谷歌发布Gemini 3.1 Pro，强化复杂任务处理能力。该模型基于原生多模态架构，整合了Deep Think推理技术，显著提升了跨学科科研、软件工程等复杂问题的解决能力。采用MoE架构动态分配任务，支持连续视频和音频流处理。定价策略较竞品更具优势，输入端便宜60%。安全测试显示其风险可控，未达到自主进化警戒线。基准测试表明，Gemini 3.1 Pro重新确立了谷歌在AI领域的领先地位。

混合专家模型（MoE）是一种通过稀疏计算提升模型效率的架构。它基于Transformer，用多个独立专家网络替代传统前馈层，配合门控网络动态选择专家。MoE能在减少计算量的情况下扩大模型规模，比如Switch Transformer仅激活部分专家，使320B参数的模型计算量接近8B稠密模型。关键创新包括：1）稀疏MoE层实现条件计算；2）Top-k门控机制平衡负载；3）层级式结构支持模型深度扩展。