当OpenAI和Anthropic竞相打造递归自学习智能时,谷歌DeepMind选择了截然不同的道路。这家公司不再追逐大语言模型基准测试的领先地位,转而聚焦于理解物理定律的"世界模型"。这是一场战略豪赌,要么重新定义行业格局,要么让谷歌落后于人。
从表面看,Alphabet仍在持续推出产品:7月21日发布的Gemini 3.6 Flash模型,其核心指标是生成速度和成本。代币数量减少17%,降低了用户输出成本。然而在Artificial Analysis排行榜上,该模型仅位列第十。所有主要竞争对手的性能均在其之上。
DeepMind的新哲学
谷歌CEO桑达尔·皮查伊公开调整了战略重心:当前优先事项不再是排行榜名次,而是发展个人代理和"具身智能"。DeepMind已将Project Genie与街景整合,并推出通过3D世界交互学习的SIMA 2代理。
该方法的本质在于:模型必须能预测空间中的事件发展,而非简单匹配下一个词语。这与依赖递归自我改进(RLHF和自动代码生成)的OpenAI、Anthropic战略存在根本差异。
递归自学习:竞争对手的王牌
Anthropic联合创始人杰克·克拉克评估,到2028年底AI接管研究的概率为60%。其实验室已记录到Claude编写超80%部署代码的案例。今年四月,他们模型的生产力在一个月内提升52倍。相比之下,资深工程师实现四倍增长需要4-8小时。
在克拉克看来,DeepMind"是三大巨头中最保守的"。这种由AI安全论文支撑的谨慎态度,可能导致发展节奏落后。
财务压力
Alphabet仍保持巨额现金流:2024年第二季度营收达1198亿美元(同比增长24%)。但基础设施支出飙升至每季度449亿美元——几乎同比翻倍。自由现金流转为负58.6亿美元,长期负债从465亿美元增至982亿美元。
联合AI研发项目带来57.9亿美元亏损,而去年同期为33.7亿美元。观望策略正让这家公司付出越来越高昂的代价。
未来30天关键观察点
- Gemini 3.5 Pro的发布及其在独立测试中的表现
- DeepMind关于Gemini 4世界模型的新数据
- Alphabet自由现金流能否在九月重回正值
- 德米斯·哈萨比斯对自学习技术的明确立场
专家观点:谷歌有意识地押注于对物理世界的长期理解,而非短期聊天机器人主导权。如果DeepMind的世界模型不负众望,当前排名落后将只是战术性调整。但财务报告显示,即便是巨头的资源也并非取之不尽。Gemini 4的发布将成为检验该战略的关键时刻。