بر تابلوهای امتیازات LMARena و WebDev Arena تسلط داشت، من هنوز نیاز به دیدن موارد بیشتری داشتم. البته Gemini 2.5 Pro در نهایت توسط مدل هایی از xAI، Anthropic و OpenAI حذف شد. به همین دلیل است که بازگشت Gemini 3 Pro به بالای جدول پس از سقوط Gemini 2.5 Pro نشانه خوبی از ثبات گوگل است.
تصویر 1 به 3
Gemini 3 Pro همچنان بهترین مدل متنی در جدول امتیازات LMARena است. گوگل بهترین مدل را در دسته بندی متن، دید، متن به تصویر، ویرایش تصویر، جستجو، متن به ویدئو و تصویر به ویدئو دارد. این یک پیشنهاد عالی است – فقط گروهی که گوگل پیشرو نیست WebDev Arena است. Gemini 3 Pro در جایگاه اول قرار گرفت، اما با پشت سر گذاشتن Claude Opus 4.5 به رتبه دوم سقوط کرد.
گروه کاری گوگل اکنون اعتماد زیادی را القا می کند. این نه تنها قادر به ساخت مدل های پیشرو در صنعت است. همچنین قادر است به طور مداوم تأسیسات جدید بسازد در حالی که با تهدیدات شرکت های رقیب مواجه است.
گوگل میداند که هوش مصنوعی به جز مدلها خیلی بیشتر است
یکی دیگر از عناصر امیدوار کننده در عرضه Gemini 3 در دسترس بودن این مدل است. بلافاصله از طریق اپلیکیشن Gemini، حالت هوش مصنوعی در جستجو و ابزارهای توسعهدهنده گوگل، از جمله Google AI Studio و Vertex AI عرضه شد. این اولین بار است که یک مدل هوش مصنوعی جدید در جستجوی گوگل، محصول نرم افزاری شاخص این شرکت، از روز اول در دسترس است.
یک مدل فقط به اندازه در دسترس بودن و رابط کاربری آن خوب است، و گوگل به ما می گوید که با عرضه Gemini 3 متوجه این موضوع شده است. چندین روش جدید برای تعامل با Gemini 3 همراه با مدل جدید معرفی شده است.
تصویر 1 به 4
Gemini Agent وجود دارد، یک پلتفرم عامل که میتواند از طرف شما در داخل و خارج از اکوسیستم Google اقداماتی را انجام دهد. حالت جستجوی هوش مصنوعی، رابطهای کاربری مولد را اضافه کرد که تصاویری سفارشی و تعاملی هستند که با Gemini 3 در زمان واقعی ایجاد میشوند. مهمتر از آن، گوگل یک پیاده سازی کاملاً جدید با محیط توسعه یکپارچه عامل (IDE) در Antigravity منتشر کرده است.
در نهایت، گوگل به وضوح درک می کند که برندسازی هوش مصنوعی مهم است
OpenAI نشان داد که برندها چقدر در مسابقه هوش مصنوعی با Sora، برنامه همه جا حاضر برای ویدیوهای تولید شده توسط هوش مصنوعی، اهمیت دارند. ظاهراً یک شبه، کل درک ویدیوهای هوش مصنوعی تغییر کرد. چیزی که زمانی “پسرفت” هوش مصنوعی نامیده می شد، ناگهان تبدیل به سرگرم کننده و جذاب شد. گوگل باید توجه داشته باشد، زیرا نانو موز دقیقاً از همین طرح پیروی می کند.
Nano Banana Pro در واقع مدل Gemini 3 Pro Image است، اما نام خانوادگی آن چندان جالب نیست، درست است؟ در عوض، گوگل به این مدل تبدیل متن به تصویر یک نام عجیب و یک ایموجی موز داده است. من نمیدانم نانو موز به چه معناست، یا چرا یک شکلک موزی در همه جا، از جمله در پیامهای Google، گچ شده است.
با این حال، من می دانم که نانو موز چیست اینطور نیست. این مدل به عنوان یک مدل ترسناک برای تولید تصویر هوش مصنوعی نامگذاری نشده است. به عنوان ابزار سازمانی یا توسعه طبقه بندی نمی شود. Nano Banana تصاویری با هوش مصنوعی از افراد معمولی ایجاد می کند، درست مانند کاری که Sora در ویدیوها انجام داد.
Gemini در حال حاضر دارای یک نام تجاری بسیار قوی است که بر روی Android و Wear OS نصب شده است و به زودی در Google Home و Android Auto حضور قوی تری خواهد داشت. با این حال، مدلهای تصویری و ویدیویی مولد گوگل به راحتی در رده «شیب» قرار میگیرند، قبل از اینکه موز نانو، مدلهای تصویری عجیب و غریب و قابل دسترس کند.
Gemini 3 یک نقطه عطف بزرگ برای تلاش های گوگل در زمینه هوش مصنوعی است
Gemini 3 نمی توانست در زمان بهتری برای گوگل بیاید. این شرکت باید ثابت میکرد که میدانست چه چیزی یک اکوسیستم هوش مصنوعی عالی را میسازد، و دقیقاً این کار را انجام داد.
Gemini 3 Pro و Gemini 3 Pro Image نشان میدهند که Google میتواند در مواجهه با چالشهایی با مدلهای جدید xAI، Anthropic و OpenAI پاسخ دهد. برنامههای جدید مانند Google Antigravity گواه این است که این شرکت میداند نحوه تعامل شما با مدلهای هوش مصنوعی به اندازه خود مدلها مهم است. مهمتر از همه، نانو موز یک سیگنال قوی است که Mountain View. بالاخره متوجه شدم که قدرت برند ارز اجتماعی در مسابقه هوش مصنوعی است.
تلاش های هوش مصنوعی گوگل به خوبی در حال انجام است و من نمی توانم منتظر بمانم تا ببینم چه چیز دیگری می سازند.