慢一點、深一點｜藏師傅帶你看清 Gemini3 真實實力

從昨晚到早上大家應(yīng)該看了很多 Gemini 3 的相關(guān)信息了，藏師傅這里就不廢話了。

簡單說一下它有多強，從測試基準來看直接在幾乎所有基準上都達到了 SOTA，同時相當一部分大幅領(lǐng)先第二名，當然除了 SWE-Bench 這個。

用來驗證 AI 是否脫離了“概率模仿”并開始產(chǎn)生“真正思考”的測試集 ARC-AGI v2 的得分上，甚至超過了現(xiàn)在最強模型的兩倍以上，看看 Gemini 3 孤零零在的位置。

從昨晚發(fā)布開始我就用 Gemini 3 做了相當多的測試。

同時測試內(nèi)容依舊秉承藏師傅一貫的觀點，除了測試能力以外也盡可能都是對大家有用的。

我也會開放這些提示詞，由于谷歌一貫的財大氣粗，所以你幾乎在 AI Studio 和谷歌新發(fā)布的 AI IDE Antigravity上可以免費用 Gemini 3，只有你自己的看法才是最客觀的，建議多試試。

Gemini 剛發(fā)布的時候我最關(guān)注的還是多模態(tài)的理解能力，畢竟這個一直是谷歌的看家本事，先拿了兩個視頻試了一下。

第一個是 AI 藝術(shù)家 852話 做的 AI MV 視頻，里面有相當多的快閃效果，分鏡變化也很頻繁，非常適合用來分析模型對于視頻細節(jié)的分析能力。

提示詞是：幫我詳細分析這個視頻的每個分鏡內(nèi)容，確保我可以讓設(shè)計師復(fù)刻它

可以看到他幾乎按每秒鐘說了每個動畫效果表現(xiàn)的細節(jié)和畫面主體內(nèi)容，前面加上了總的風(fēng)格描述，最后加上了如果要用 AE 做的話用哪些插件才行，非常細了。

接下來剛好要發(fā)谷歌新發(fā)布的 AI IDE 的介紹，索性直接把他們的宣傳視頻扔給了 Gemini 3，讓他幫我總結(jié)。

整體非常有條理，產(chǎn)品的核心定位、宣傳主題以及產(chǎn)品的詳細功能都分析到了，我直接就發(fā)了，結(jié)果數(shù)據(jù)還行。

提示詞為：幫我詳細總結(jié)視頻內(nèi)容，介紹這個產(chǎn)品。

然后就來到了我們的重頭戲，編碼能力上，現(xiàn)在 AI Studio 里面的 Build 模式是真的頂，居然生成的網(wǎng)頁也可以直接調(diào)用谷歌所有 AI 能力。

于是就想能不能讓他幫我直接實現(xiàn)一個設(shè)計 Agent 產(chǎn)品，可以幫我思考設(shè)計方案，完善之后自己寫提示詞作圖。

提示詞：幫我實現(xiàn)一個功能完整的視頻和圖片Agent 平臺，支持自主完成圖像編輯和設(shè)計任務(wù)

沒想到真的可以，支持對話，他詳細詢問你的需求，然后幫你用 Nano 生成設(shè)計圖，真的一句話一次就搞定了，我甚至沒說什么是設(shè)計 Agent 以及應(yīng)該如何實現(xiàn)這些能力。

這個 Logo 設(shè)計圖和基于 Logo 設(shè)計的月餅包裝袋都是它幫忙設(shè)計的，以前哪敢想啊，朋友們，需求和實現(xiàn)方案都不管，一句話需求，說句不好聽的，實習(xí)生肯定搞不定。

然后我們來試一下 Gemini 3 的設(shè)計稿還原能力。

我找了一張自己收藏夾里相對復(fù)雜的設(shè)計圖，里面細節(jié)挺多的，讓他完美還原這個設(shè)計稿，圖片可以用占位圖。

沒想到直出效果這么好，尤其是頭部這部分的排版細節(jié)，比如字號、字體顏色以及行間距等。

而且右邊那本書他找不到圖片，直接自己用代碼寫了一本，還補全了設(shè)計稿中不存在的的內(nèi)容。

昨天有朋友說，這個細節(jié)還是有問題，我還開玩笑說，沒 AI 的時候一些大廠程序員拿著 figma 設(shè)計稿第一版能做到這個水平，我就已經(jīng)燒高香了。

然后我就想，圖片 Agent 做了，那要不整一個視頻 Agent？

但是 AI Studio 里面沒有內(nèi)置 Veo 3.1 視頻模型，于是我就到 Youware 用 Gemini 3 試了一下，也是簡單說了一下。

提示詞：幫我做一個設(shè)計 Agent 網(wǎng)頁工具，它可以幫我自動地迭代和優(yōu)化，并且生成設(shè)計圖和設(shè)計視頻，調(diào)用所有相關(guān)的設(shè)計 AI API。

第一次他生成的視頻只有一個分鏡，于是又讓他加了多個分鏡編排的能力，讓他調(diào)用 LLM 生成提示詞和劇本。

然后搞定了，真離譜啊，選擇故事模式后他會自己生成劇本以及每個分鏡的提示詞然后調(diào)用 Veo 生成多段視頻。

然后我才反應(yīng)過來，我這不是做了一個 Krea 那種 AI 聚合應(yīng)用嗎，基本功能都有了，于是直接把 Krea 的界面截圖扔給他，連界面也復(fù)刻了，哈哈。

早上起來刷到一個，那種宣傳產(chǎn)品功能的用 AE 做的快閃動畫，然后就想這里面都是前端界面的元素嗎，能不能讓 Gemini 3 用代碼給我整一個。

整理了一下提示詞之后，他還真的整了一個出來，現(xiàn)在會以之前非常流行的滾動敘事網(wǎng)頁的形式表現(xiàn)，如果你想做自己的產(chǎn)品網(wǎng)站的話可以參考這個提示詞，還是很吸睛的。

Gemini 3 滾動敘事網(wǎng)頁生成提示詞：

請你扮演一位擅長創(chuàng)意交互的前端開發(fā)專家。我要做一個類似 Apple 產(chǎn)品頁風(fēng)格的“Scrollytelling（滾動敘事）”網(wǎng)頁 Demo。

技術(shù)棧要求：

使用 HTML、CSS 和 GSAP (GreenSock) 配合 ScrollTrigger 插件。

交互邏輯：

頁面高度要設(shè)置得很長（如 5000px），建立一個全屏固定的視口（Pinned Container）。用戶的滾動動作不移動頁面，而是作為進度條（Scrub: 1）直接控制整個動畫的時間軸播放。

視覺與動畫流程（請按順序?qū)崿F(xiàn)以下 Timeline）：

開場： 屏幕中心只有簡潔的文字 Slogan，隨著滾動，文字放大并漸隱消失。

UI 演示： 隨后，模擬“手機通知彈窗”和“郵件列表卡片”從不同方向平滑飛入屏幕中心。

堆疊特效： 繼續(xù)滾動，這些分散的卡片要通過 3D 變換，自動吸附堆疊在一起（Stacking Effect）。

高潮： 出現(xiàn)一個“Unsubscribe All”的按鈕，當滾動經(jīng)過它時，堆疊的所有卡片瞬間向四周炸開/飛走（Explosion Effect）。

結(jié)尾： 露出最后的 Logo。

風(fēng)格要求：

極簡主義、圓角卡片設(shè)計、陰影柔和、動畫曲線要非常有彈性（Elastic/Spring）。請直接給我可運行的完整代碼文件

從三秒開始的動畫真的很頂，這個3D 卡片的旋轉(zhuǎn)懸浮然后再排列整齊的動畫非常的流暢而且豐富。

而且美學(xué)表現(xiàn)也很強，標題的漸變色、描邊以及后面卡片的細節(jié)，你真的可以用這套邏輯讓 Gemini 幫你用前端寫一個宣傳視頻出來，這是一個很大的機會，可以填補目前的 AI 視頻模型做不了的部分。

上面的離譜嗎？還有更離譜的，早上看見朋友向陽喬木想用 Gemini 生成短劇點子，于是優(yōu)化了一下，看看能不能讓 Gemini 3 直接生成互動式游戲。

沒想到在 AI Studio 里面簡單調(diào)整了兩次就搞定了，Gemini 3 會根據(jù)你提供的文本生成互動式游戲，很像 GalaGame 常見的形式。

區(qū)別就是里面所有的素材都是隨著劇情的推進實時生成的，包括：對話文案、語音對話、人物頭像、畫面背景以及章節(jié)信息。

上面這是個很好的機會，人人只要有好劇本會打字就可以做互動內(nèi)容和互動游戲，再搭配蘋果前幾天給類似小程序這種產(chǎn)品松綁和降低分成，里面可能醞釀著一個新的頂級內(nèi)容消費平臺的機會。

你用下面這個提示詞在 AI Studio 里面的 Build 模式可以直接生成類似游戲，記得在第四步把文案放進去，老板以后靠這個提示詞發(fā)財了，可千萬記得點我。

Gemini 3 互動漫劇生成提示詞：

Act as a World-Class Frontend Engineer and UI/UX Designer.

Create a "High-Fidelity Interactive Visual Novel" web application using React (es6 modules), Tailwind CSS, and the Google Gemini API (@google/genai).

1. Design Philosophy & UI Style (Crucial)

The UI must strictly follow a "Japanese Commercial Galgame (Visual Novel)" aesthetic.

• Vibe: Dark Fantasy, Cyberpunk, Polish, High-End.
• Art Style for AI Generation: Enforce "Japanese Celluloid Anime Style (賽洛魯/平涂)" for all generated images.
• Dialogue Box: NOT a simple rectangle. It must feature:
• • A "Glassmorphism" background (dark, blurred).
  • Decorative Tech/Fantasy borders (double lines, glowing neon accents in Cyan/Gold).
  • A dedicated, stylized "Nameplate" attached to the top-left of the box.
  • A large, rectangular Character Avatar (3:4 ratio) on the left side with a decorative frame.
• Typography: Clean, readable serif or sans-serif with typing writer effects.
• Animations: Smooth fade-ins for backgrounds/characters, shake effects for intense scenes, flash effects for combat.

1. 1.Story Engine: Iterate through a predefined script (I will provide the story content below).
2. 2.AI Image Generation (Gemini Nano/Flash):
   • Backgrounds: Automatically generate scene backgrounds based on the current plot location using gemini-2.5-flash-image.
   • Character Tachie (Portraits): Automatically generate character standees. Apply a "Card" style frame (rounded corners, inner shadow, border) so they look like polished assets, not raw photos.
   • Prompt Engineering: Automatically append "Japanese Celluloid Anime Style, masterpiece, flat color" to all image prompts to ensure consistency.
3. 3.Text-to-Speech (TTS): Use the Web Speech API to read dialogue. Assign different pitch/rate to different characters (e.g., Deep/Slow for the Monster, Normal for the Protagonist).
4. 4.Gemini Insight: A button to analyze the current scene's sentiment and lore using gemini-2.5-flash.

• Use a constant file to store the Story Script.
• Define Characters with properties: id, name, visualDescription (for AI generation), voicePitch, voiceRate.
• Define Backgrounds with properties: type, visualDescription.

Please parse the following novel content into the structured script.

[在此處粘貼你的小說正文內(nèi)容]

5. Technical Requirements

• Use process.env.API_KEY for Gemini.
• Handle async image generation gracefully (show a "Generating..." loader in the UI).
• Single file structure preferred or standard modular structure (App, components, services).
• Ensure the layout is responsive but optimized for Landscape viewing.

Generate the complete code now.

最后是一個很好玩的案例，可以同時表現(xiàn) Gemini 3 的多模態(tài)能力以及代碼能力，它可以直接從一張圖片幫你生成 3D 的體素圖像動畫，還原度很高。

提示詞：I have provided an image. Code a beautiful voxel art scene inspired by this image. Write threejs code as a single-page

剛好刷到一個很好看的賽博風(fēng)格圣誕樹圖片就扔個 Gemini 3 了。

沒想到它這么懂，帶縮放動畫的星星、閃光特效和旋轉(zhuǎn)的點狀發(fā)光絲帶，給整個動畫增加了非常多的表現(xiàn)力。順便用這玩意提前祝大家圣誕快樂了。

好了這期內(nèi)容就這樣了，希望這些玩法和測試能給你帶來一些啟發(fā)。

DeepMind 的人說今晚還有大的，不知道是不是昨天試的 Nano Banana Pro 模型，谷歌怕不是要熬死我們這幫人。

如果你覺得這些內(nèi)容對你有幫助的話，可以幫我點個贊或者，也可以轉(zhuǎn)發(fā)??給你需要的朋友們，我們評論區(qū)見。