当OpenAI和Anthropic专注于算法的递归自我改进时,德米斯·哈萨比斯领导的Google DeepMind做出了截然不同的选择。该公司没有追逐基准测试的领先地位,而是投资于"世界模型"——一种能够理解物理定律而非仅仅预测下一个token的AI。这不仅是优先级的转变,更是一次可能重新定义整个行业的根本性转向。

为何谷歌在纸面上落后

从表面上看,差异几乎难以察觉。7月21日发布的Gemini 3.6 Flash模型:速度快、成本低,但在Artificial Analysis的排名中仅位列第十。重点转向了成本——新版本生成的token比前代减少了17%。然而在"原始"算力的竞赛中,谷歌目前并非领先者。

另一个令人担忧的信号是人才流失。6月份,两位顶尖研究员离开DeepMind转投竞争对手,导致Alphabet股价下跌6%。投资者感到不安:公司投入了巨额资源,却未能展现出明显的技术优势。

DeepMind战略:理解世界的AI

哈萨比斯押注于具身AI以及分析重力、运动和因果关系的模型。5月份,实验室扩展了Project Genie,将其与街景整合,并推出了SIMA 2——一个在虚拟3D世界中学习的智能体。

这与竞争对手的方法截然不同。OpenAI和Anthropic专注于递归自我改进,即AI自主设计下一代算法。目前,Anthropic的Claude已经编写了公司产品中80%以上的代码,而4月份其模型性能提升了52倍。相比之下,经验丰富的工程师要实现4倍增长需要4到8小时。

专家观点:DeepMind"最为克制"

Anthropic联合创始人杰克·克拉克评估,到2028年底AI能够自主管理研究的概率为60%。同时,他称DeepMind是"三巨头中最克制的",并引用了该实验室自身关于安全问题的出版物。相反,Anthropic行动更为大胆:已出现AI创造更先进AI的案例。

然而,现在就将谷歌排除在外为时过早。该公司在MLE-Bench基准测试中保持领先(Gemini 3在2月份达到64.4%),而Gemini应用的月活跃用户已达到9.5亿。这一庞大的覆盖范围在数据和反馈方面提供了巨大优势。

财务方面:耐心代价高昂

Alphabet第二季度营收达到1198亿美元(同比增长24%),但支出增长更快。三个月内,公司投入449亿美元用于数据中心建设——几乎是去年同期的两倍。结果,自由现金流转为负值:负58.6亿美元。为弥补缺口,Alphabet发行了496亿美元的股票,并获得了203亿美元的贷款。长期负债在半年内从465亿美元增至982亿美元。

AI研发支出带来57.9亿美元的亏损(去年同期为33.7亿美元)。观望立场让公司付出的代价越来越高。

未来30天的决定性因素

  • Gemini 3.5 Pro是否会发布,以及该模型在测试中的表现如何。
  • DeepMind是否会为Gemini 4发布世界模型的新数据。
  • Alphabet的现金流能否在9月恢复正值。
  • 哈萨比斯是否会就自学习技术阐明明确立场。

Gemini 4的发布将成为决定性时刻。如果世界模型的方法被证明有效,当前的放缓将是精准的战略布局。如果不然,谷歌可能最终在代价以数十亿美元计的错误竞赛中失去领先地位。

Cryptalist评论:市场目前低估了世界模型的潜力。从长远来看,理解现实世界物理规律的AI可能远比单纯生成文本的算法更有价值。然而,投资者要求快速回报,DeepMind证明其战略正确性的时间越来越少了。