一年前，谷歌在硅谷的敘述中還是一個充滿了“中年危機”色彩的角色。

但短短一年后，故事發(fā)生了翻天覆地的變化。

Gemini 3橫掃各大榜單，「香蕉」模型Nano Banana Pro更是將AI生圖的精度與想象力提升到了一個新的高度。

財報數(shù)字成為了這一輪反擊最直接的注腳：截至三季度，Gemini應用的月活躍用戶突破6.5億，相比上一季度公布的4.5億大幅提升。

這不禁讓人好奇：谷歌最近怎么突然這么猛了？

其實，這并非一次突然的爆發(fā)，而是一場“大象轉(zhuǎn)身”，正以前所未有的決心和效率，將自己數(shù)十年積累的 AI 技術(shù)儲備，轉(zhuǎn)化為產(chǎn)品力。

如果把時間軸拉得更長，你會看到一條更驚人的暗線：

從拉里·佩奇早年對“終極搜索引擎”的想象，到“貓論文”，再到DeepMind、TPU，谷歌二十多年間的AI投資幾乎貫穿了現(xiàn)代深度學習的絕大部分關(guān)鍵節(jié)點。

在 Transformer 論文發(fā)表前的十年前，世界上幾乎所有知名的 AI 人才，都曾在谷歌工作過。

這種全棧的技術(shù)沉淀與人才密度，為谷歌構(gòu)筑了一條遠超想象的護城河。

草蛇灰線，伏脈千里。谷歌今天的絕對反擊，其實已經(jīng)深入藏在了它二十年來的投資拼圖中。今年，我們就來復盤一下谷歌在AI戰(zhàn)場上的那些關(guān)鍵落子，看看它們是如何在二十年來，左右了整個AI產(chǎn)業(yè)的走向。

/ 01 /

谷歌AI起源：當壓縮等于理解

谷歌的AI，始于拉里·佩奇。

拉里·佩奇的父親是多倫多大學的計算機科學教授，研究方向正是機器學習和人工智能。

在當時，AI是一個被主流學界認為“有點浪費生命”的冷門方向，因為在此之前30年的許多重要理論當時都被推翻了，或者至少人們認為它們已經(jīng)被推翻了。

但拉里卻受這套影響很深，他后來回顧谷歌早期時說過一句話：

“人工智能會是谷歌的終極版本。終極搜索引擎應該能理解整個互聯(lián)網(wǎng)，也能精準理解你要什么，然后給你正確的答案。”

那是2000年，也就是谷歌成立兩年后。那時沒人知道LLM是什么，更沒有ChatGPT。

而谷歌第一次真正意義上的“語言模型實驗”，是從一個非常谷歌式的故事開始的。

2000 年左右，谷歌的早期員工 George Hinton 和天才工程師諾姆（Transformer 論文主要作者之一）在閑聊時提出了一個論斷：

“如果你能把一段數(shù)據(jù)壓縮，再無損還原，那從技術(shù)上講，你必須真的‘理解’了它。”

這句話一下戳中了諾姆。他意識到，如果壓縮=理解，那搜索里的語言建模、概率預測就可以反過來當“理解機器”的基礎(chǔ)。

于是，兩人干脆停掉手頭工作，一頭扎進語言模型和數(shù)據(jù)壓縮。后來，他們搞出了谷歌第一個真正意義上的“模型”產(chǎn)品—— “你不是要找：xxx”（拼寫糾錯）。

這是一個非常小的應用場景，系統(tǒng)會自動糾正用戶的錯誤輸入，既改善了用戶體驗，也節(jié)約了谷歌巨大的基礎(chǔ)設(shè)施成本（少跑一堆無意義查詢）。這是谷歌第一次把“概率語言模型”實打?qū)嵉胤胚M了搜索產(chǎn)品里。

這個項目后來進化成一個被內(nèi)部昵稱為 PHIL（Probabilistic Hierarchical Inferential Learner） 的“龐大”語言模型。

從表面上看，谷歌只不過做了一個更聰明的輸入框。但從這時開始，搜索背后已經(jīng)在悄悄變成一臺建模世界與人類語言的機器。

/ 02 /

大煉模型：貓、YouTube 與千億美元

真正讓谷歌拿到通往AI船票的是，Google Brain（谷歌大腦）的成立。

2011年，吳恩達剛剛從斯坦福人工智能實驗室 SAIL 到谷歌兼職。當時，吳恩達正與團隊探索一種無監(jiān)督大規(guī)模神經(jīng)網(wǎng)絡(luò)訓練方法，目標是讓系統(tǒng)從未經(jīng)標記的圖像中自動學習結(jié)構(gòu)特征。

這個判斷在當時是少見的，因為深度學習仍被懷疑，主流研究者認為“神經(jīng)網(wǎng)絡(luò)太慢、太不穩(wěn)定”。

但這種想法卻深深吸引了當時谷歌最頂級的系統(tǒng)工程師杰夫·迪恩。

在此之前，谷歌曾經(jīng)嘗試過兩次構(gòu)建大規(guī)模的深度神經(jīng)網(wǎng)絡(luò)，但兩個項目都不太成功。所以，谷歌的研究團隊心里一直有個疑問：大規(guī)模神經(jīng)網(wǎng)絡(luò)真的能在谷歌的基礎(chǔ)設(shè)施上運行嗎？

于是，兩人一拍即合，并拉上了神經(jīng)科學博士 Greg Corrado，開始著手構(gòu)建一個非常龐大的深度神經(jīng)網(wǎng)絡(luò)模型，這個項目就是“谷歌大腦”。

要構(gòu)建大規(guī)模的深度神經(jīng)網(wǎng)絡(luò)，就需要一個系統(tǒng)來運行它。當時的主流觀點認為，大模型必須在同一臺機器上同步訓練。但杰夫·迪恩卻選擇了反直覺的路線：把網(wǎng)絡(luò)拆到幾千臺CPU上，跨數(shù)據(jù)中心異步訓練，用“過時參數(shù)”繼續(xù)訓練。

理論上，這聽起來像是一場災難；實踐中，它卻跑通了。這就是著名的“DistBelief”系統(tǒng)。

于是，2012 年，那篇名為《使用大規(guī)模無監(jiān)督學習構(gòu)建高級特征》的論文出現(xiàn)了，它還有一個更出名的名字：“貓論文”。

具體來說，他們使用一千臺不同機器上的16000個CPU核心，訓練了一個大型九層神經(jīng)網(wǎng)絡(luò)，通過無監(jiān)督學習識別 YouTube 視頻中的貓。

在那之前，AI識別物體需要人類先打標簽。但谷歌的這個九層神經(jīng)網(wǎng)絡(luò)，在看了無數(shù)個小時的 YouTube 視頻后，自己學會認識“貓”。它證明了無監(jiān)督學習的可行性：機器可以自己從數(shù)據(jù)中提煉規(guī)律。

比起貓論文對AI行業(yè)的影響，更顯著的是其所帶來的商業(yè)價值。因為它催生了一種新的分發(fā)機制：推薦系統(tǒng)機制。

當時，YouTube正努力轉(zhuǎn)型為更全面的網(wǎng)站，試圖吸引用戶觀看更多視頻，構(gòu)建信息流，延長用戶停留時間等等。要做到這一點，推薦系統(tǒng)需要根據(jù)用戶自己撰寫的視頻標題和描述來確定推送內(nèi)容。

但問題在于，絕大部分用戶很難精準描述他們上傳的視頻內(nèi)容，這就導致系統(tǒng)無法實現(xiàn)精準推薦。

而“貓論文”第一次證明：基于 DistBelief 的深度神經(jīng)網(wǎng)絡(luò)，可以直接從視頻本身學出內(nèi)容，自動理解畫面和主題，然后利用這些數(shù)據(jù)來確定應該向用戶推送哪些視頻。

于是，谷歌迅速將這套技術(shù)評估YouTube的推薦算法，也奠定了其作為全球最大視頻平臺的基礎(chǔ)，

后來，F(xiàn)acebook 、Instagram和字節(jié)跳動紛紛開始效仿這一機制，并在后面10年成為全世界最主流的休閑娛樂方式。

也就是說，在世人都知道 ChatGPT 之前，AI已經(jīng)將開始塑造我們所有人的人類生活，并創(chuàng)造數(shù)千億美元的收入。

而這一切就始于谷歌。

/ 03 /

收購DeepMind：是巔峰，也是拐點

谷歌始終沒有放緩招募頂級AI人才的腳步。

2012年，谷歌在與百度的競爭中勝出，以4400萬美元的價格收購了一家名為 DNN（深度神經(jīng)網(wǎng)絡(luò)）研究公司，這家公司是由杰夫·辛頓、亞歷克斯·克里熱夫斯基和伊利亞·蘇茨克維爾創(chuàng)建的。

當然，真正讓谷歌在AI產(chǎn)業(yè)確立統(tǒng)治力的，是對于DeepMind的收購。

2010 年，神經(jīng)科學博士德米斯·哈薩比斯、博士后謝恩·萊格和兒時好友穆斯塔法·蘇萊曼創(chuàng)立了DeepMind。其創(chuàng)立目標非常宏大，即“解決智能，并利用它來解決所有其他問題”（solve intelligence and use it to solve everything else）

到了2013年底至2014年初，DeepMind 接到了多家公司的收購要約，其中也包括了扎克伯格和馬斯克。

在這場競爭里，谷歌最終勝出了。原因是，DeepMind 的創(chuàng)始團隊與 Facebook、特斯拉在理念上始終存在分歧。

哈薩比斯堅持，DeepMind 必須保持獨立性，并設(shè)立一個擁有否決權(quán)的獨立監(jiān)管委員會，以確保公司的長期使命不會被短期商業(yè)目標稀釋。但扎克伯格并不同意讓哈薩比斯繼續(xù)掌握 DeepMind 的控制權(quán)

相比之下，拉里·佩奇的態(tài)度截然不同。他一直把谷歌視作一家以人工智能為核心的公司，對 DeepMind的使命高度認同，也愿意給團隊足夠的自主權(quán)。

谷歌向 DeepMind 承諾，DeepMind可以繼續(xù)留在倫敦，專注于純粹的“智能”研究，而無需為谷歌內(nèi)部的產(chǎn)品服務工作，因為谷歌已經(jīng)有Google Brain團隊在負責產(chǎn)品落地。

同時，谷歌還擁有 DeepMind 研究所需的全部計算基礎(chǔ)設(shè)施。

最終，谷歌在2014年1月收購了 DeepMind，交易價格為 5.5 億美元。

這筆收購讓谷歌擁有了當時最豪華的AI研究團隊，幾乎統(tǒng)治了AI領(lǐng)域。

但讓人完全沒有想到的是，這次收購就像蝴蝶扇動翅膀一樣，引發(fā)了一連串連谷歌自己都無法預料的連鎖反應。

甚至可以說，從 OpenAI 的創(chuàng)立，到ChatGPT的誕生，再到 Anthropic、xAI 等公司的相繼出現(xiàn)，今日AI產(chǎn)業(yè)的幾乎每一條重要支線，都可以追溯到那場收購。

在當時看來，此次收購產(chǎn)生了兩個直接的后果：

一方面，它直接激怒了馬斯克。DeepMind 被谷歌買走，谷歌又在全球瘋狂招募頂尖AI研究員，這讓馬斯克意識到：如果再不做點什么，未來人類對AI的控制權(quán)可能會高度集中在少數(shù)公司手里。

2015 年夏天，馬斯克和奧特曼在 Rosewood 酒店組織了一場晚宴。這次晚宴的目的是向被谷歌和 Facebook 招募的 AI 研究人員發(fā)出邀請，詢問他們離開的條件。

他們向這些研究人員提出的方案是：成立一個新的非營利性人工智能研究實驗室，不受谷歌或Facebook等資本主義機構(gòu)的控制，致力于“以最有可能造福全人類的方式推進數(shù)字智能”。

盡管大多數(shù)研究人員拒絕了邀請，但AlexNet的主要貢獻者、Google Brain團隊的 Ilya Sutskever 對此提議表示了興趣。

除了Ilya之外，還有大約七位研究人員離開了谷歌，加入了馬斯克和奧特曼的團隊，共同創(chuàng)建了OpenAI。

另一方面，這筆收購也激化了AI領(lǐng)域的巨頭競爭，并加速了 Anthropic和xAI 等公司的誕生。

谷歌收購 DeepMind 及其后谷歌 AI 人才流失至 OpenAI，導致了 OpenAI 內(nèi)部的“夢之隊”不斷組建和變化。Dario Amodei 在 OpenAI 取得了重大進展后，最終也離開了 OpenAI，創(chuàng)辦了 Anthropic。

在這筆收購收購后，馬斯克也開始意識到，特斯拉必須在 AI 上建立自己的技術(shù)路徑，不能把未來押在外部團隊上。在從OpenAI 撤資后，馬斯克創(chuàng)建了xA 。

隨著 OpenAI 的壯大，DeepMind 收購的附帶影響將谷歌最大的敵人 Microsoft 重新帶回了舞臺中心。Microsoft 最終通過向 OpenAI 投資數(shù)十億美元，獲得了對其技術(shù)的獨家授權(quán)，從而對谷歌的核心搜索業(yè)務構(gòu)成了“生存威脅”。

谷歌唯一值得慶幸的是，也正是這些團隊的出走，最終讓其免于因壟斷而被迫處罰或者拆分。

/ 04 /

被英偉達逼出來的TPU

在整合AI領(lǐng)域最頂級研究資源的同時，谷歌還干了一件很牛逼的事情：搞TPU。

2013年，當 AlexNet 的主要貢獻者之一 Alex Krizhevsky 加入谷歌時，他震驚地發(fā)現(xiàn)他們現(xiàn)有的所有機器學習模型都運行在CPU上。

此前，人們曾多次要求使用GPU，因為機器學習工作負載非常適合并行運行，但谷歌的基礎(chǔ)設(shè)施團隊卻拒絕了，他們認為擴展和多樣化GPU集群會增加復雜性，所以還是保持簡單為好。“這對我們來說似乎并不重要。”

于是，Alex Krizhevsky自己去當?shù)氐碾娮由痰曩徺I了一臺GPU機器，將其插到網(wǎng)絡(luò)上，開始用這臺單獨的硬件訓練他的神經(jīng)網(wǎng)絡(luò)模型。

直到2014年，谷歌工程主管 杰夫·迪恩（Jeff Dean） 和 Google Brain 負責人 約翰·吉安南德里亞（John Giannandrea）才決定，正式將GPU納入谷歌的數(shù)據(jù)中心。

最終，他們決定向英偉達訂購4萬塊GPU，這筆訂單價值1.3億美元。這筆訂單的預算之高，使得采購請求被提交給 Larry Page 親自審批。

盡管財務部門曾試圖否決這筆交易，但 Larry Page 親自批準了這筆交易，因為他認為深度學習是谷歌的未來。

按當時英偉達的體量，這幾乎是改變命運級別的訂單。這筆訂單也為英偉達提供了信心，使其相信 AI 將在未來成為一項巨大的業(yè)務。

隨著神經(jīng)網(wǎng)絡(luò)技術(shù)被集成到 Google Photos、Gmail 建議和 AdWords 等產(chǎn)品中，谷歌很快發(fā)現(xiàn)這些AI應用能夠帶來可觀的收入回報。因此，谷歌在 1.3 億美元的基礎(chǔ)上，又花費了數(shù)億美元繼續(xù)購買 GPU。

在大規(guī)模購買GPU的同時，谷歌也發(fā)現(xiàn)了兩個問題：

第一，太燒錢。像谷歌這樣規(guī)模的公司，一旦神經(jīng)網(wǎng)絡(luò)開始運作，需要進行大量的矩陣乘法運算。谷歌發(fā)現(xiàn)自己每年將需要“向英偉達輸送數(shù)億，很快就是數(shù)十億美元”。

第二，GPU不夠用了。當谷歌推出語音識別功能（利用神經(jīng)網(wǎng)絡(luò)實現(xiàn)），并很快在 Nexus 手機上取得了成功。

Jeff Dean 算了一筆賬，發(fā)現(xiàn)如果人們每天使用一項AI功能三分鐘，而谷歌將其推廣到所有十億部安卓手機上，那么需要比目前整個谷歌擁有的數(shù)據(jù)中心數(shù)量多一倍的數(shù)據(jù)中心才能處理它。

解決辦法只有兩個：要么把基礎(chǔ)設(shè)施規(guī)模再翻一倍，要么自己構(gòu)建一種新的定制芯片，專門針對谷歌的特定用例進行優(yōu)化（即張量乘法）。

這就是后來 TPU 出現(xiàn)的背景。

TPU 被設(shè)計成一種應用特定的集成電路（ASIC），它雖然不能用于圖形處理，但專門用于神經(jīng)網(wǎng)絡(luò)的矩陣乘法，效率遠高于當時的 GPU。

TPU 的核心目標是讓谷歌能夠在不將其整個基礎(chǔ)設(shè)施規(guī)模翻倍的情況下，擴展其數(shù)據(jù)中心的能力。

TPU的原理很簡單，就是降低計算精度，提高計算效率。舉個例子，它會將4586.8272這樣的數(shù)字四舍五入到4586.8，甚至可能直接四舍五入到4586，小數(shù)點后為空。

這樣一來，就可以在芯片上使用相同的功耗、內(nèi)存和晶體管數(shù)量，每秒執(zhí)行更多的計算，更快地輸出結(jié)果。

如今，TPU已經(jīng)成為谷歌 AI 戰(zhàn)略的核心基礎(chǔ)設(shè)施。谷歌內(nèi)部也已經(jīng)建立了一個規(guī)模幾乎與英偉達相當?shù)男酒�研發(fā)體系，不僅服務于谷歌自身，也服務于谷歌云客戶。

在商業(yè)上，TPU 還有另外一層意義：避免了被英偉達收“稅”。

目前，英偉達的 GPU 系統(tǒng)毛利率高達 75% 至 80%，這意味著芯片成本可能有約5倍的加價。而谷歌通過自研，避免了支付這種巨大的溢價。這種縱向一體化的能力，已經(jīng)反過來變成了模型競爭力的一部分。

/ 05 /

Transformer的錯判和紅色警報

在Transformer出現(xiàn)之前，谷歌團隊已經(jīng)用循環(huán)神經(jīng)網(wǎng)絡(luò)重寫了谷歌翻譯。

但一些局限性也逐漸顯現(xiàn)。其中一個主要問題是，模型“遺忘”信息的速度太快。用現(xiàn)在的話說，就是上下文窗口很短。

谷歌改進算法的方法之一，是使用一種叫做長短期記憶網(wǎng)絡(luò)（LSTM）的技術(shù)。LSTM 的基本原理是為模型創(chuàng)建一個持久的或長短期記憶，這里需要稍微動動腦，以便模型在執(zhí)行一系列步驟時能夠記住上下文。

2016年，谷歌翻譯就采用了LSTM。這使得錯誤率降低了60%。這是一個巨大的飛躍。當時，大家都認為LSTM 將會把語言模型和大型語言模型推向主流。

然而，LSTM也有弊端。雖然它們有效，但計算量非常大，而且并行化效果不佳。

于是，谷歌大腦內(nèi)部的一個團隊開始尋找一種更好的架構(gòu)，它既要具備LSTM的優(yōu)點，又不能過快遺忘上下文信息，同時還要能夠更好地并行化和擴展。

一位名叫雅各布·烏什科雷特的研究員一直在嘗試拓展語言處理中“注意力”的范圍。

如果模型不再關(guān)注眼前的詞語，而是關(guān)注整個文本語料庫，預測下一個翻譯詞應該是什么，會怎么樣呢？

如果要這樣做，該模型需要大量的計算能力才能完成這項工作，但它具有極強的并行化能力。

雅各布開始與大腦團隊的其他幾位成員合作，他們決定把這個項新技術(shù)目命名為“Transformer”。

一開始，他們雖然已經(jīng)實現(xiàn)了 Transformer 模型，但實際上它的表現(xiàn)并不比 LSTM 好多少。直到諾姆加入團隊，他從頭開始重寫了整個代碼庫。

完工后，Transformer 模型徹底碾壓了基于 LSTM 的谷歌翻譯方案，也證明了一件事：模型規(guī)模越大，效果就越好。

在Transformer 論文發(fā)布一年后，谷歌又開發(fā)出了大型語言模型 BERT。

很多人認為谷歌在論文發(fā)表后就對Transformer架構(gòu)無所作為，事實并非如此。他們用基于Transformer的大型語言模型做了很多工作。但在當時，谷歌確實沒有將其視為一次全面的技術(shù)平臺變革。

事實上，在 ChatGPT 之前，谷歌已經(jīng)有了一個聊天機器人。當時，諾姆已經(jīng)看到了Transformer模型的價值，并向高層游說，公司應該全力以赴轉(zhuǎn)型做一個巨大的Transformer模型

為此，諾姆還構(gòu)建了一個聊天機器人，叫 Mina。

Mina與ChatGPT 很接近，但沒有ChatGPT 那樣具備訓練后的安全機制，所以很容易失控。比如，你只要問它誰該死，它就會列出一些應該死的人的名字。也正因為如此，谷歌始終沒有發(fā)布它。

除了失控風險外，谷歌沒有發(fā)布Mina的原因還有兩個：

第一，如果把谷歌搜索頁面變成一個聊天機器人，那么用戶將直接得到答案，而不是網(wǎng)站鏈接，這將直接影響谷歌的收入。盡管谷歌現(xiàn)在在考慮這個問題，但在2021年之前，提出這樣的建議是絕對行不通的。

第二，直接給出答案，存在法律風險。當時，有相當多的輿論認為谷歌正在剝奪出版商與讀者之間的直接聯(lián)系，為此谷歌已經(jīng)花了數(shù)十年時間來對抗公眾輿論和法院判決。

出于這些考慮，即使諾姆和谷歌內(nèi)部都認為基于 Transformer 構(gòu)建 LLM，并為其添加聊天機器人界面，可能是一個極具吸引力的產(chǎn)品，但在當時并沒有迫切的理由去做這件事。

2021年，諾姆離開了谷歌，創(chuàng)立了聊天機器人公司 Character AI。

谷歌的誤判，卻給了OpenAI打開了一個成功的契機。

2018年6月，OpenAI 發(fā)布了一篇論文，描述了他們?nèi)绾卫�用Transformer模型，并開發(fā)了一種新的方法，即先在互聯(lián)網(wǎng)上大量通用文本上對其進行預訓練，然后將這種通用預訓練微調(diào)到特定的用例。

他們還宣布，他們已經(jīng)訓練并運行了該方法的第一個概念驗證模型，他們稱之為 GPT-1（生成式預訓練 Transformer 版本 1）。這與 BERT 的出現(xiàn)時間大致相同。

2022年底，ChatGPT出現(xiàn)了。

ChatGPT的成功，徹底顛覆了谷歌對于AI的判斷：

在此前相當長時間里，谷歌、皮猜、拉里以及所有人都把AI視為持續(xù)性創(chuàng)新，谷歌可以利用AI持續(xù)鞏固我們在所有領(lǐng)先產(chǎn)品中的領(lǐng)先地位。在ChatGPT 問世后，一夜之間，AI就會從一種持續(xù)性創(chuàng)新轉(zhuǎn)變?yōu)轭嵏残詣?chuàng)新。

甚至說，這種變化對谷歌構(gòu)成了一種生存威脅。這意味著，谷歌過去10 -20年在人工智能領(lǐng)域積累的許多優(yōu)勢，都變成了劣勢。

/ 06 /

重回牌桌中央

在ChatGPT發(fā)布后，桑達爾在公司內(nèi)部發(fā)布了紅色警報。

這是谷歌的最高級別危機模式，這意味著公司需要立即采取“全體總動員”（all-hands-on-deck）的應對措施。

為了挽回危局，谷歌做了兩件事：

第一，組織架構(gòu)的徹底重組。皮猜認為，谷歌不能再有兩支AI團隊，因此他做出了重大的組織決策：將Google Brain和DeepMind 合并為一個實體，即 Google DeepMind。

同時，他任命 DeepMind 聯(lián)合創(chuàng)始人哈薩比斯為合并后的 Google DeepMind 首席執(zhí)行官，主導整個谷歌 AI 部門的發(fā)展方向。

盡管，這一決定違反了最初收購 DeepMind 時承諾其獨立性的條款，體現(xiàn)了公司對AI緊迫性的最高重視。

同時，谷歌決定重新召回頂級人才。谷歌聯(lián)合創(chuàng)始人謝爾蓋·布林重新作為員工回歸，參與 Gemini 項目的工作。

他們斥巨資與 Character.AI 達成許可協(xié)議，將諾姆帶回谷歌，讓他與杰夫·迪恩一起擔任 Gemini 的聯(lián)席技術(shù)負責人，其他Google Brain核心成員也加入 DeepMind 團隊，共同開發(fā) Gemini。

第二，產(chǎn)品和技術(shù)上的集中火力。谷歌決定結(jié)束多模型、多團隊并存的局面，集中資源打造一款旗艦模型。皮猜決定谷歌將標準化并只使用一個模型，即 Gemini。該模型將用于谷歌內(nèi)部的所有 AI 產(chǎn)品和外部服務。

同時，谷歌也在內(nèi)部積極推廣Gemini，他們會聯(lián)系每個團隊，告訴他們Gemini代表著公司的未來，你們需要開始尋找將 Gemini 集成到產(chǎn)品中的方法。

Gemini 被設(shè)計為多模態(tài)（multimodal）模型，能夠處理文本、圖像、視頻和音頻。谷歌以極快的速度構(gòu)建和訓練 Gemini，在 2023年5月宣布計劃后，于 2023年12月就發(fā)布了早期的公共測試版本，速度之快在谷歌歷史上罕見。

自那之后，谷歌進入了一個罕見的產(chǎn)品加速期：

Gemini 2.5 Pro 橫掃各大榜單，到「香蕉」模型 Nano Banana 的爆火，視頻模型 Veo 3 展示了物理世界的理解力；Genie 3 甚至能一句話生成一個虛擬世界。

進去今年11月，谷歌接連發(fā)布了Gemini 3和Nano Banana Pro，尤其是 Gemini 3 在各類主流基準上展現(xiàn)了統(tǒng)治級的表現(xiàn)。

谷歌用一連串“王炸”產(chǎn)品，重新站回了牌桌中央。

/ 07 /

總結(jié)

谷歌在AI上的這二十年里，絕對是一部充滿戲劇性的啟示錄。

它始于拉里·佩奇對“理解互聯(lián)網(wǎng)”的天才構(gòu)想，中間迷失于“創(chuàng)新者的困境”和壟斷帶來的舒適區(qū)，最終在生存危機的緊迫下，完成了一次驚心動魄的轉(zhuǎn)折。

這很大程度要歸功于OpenAI的突襲，因為它給了谷歌最需要的東西：恐懼。

當桑達爾·皮查伊打破分區(qū)墻，當謝爾蓋·布林重回業(yè)務一線，當那些分散在Google Brain和DeepMind的天才們終于坐在同一張辦公桌前，谷歌展現(xiàn)出了“體系化的AI力量”。

再把視角拉回到 2000 年的那個下午。拉里·佩奇曾說：“人工智能是谷歌的終極版本。”

二十五年過去了，宿命完成了閉環(huán)。谷歌從來就不是一家搜索公司。從一開始，它就是一家試圖用數(shù)學和算力窮盡人類知識邊界的AI公司。

如今，那個大家熟悉的、令人害怕的谷歌，終于回來了。

文/林白

       原文標題 : 谷歌AI往事：隱秘的二十年，與狂奔的365天