模型
别名：Gemini 3 Pro
Google 推出的多模态大模型，用于图像和文本理解任务。
已跟踪 3 条高相关材料
最近变化
2026-06-02 · PaddleOCR-VL-1.6 在 OmniDocBench v1.6 上准确率达 96.33%，超越 Gemini-3-Pro、GPT-5.2 等主流模型。
为什么值得关注
Gemini-3-Pro 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
百度文心发布 PaddleOCR-VL-1.6：准确率突破 96.33%，刷新文档解析 SOTA
量子位 · 8.7 分
百度文心发布 PaddleOCR-VL-1.6，在 OmniDocBench v1.6 上准确率突破 96.33%，刷新文档解析 SOTA，综合性能全球第一，显著提升复杂场景下的文本、公式、表格识别能力。
美团 LongCat 开源 General 365：树立推理评测新标尺
美团技术团队 · 8.5 分
美团开源 General 365 基准测试，揭示大模型在通用推理上的真实能力边界。
A Guide to Which AI to Use in the Agentic Era
One Useful Thing · 8.5 分
文章探讨了在代理时代如何选择合适的AI工具，强调了模型、应用和Harness的重要性。
已收录 3 条与 Gemini-3-Pro 相关的内容，按评分排序。
Baidu Wenxin releases PaddleOCR-VL-1.6, achieving 96.33% accuracy on OmniDocBench v1.6, setting a new SOTA in document parsing with global top performance and enhanced capabilities in complex scenarios.
入选理由：PaddleOCR-VL-1.6 在 OmniDocBench v1.6 上准确率达 96.33%，超越 Gemini-3-Pro、GPT-5.2 等主流模型。
Meituan opensource General 365 benchmark, revealing the real capability boundary of large models in general reasoning.
入选理由：Gemini 3 Pro 在 General 365 上准确率仅 62.8%，多数模型未达及格线
文章探讨了在代理时代如何选择合适的AI工具，强调了模型、应用和Harness的重要性。
入选理由：选择AI需考虑模型、应用和Harness。
