编辑｜sia
推理模型赛道，已经近乎肉搏。
一边是 OpenAI o1 系列，主打「多想一步」的强化推理路线，用更长思考时间换更稳的结论。
一边是 Anthropic 的 Claude Thinking，深耕研究与分析场景，强调长上下文下的审慎与可靠。
现在，谷歌也重兵压上——Gemini 3 Deep Think 迎来重大升级。
不过真正吸睛的，早就不是又赢了几个 benchmark，而是它的定位：「参与科研和工程决策」的实力。
业内一直流传一套很经典的民间压力测试，让模型生成「一只骑自行车的鹈鹕」（A pelican riding a bicycle）的 SVG 代码。
题目看起来像 meme，但懂的人都知道，它同时卡三件事：空间逻辑、结构正确性、细节遵从能力。
已有网友放出相当惊艳的版本，也是我见过最好的一张。
案例来自 https://simonwillison.net/
加码难度，上硬核约束：
Generate an SVG of a California brown pelican riding a bicycle. The bicycle must have spokes and a correctly shaped bicycle frame. The pelican must have its characteristic large pouch, and there should be a clear indication of feathers. The pelican must be clearly pedaling the bicycle. The image should show the full breeding plumage of the California brown pelican.
难度瞬间从「会画图」，跃迁到「会建模 + 会生物 + 会物理」。
尤其是，画出「加州褐鹈鹕繁殖羽」。这不是随便涂个颜色就能糊弄的。繁殖期它的头部会偏黄，颈部呈红棕色，要求模型具备非常专业的生物知识。
「正在蹬踏」要求 AI 能正确处理肢体与机械的交互：动物的脚丫子，必须对准踏板。
结果，Gemini 3 Deep Think 还能稳定交出质量很高的 SVG。
案例来自 https://simonwillison.net/
这里释放的信号其实很清晰：Gemini 3 Deep Think 追求的不是「更会想」，而是在科研级、工程级、多条件约束问题上，能更可靠地把事情做对。
从「纸上谈兵」进化到「动手造物」，更明显的用例，是它能把用户的要求、草图甚至照片，直接建模成可 3D 打印的实体文件。
来自谷歌软件工程师@rakyll
其实，谷歌也在推广中主打Deep Think会分析图纸，构建复杂的形状，并生成文件，使用3D打印机创建实体对象。
要知道 AI 以前只是个画家，你给它看一张锅的照片，它能临摹出一张一模一样的画，但那只是平面的影子。
现在， Gemini 3 Deep Think 看一眼照片，就能脑补全这张锅在各个角度的长宽高、厚度甚至把手的弧度，直接变出一个立体实物原型。
换句话说，它不止要会空间推理（理解结构、体积、厚度、连接），还要考虑一个更现实的问题：这东西能不能被制造出来、能不能被真实使用。
答案是肯定的。
它甚至开始带着审美与结构意图去做生成设计。
这是它设计的一个花盆。
来自x网友@ytiskw，「请设计一个全新的时尚花盆，并使用 Python 输出为 STL 文件。条件：可以排水……」
从不同角度看，「面」和「角」的视觉会发生变化，立体感和现代感都很强，不像是单纯堆几何体，更像是在做造型语言。
还有更硬核的玩法。
这位 MIT 教授先给它一张 3D 蜘蛛网图片，要求生成交互式设计工具。
结果，它一步到位，直接产出了一整套完整的设计套件，涵盖程序化控制、仿真与优化流程，并支持 STL 文件导出。
https://x.com/ProfBuehlerMIT/status/2022635227609268480
教授甚至用这套工具设计了全新的超材料结构，以及一款受蜘蛛网启发的桥梁方案。
3D 打印后，还做了受力测试（用的是 nvidia DGX Spark ，大约 2 斤半重），确认结构在工程上也立得住。
想象一下，你在网上刷到一个造型奇特的设计。
过去你想 3D 打印一个相近的，得会 Blender、Fusion 360 这类软件，拉曲面、调尺寸、做厚度，新手往往得学好几周。
现在，截图给 AI → 输出 STL → 丢进 3D 打印机 → 几小时后实物到手，等于把专业 3D 建模几乎压缩成了「一键生成」。
再看看另一个用例。用 Deep Think 把周围的 WiFi 网络空间化、可视化，用 3D 方式展示信号强度和可能的物理位置关系。
平时手机里的 WiFi 列表按信号强度（RSSI）排序，但在物理空间里，强度不等于距离。比如，离你 2 米、隔着承重墙的路由器，可能比 10 米外空旷区域的路由器还要弱。
这里， Deep Think 聪明地引入了统计关联，如皮尔逊相关分析，去推断哪些 AP在物理上更可能彼此接近。
此外，还有更典型的科研叙事。比如，Deep Think 能审阅高度专业的数学论文，指出同行评审漏掉的细微逻辑缺陷，也被用于优化半导体晶体生长流程。
换句话说，谷歌想证明的不是它更会「想」，而是它开始真的能「干活」。
它盯住的是科研与工程里的硬骨头：没有明确边界、没有唯一答案、数据又脏又乱的真实研究问题。
而且，不只是卷数学、编程，而是把触角伸向化学、物理（包括理论物理）等多个科学领域，全面铺开。
随着通用对话能力快速商品化，那些真正能处理复杂财务模型、实验数据与工程设计的深度推理能力，正在成为新的竞争高地。
谷歌正在试图把大模型从信息助手，推向科研与工程体系里的「第二大脑」。如果后续真实采用率跟得上，这一步的分量，可能会比单纯的性能提升更大。
