| 0 |
|
Команда розробників Google оголосила про випуск Gemini 3.1 Pro - оновленої моделі основного інтелекту, створеної для вирішення завдань, де звичайних відповідей недостатньо.
Реліз відбувся лише за тиждень після виходу вузькоспеціалізованої версії Deep Think, що свідчить про стрімке прискорення темпів розробки нейромереж.
У компанії зазначають, що Gemini 3.1 Pro демонструє значний прогрес у базовому логічному мисленні: на тесті ARC-AGI-2, який оцінює здатність алгоритмів розв’язувати абсолютно нові логічні паттерни, модель досягла верифікованого результату 77,1%. Це більш ніж удвічі перевищує показники продуктивності попередньої версії 3 Pro.
Оновлений інтелект тепер доступний для широкого кола користувачів: споживачі можуть скористатися ним через додаток Gemini та NotebookLM, а для бізнесу та розробників відкрито доступ через Gemini API у Google AI Studio, Vertex AI та Android Studio. Однією з яскравих практичних можливостей моделі стала здатність генерувати анімовані SVG-файли безпосередньо з текстових запитів. На відміну від традиційного відео, такі анімації створюються у вигляді чистого коду, що дозволяє їм залишатися чіткими при будь-якому масштабуванні та мати надзвичайно малий розмір файлів, ідеальний для веб-розробки.
Google позиціонує Gemini 3.1 Pro як універсальний інструмент для синтезу складних даних та реалізації креативних проектів. Наразі модель перебуває у стані попереднього перегляду (preview), що дозволяє розробникам протестувати її можливості в агентних робочих процесах — автономних сценаріях, де штучний інтелект виконує послідовність дій для досягнення цілі. Для передплатників планів Google AI Pro та Ultra вже впроваджено підвищені ліміти на використання нової моделі, що відкриває простір для професійної роботи з масштабними архівами та складним програмним кодом.
Випуск Gemini 3.1 Pro підтверджує перехід індустрії від кількісного нарощування параметрів до якісного вдосконалення процесів мислення (reasoning). Подвоєння результатів у складних логічних тестах вказує на те, що розробники знайшли спосіб ефективніше навчати моделі розумінню причинно-наслідкових зв’язків. У 2026 році це стає вирішальним фактором у боротьбі за корпоративний сектор: компаніям потрібні не просто чат-боти, а надійні цифрові співробітники, здатні самостійно перевіряти гіпотези та створювати складний контент у вигляді готового до використання коду.
Стратегія охолодження ЦОД для епохи AI
| 0 |
|
