谷歌首席AI架构师科雷·卡武克乔格鲁在接受英国《金融时报》专访时，深入阐述了谷歌最新大语言模型Gemini 3的技术突破与战略布局。作为DeepMind CTO兼谷歌首席AI架构师，他强调谷歌正通过“全栈式”技术体系，将前沿AI研究转化为用户可感知的产品体验。
Gemini 3的核心优势在于多模态理解能力的显著提升。卡武克乔格鲁指出，现实世界的信息呈现形式远不止文本，视频、图像、PDF等多元内容构成用户需求的关键部分。通过架构优化与预训练技术改进，新模型能够深度解析复杂内容，例如自动识别视频中的关键场景或从PDF中提取结构化数据。这种能力已应用于谷歌笔记助手NotebookLM等产品，用户上传文档后可直接通过自然语言交互获取精准答案。
编程领域的变革尤为突出。Gemini 3的生成式界面将代码开发转化为交互式学习工具。当用户提出技术问题时，模型不仅提供文字解释，还会动态生成可视化模拟、数据图表甚至小型应用组件。例如，询问物理现象时，系统可能直接展示交互式实验模型；分析数据时，则自动生成可操作的仪表盘。这种“所见即所学”的模式，使编程从专业领域扩展为普适性工具。
全栈技术体系是谷歌的差异化竞争力。从定制化AI芯片到分布式数据中心，再到覆盖数十亿用户的终端产品，谷歌构建了完整的技术闭环。卡武克乔格鲁透露，Antigravity集成开发环境的推出标志着代码构建方式的革新——基于智能体的自主运行机制，软件可在更高抽象层级完成开发任务，显著减少人工干预。这种能力源于模型在预训练阶段获得的潜力挖掘能力，以及后训练阶段针对具体产品的交互优化。
用户反馈驱动的技术迭代机制贯穿研发全程。Gemini 3的开发周期仅六个月，其基础架构整合了Gemini 2.5的用户使用数据。卡武克乔格鲁强调，谷歌每天处理海量真实场景需求，这种“从场景反推技术”的模式确保研发方向始终贴近用户痛点。例如，模型通过量化分析避免冗余表达，在“是否过度奉承”等维度建立评估体系，使输出内容更符合实用需求。
针对通用人工智能（AGI）的探索，谷歌采取务实路径。卡武克乔格鲁坦言，目前尚无构建AGI的明确方案，当前重点在于开发正确产品、理解用户信号并确保安全可控。他以智能体演进为例，指出下一代AI将通过更强大的交互能力，实现用户与数字内容的深度连接。这种连接不仅限于信息获取，更涉及创造性协作——当模型质量达到临界点后，用户会自发探索创新性应用场景，而这些场景反哺技术优化方向。
市场竞争态势愈发激烈。外媒报道显示，OpenAI已加速ChatGPT迭代以应对Gemini 3的挑战。卡武克乔格鲁对此表示，谷歌的竞争优势在于技术栈的完整性与产品化效率。从芯片设计到终端部署的垂直整合能力，使前沿研究能快速转化为规模化应用。这种模式不仅提升开发效率，更通过真实用户数据持续校准技术路线，形成“研发-应用-反馈”的良性循环。
