Нова Google Gemini 3 може одночасно обробляти текст, зображення та аудіо

Модель створена як нативно мультимодальна система, що дозволяє одночасно обробляти текст, зображення та аудіо. У Google говорять, що це дозволяє виконувати завдання типу перетворення фотографій з кулінарними записами в повноцінні структуровані рецепти або формувати картки з відеолекцій.

Паралельно компанія перевіряє функцію генеративних інтерфейсів у середовищі Gemini Labs. Вона створює візуальні матеріали в стилі журнальних макетів або пропонує динамічні компонування, що підлаштовуються під конкретне завдання користувача.

В оновленому пошуку Gemini 3 Pro формує відповіді, доповнені зображеннями, мережами, таблицями та симуляціями. Для цього застосовується вдосконалений метод обробки запитів, який розбиває їх на декілька напрямків і точніше визначає намір користувача, збільшуючи кількість релевантного контенту. У Google відзначають, що відповідям моделі тепер властива більш стримана подача без надмірних лестощів, які раніше часто критикувалися в конкурентних системах. Також заявлено про покращення планування та роботи зі складними багаторівневими інструкціями.

Разом із Gemini 3 компанія розширює можливості експериментального інструменту Gemini Agent. Він може виконувати дії від імені користувача, зокрема впорядковувати електронні листи або організовувати подорожі. Доступ до агентних функцій отримали передплатники Google AI Pro та Ultra у США.

Gemini 3 Pro вже розгорнуто у додатку Gemini для всіх користувачів, а розширені можливості системи поступово додаються до пошуку.