Google Research近日宣布推出一款名为Gemini-SQL2的新型人工智能模型，该模型基于Gemini 3.1 Pro优化升级，在Text-to-SQL技术领域展现出卓越性能。这项技术能够将用户以自然语言描述的数据查询需求，自动转化为可执行的SQL数据库查询语句，从而降低非技术人员直接操作数据库的门槛。
在数据分析、企业报表生成、智能搜索系统等应用场景中，Text-to-SQL技术具有重要价值。但实际应用面临三大挑战：准确理解复杂表结构关系、消除字段语义歧义、解析专业领域的业务规则。Gemini-SQL2通过深度优化算法架构，显著提升了在这些关键环节的处理能力。
国际权威评测基准BIRD的最新数据显示，该模型在单模型赛道取得80.04%的执行准确率，超越谷歌此前发布的Gemini-SQL模型。BIRD测试集包含95个真实数据库环境、37个专业领域数据，以及12751组自然语言与SQL的对应案例，总数据规模达33.4GB。特别值得注意的是，该测试集刻意保留了不完整数据和需要外部知识补充的复杂场景，更贴近企业实际使用条件。
在实际业务场景中，企业员工可通过自然语言直接查询销售数据、客户流失率、区域业务表现等关键指标。例如输入"查询华东地区第三季度销售额超过50万的客户名单"，系统即可自动生成相应SQL语句并返回结果。这种交互方式大幅提升了数据获取效率，使业务人员无需依赖专业数据分析团队。
目前谷歌尚未公布该模型的具体技术细节，包括模型标识、API接口规范、模型参数规模等关键信息。同时未确认哪些产品将率先集成这项技术，业界普遍关注其是否会应用于Google Cloud、Workspace等企业服务产品线。随着技术文档的逐步公开，这款模型在商业智能领域的实际应用效果值得持续观察。
