当OpenAI和Anthropic致力于打造递归自学习型AI时,Google DeepMind却押注于一条截然不同的路径——世界模型(World Models)。这不仅是优先级的转变,更是对人工智能下一个时代应有形态的根本性分歧。
从表面上看,这家山景城巨头仍在持续推出新模型。7月21日发布的Gemini 3.6 Flash,重点在于提升速度和降低成本,而非追求绝对性能。据谷歌数据,新版本生成的令牌数比前代减少17%,直接降低了响应成本。然而在Artificial Analysis的排名中,该模型仅位列第十,落后于所有主要竞争对手。
押注物理世界,而非文本
DeepMind战略的关键区别在于,它放弃了在"下一个令牌"基准测试中追逐纪录。相反,该实验室专注于具身AI和能够理解物理世界法则的系统:重力、因果关系以及空间运动。Genie 3和Gemini Robotics项目已出现在公司网站的世界模型板块中。
今年5月,DeepMind扩展了Project Genie,将其与街景视图整合,并推出了SIMA 2——一个学习与虚拟3D世界交互的智能体。这与竞争对手选择的递归自我改进路径有着本质区别。
风险还是精准计算?
Anthropic联合创始人杰克·克拉克在5月4日的文章中评估,AI能在2028年底前自主管理研究的概率为60%。同时,他引用DeepMind的内部安全文件,称其为"三巨头中最保守的实验室"。这里的保守意味着谨慎,甚至接近落后风险。
与此同时,Anthropic已记录到Claude编写了超过80%的代码并投入产品使用。今年4月,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四倍增长需要四到八小时的工作时间。
财务压力
Alphabet依然创造着巨额收入——第二季度达1198亿美元,其中仅搜索广告就贡献了633亿美元。然而支出增长更快。该季度公司投入449亿美元用于数据中心建设和设备采购,几乎是去年同期的两倍。
自由现金流首次转为负值,为负58.6亿美元。为弥补缺口,Alphabet发行了496亿美元股票,并获得了203亿美元贷款。长期负债在半年内从465亿美元增至982亿美元。与AI开发相关的支出项目亏损57.9亿美元,而去年同期为33.7亿美元。
分析师结论
谷歌的战略是一场长期博弈。如果DeepMind的世界模型能够证明其价值,当前在生成式测试中的"落后"将是一次天才的战术布局。然而,在支出增速和负现金流现状下,Alphabet的容错空间正在缩小。Gemini 4的发布将成为关键节点,揭示这一冒险转向是否值得。