主要观点总结
本篇文章对Google最新发布的多模态大模型Gemini 3进行了介绍,包括其在Benchmark测试上的表现、生成式 UI的审美能力,以及Google DeepMind对Scaling Law的强调。同时,文章还涉及到大模型领域的未来发展,特别是算力需求、PCB和液冷技术在服务器中的重要性提升等相关内容。此外,文章还提供了投资建议和风险提示。
关键观点总结
关键观点1: Google Gemini 3发布及表现超市场预期
Google发布了最新的多模态大模型Gemini 3,展现出超市场预期的得分能力与多模态理解能力。
关键观点2: Gemini 3在Benchmark测试上实现断层领先
Gemini 3在Benchmark测试上的得分实现了断层式领先,特别是在HLE测试基础思考能力和多模态理解能力上。
关键观点3: Google DeepMind重申Scaling Law有效性
Google DeepMind强调Scaling Law的有效性,并认为调整预训练与后训练算法以及增加训练算力是提升模型能力的重要方式。
关键观点4: PCB与液冷在服务器中的重要性持续提升
在服务器中,PCB和液冷的重要性不断提升。PCB用量与PCB层数在单机柜中将持续提升,而液冷方案成为算力散热的必选项。
关键观点5: 投资建议与风险提示
文章提供了针对PCB设备环节、服务器液冷环节的投资建议,并提示了宏观经济风险、大模型进展不及预期、算力建设不及预期等风险。
免责声明:本文内容摘要由平台算法生成,仅为信息导航参考,不代表原文立场或观点。
原文内容版权归原作者所有,如您为原作者并希望删除该摘要或链接,请通过
【版权申诉通道】联系我们处理。