加密新闻

当OpenAI和Anthropic激进押注递归式自我学习、致力于打造能自主设计下一代算法的AI时，谷歌DeepMind似乎选择了一条截然不同的道路。表面上，这家巨头仍在发布模型并盈利，但其重心已从追逐原始算力转向理解物理世界。

DeepMind的新方向：从Token到现实

7月21日发布的最新模型Gemini 3.6 Flash，更强调速度和成本，而非在基准测试中绝对领先。据谷歌数据，新版本生成的Token减少了17%，从而降低了回答成本。然而在Artificial Analysis的排名中，该模型仅位列第十，落后于竞争对手。这并非意味着放弃研发——公司已启动未来Gemini 4的最大规模训练，而Gemini 3.5 Pro正在合作伙伴处进行测试。

谷歌首席执行官桑达尔·皮查伊阐述了这一战略的关键区别：他将路线图与个人智能体和世界模型的发展联系起来，而非排名位置。DeepMind公开宣示了这一方向：Genie 3和Gemini Robotics均属于世界模型和具身AI领域。这些系统分析重力、运动和因果关系，预测空间中的事件发展，而不仅仅是挑选词语。

风险与市场反应

投资者反应敏锐：6月份，在两位顶尖研究员跳槽至竞争对手后，Alphabet股价下跌6%。Anthropic联合创始人杰克·克拉克5月发表文章，称DeepMind是“三巨头中最保守的”，并评估AI能在2028年底前自主管理研究的概率为60%。他的论据基于DeepMind自身的文件，包括2025年发表的一篇关于AI安全问题的论文。

相比之下，Anthropic行动更为大胆：到2026年5月，Claude编写了公司产品中超过80%的代码。2025年4月，其模型性能提升了52倍，而一年前这一增幅仅为2.9倍。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。

为何不能轻视谷歌

尽管看似落后，但存在两个重要因素。首先，谷歌在机器学习研究测试MLE-Bench中保持领先——该测试评估模型自主创建AI架构的能力，Gemini 3在2月份取得了64.4%的成绩，而7月份的3.6 Flash版本得分为63.9%。其次，这家IT巨头保持着巨大的覆盖范围：Gemini应用的月活跃用户已达9.5亿。

然而，观望态度正让公司付出越来越高的代价。2024年第二季度，公司收入达到1198亿美元，但支出也在增长。三个月内，Alphabet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。自由现金流为负58.6亿美元，长期负债在半年内从465亿美元增至982亿美元。与联合AI开发相关的支出项目带来了57.9亿美元的亏损，而去年同期为33.7亿美元。

未来30天需关注的事项

• Gemini 3.5 Pro是否会发布，以及模型在测试中的排名如何。
• DeepMind是否会公布Gemini 4世界模型的新数据。
• Alphabet的现金流能否在9月恢复正值。
• 德米斯·哈萨比斯是否会就自我学习技术明确表态。

Gemini 4的发布将成为公司战略的决定性时刻。如果构建世界模型的方法被证明是正确的，那么当前的放缓将是精准的计算。即将发布的财务报告将揭示Alphabet在这场技术竞赛中资源的真实边界。

专家观点：谷歌的战略并非落后，而是有意识的选择。当竞争对手通过递归式自我改进加速开发时，DeepMind押注于对物理环境的理解。如果他们的世界模型真能模拟现实，而不仅仅是预测文本，这可能会重新定义AI发展的范式。然而，这种观望立场的高昂成本以及Alphabet不断增长的债务，使得这一赌注风险极高。