当前位置:首页 > 科技资讯 > 正文

谷歌AI再造奇迹:一键生成macOS、Windows与Linux界面

前端UI的岗位,一夜之间或许将因谷歌AI的突破而面临变革。

在最新展示的功能中,Gemini 3.0 Pro竟然自行“创造”了一个macOS界面

仅凭几个关键词提示,谷歌的AI便在浏览器中复制出了苹果引以为豪的UI设计。

提示词: 设计并创建一个类似于macOS的web操作系统,包含文本编辑器、文件管理器、绘画工具、视频编辑器等所有macOS预装软件的功能。使用任何必要的库来完成此任务,但要确保我可以将所有内容粘贴到一个单独的HTML文件中,并在Chrome中打开。使其既有趣又高度详细,展示出乎意料的细节,在一个代码块中展现完全的创意和美观。

苹果风格的动画、最小化窗口、工具栏、浏览器……一应俱全,且所有功能都能流畅运行。

甚至还有一个彩蛋——

在终端输入“matrix”,就会触发《黑客帝国》般的炫目特效。

谷歌AI再造奇迹:一键生成macOS、Windows与Linux界面 谷歌AI Gemini 3.0 Pro UI生成 编程模型 第1张

关键在于成功率!

因为在A/B测试中无法重复生成,以上展示的所有内容都是一次生成的成果,并且源代码已在CodePen上公开

谷歌AI再造奇迹:一键生成macOS、Windows与Linux界面 谷歌AI Gemini 3.0 Pro UI生成 编程模型 第2张

网友们惊叹,如果正式版能达到这样的水平,Gemini无疑将成为史上最强的编程模型。

谷歌AI再造奇迹:一键生成macOS、Windows与Linux界面 谷歌AI Gemini 3.0 Pro UI生成 编程模型 第3张

万物皆可UI化

短短一天内,苹果、微软、Linux这三大PC操作系统领域就被Gemini 3.0 Pro全面覆盖。

有网友尝试让Gemini 3.0 Pro生成一个网页版Windows,结果同样一次成功。

而且,它不仅在终端内置了Python,还能玩游戏、运行代码,功能极其完备。

提示词: 设计并创建一个类似于Windows的web操作系统,包含文本编辑器、终端(含Python)、代码编辑器以及可玩的游戏、文件管理器、绘画工具、视频编辑器等所有Windows预装软件的功能。使用任何必要的库来完成此任务,但要确保我可以将所有内容粘贴到一个单独的HTML文件中,并在Chrome中打开。使其既有趣又高度详细,展现出乎意料的细节,在一个代码块中展现完全的创意和美观。

对比之下,其他AI模型的“杰作”显得相形见绌——

有网友展示了相同提示词下Claude 4.5 Sonnet的“作品”,连应用图标都无法打开

谷歌AI再造奇迹:一键生成macOS、Windows与Linux界面 谷歌AI Gemini 3.0 Pro UI生成 编程模型 第4张

Linux系统同样未能幸免。

但结果依然令人惊喜,还可以访问维基百科、调用计算器、更换壁纸。

提示词: 创建一个完全功能的Linux桌面环境(Ubuntu/GNOME风格),作为一个单一的HTML文件嵌入CSS和JavaScript的web操作系统。所有应用程序必须完全功能。使用任何必要的库来完成此任务,但要确保我可以将所有内容粘贴到一个单独的HTML文件中,并在Chrome中打开。使其既有趣又高度详细,展现出乎意料的细节,在一个代码块中展现完全的创意和美观。

这些成果让硅基生命派感到非常满意:

谁说LLM(大型语言模型)只会鹦鹉学舌的?

毕竟macOS和Windows连源代码都没有公开。

谷歌AI再造奇迹:一键生成macOS、Windows与Linux界面 谷歌AI Gemini 3.0 Pro UI生成 编程模型 第5张

然而也有网友指出,这只是一个模拟环境,距离真正的操作系统还有很长的路要走

确实令人印象深刻,但我们必须区分“仿真”和“实现”的区别。这些其实只是“拼接代码”,底层依赖的都是现有技术。就像程序员不能因为调用了库就把功劳算在自己头上一样,AI也不能。

谷歌AI再造奇迹:一键生成macOS、Windows与Linux界面 谷歌AI Gemini 3.0 Pro UI生成 编程模型 第6张

还有一件事

虽然谷歌尚未公布Gemini 3.0 Pro的正式发布时间,但从过去的泄露节奏和发布规律来看,业内人士推测它可能在未来几个月内面世。

一个明显的迹象是:网络上各路意见领袖的演示视频越来越多。

不知为何,我们在Gemini 3正式发布前看到的演示视频比当初2.5 Pro还要多。

谷歌AI再造奇迹:一键生成macOS、Windows与Linux界面 谷歌AI Gemini 3.0 Pro UI生成 编程模型 第7张

上次NanoBanana的成功营销显然让谷歌尝到了“预热”的甜头,这次或许又想再试一次。

不过期望值越高落差往往也越大——就像当初的GPT-5那样。

服务器教程免费vps