在一片AI泡沫論的聲浪中，谷歌攜Gemini 3.0上演王者歸來，全面碾壓GPT5.1等競品，重登AI大模型王座。

從群嘲掉隊到逆風(fēng)翻盤，谷歌以全模態(tài)路線宣告：AI之爭已從參數(shù)軍備競賽轉(zhuǎn)向生態(tài)落地鏖戰(zhàn)。

長坡厚雪的AI賽道，正賽或許才剛剛開始，而獲勝的底牌似乎已被谷歌揭曉。

一、持續(xù)創(chuàng)新，保持不下牌桌的能力

DeepMind首席科學(xué)家（Gemini項目負(fù)責(zé)人奧里奧爾·維尼亞爾斯（Oriol Vinyals）透露，谷歌從掉隊到翻盤的秘訣，就在于“改進(jìn)了預(yù)訓(xùn)練和后訓(xùn)練”。

專家分析，Gemini 3.0的進(jìn)步可能源于谷歌的多維度創(chuàng)新，包括數(shù)據(jù)質(zhì)量提升、架構(gòu)微調(diào)、訓(xùn)練穩(wěn)定性增強(qiáng)，以及Tree of Thoughts（思維樹）和Context Engineering（語境工程）等一系列前所未有的創(chuàng)新，成就了一個更“懂你”的Gemini 3.0。

大模型訓(xùn)練作為一項復(fù)雜系統(tǒng)工程，數(shù)據(jù)、算力、參數(shù)等每一個環(huán)節(jié)的增益，都能推升模型性能。

在大廠們篤信大力出奇跡的Scaling Law（規(guī)模定律），紛紛砸錢堆算力、擴(kuò)數(shù)據(jù)、加參數(shù)來提升模型性能的路徑依賴之外，還有大量調(diào)整參數(shù)、優(yōu)化算力配置、打磨數(shù)據(jù)效率的“苦活累活”。過去，華人工程師因為“只擅長在Scaling Law框架下做優(yōu)化，卻做不出 Transformer 這類架構(gòu)級創(chuàng)新”的偏見，被戲稱為“參數(shù)調(diào)優(yōu)工”。

而在Scaling Law瓶頸愈發(fā)顯現(xiàn)的當(dāng)下，“榨干Scaling Law”的本領(lǐng)，恰恰成為華人工程師最明顯的優(yōu)勢。即便哪天Scaling Law在數(shù)據(jù)和算力上完全失效，至少在華人工程師規(guī)模上還會依然奏效。

事實上，華人工程師的數(shù)量和質(zhì)量，已經(jīng)成為硅谷風(fēng)投評估AI初創(chuàng)公司的核心指標(biāo)之一。

100萬，這是黃仁勛在講話里反復(fù)強(qiáng)調(diào)的數(shù)字。中國擁有100萬全職AI開發(fā)者，全天候投入AI研發(fā)，而放眼整個硅谷，最多只有2萬人全職在做基礎(chǔ)模型。

雖然中國公司給出的薪酬，尚難與硅谷的競爭對手相匹敵，但正如OpenAI聯(lián)合創(chuàng)始人兼CEO山姆·奧特曼（Sam Altman）所說，“最后贏的會是‘傳教士’，而不是‘雇傭兵’”。

無論AI競賽的終點(diǎn)是AGI（通用人工智能）還是ASI（超級人工智能），人類邁向AI時代的科技長征依然雄關(guān)漫道。大浪淘沙，千帆競渡，唯有創(chuàng)新，持續(xù)創(chuàng)新，才能不被淘汰出局。

曾幾何時，谷歌仍是傲視寰球的AI霸主，它親手締造了Transformer架構(gòu)，卻為OpenAI等后來者送上嫁衣。

OpenAI以顛覆性的ChatGPT開啟了生成式AI新紀(jì)元，而DeepSeek又以面壁者的姿態(tài)，一舉擊碎OpenAI精心構(gòu)筑的商業(yè)壁壘。

華山之巔，沒有永遠(yuǎn)的王者。

DeepSeek證明了中國有能力贏。

谷歌證明了比贏更重要的是，保持不下牌桌的能力。

二、應(yīng)用為王，生態(tài)協(xié)同路線的降維打擊

經(jīng)歷了2023年初Bard的黯然失利，谷歌痛下決心，合并Google Brain和DeepMind兩大山頭，集中優(yōu)勢兵力All in Gemini，同時要求谷歌所有產(chǎn)品線積極尋求與Gemini整合。這既是為了集中資源打造最強(qiáng)模型，也是基于谷歌商業(yè)帝國生態(tài)優(yōu)勢作出的戰(zhàn)略選擇。應(yīng)用生態(tài)正是OpenAI等后起之秀最大的短板。

憑借Gemini 3.0，谷歌終于打通了模型+生態(tài)的任督二脈。

原生多模態(tài)能力構(gòu)成了Gemini 3.0的核心優(yōu)勢。特別值得注意的是，在ScreenSpot-Pro測試中，Gemini 3.0的得分達(dá)到72.7%，是GPT-5.1（3.6%）的20倍，表明該模型在理解屏幕截圖和用戶界面方面實現(xiàn)了質(zhì)的飛躍。正如谷歌CEO Sundar Pichai所言："令人驚嘆的是，僅僅兩年時間，AI已從單純處理文本和圖像，發(fā)展到能夠讀懂場景。"

Gemini 3.0的發(fā)布絕非一次單純的模型升級，而是整個谷歌生態(tài)的“聯(lián)合作戰(zhàn)”。

發(fā)布當(dāng)天即實現(xiàn)與谷歌全系產(chǎn)品的深度整合，通過Gemini App、Google搜索AI模式、AI Studio和Vertex AI等渠道向用戶開放，直接觸達(dá)20億搜索月活用戶、6.5億Gemini App用戶和1300萬開發(fā)者。構(gòu)建了覆蓋消費(fèi)級應(yīng)用、企業(yè)服務(wù)和開發(fā)者工具的全模態(tài)AI產(chǎn)品矩陣。

這種“生態(tài)預(yù)裝”的策略，打破了AI模型與應(yīng)用場景的割裂感，使技術(shù)升級第一時間轉(zhuǎn)化為更智能的用戶體驗，也讓谷歌旗下原本各自為戰(zhàn)的產(chǎn)品線形成了前所未有的協(xié)同效應(yīng)——從消費(fèi)端到企業(yè)端，從產(chǎn)品層到基礎(chǔ)設(shè)施層，通過Gemini 3.0，實現(xiàn)“一通百通”。

谷歌這回的打法，是對大力飛磚模式的糾偏，也是AI應(yīng)用價值的回歸。

區(qū)別于美國算力優(yōu)先的發(fā)展路徑，中國一直堅持應(yīng)用為王的發(fā)展模式，上海一年一度的世界人工智能大會（WAIC），就是一面很好的鏡子，從大模型到具身智能、從產(chǎn)業(yè)實例到生活場景，AI應(yīng)用百花齊放、目不暇接。新一輪規(guī)劃實施的“人工智能+”行動，又持續(xù)力推AI在科研、經(jīng)濟(jì)、民生、治理等重點(diǎn)領(lǐng)域里的應(yīng)用落地。

構(gòu)建繁榮的應(yīng)用生態(tài)有兩個關(guān)鍵條件，一是足夠大的市場規(guī)模（用戶量），二是足夠開放的發(fā)展環(huán)境。

恰好中國擁有龐大的市場規(guī)模，并堅定支持AI開源的政策立場，使AI應(yīng)用能夠迅速從概念實現(xiàn)商業(yè)化、普惠化，通過“應(yīng)用—數(shù)據(jù)—技術(shù)”循環(huán)，使AI真正成為經(jīng)濟(jì)社會發(fā)展新引擎，而非紙面繁榮的燒錢黑洞。

美國顯然意識到AI算力投入與應(yīng)用回報嚴(yán)重失衡的問題，最近特朗普正式簽署“創(chuàng)世紀(jì)計劃”，被稱為AI版“曼哈頓計劃”，核心目標(biāo)是：利用AI推動核聚變、芯片、生物技術(shù)等領(lǐng)域科研突破。

三、算力平權(quán)，英偉達(dá)帝國的第一道裂縫

在此之前，英偉達(dá)憑借“唯一賣鏟人”的地位，幾乎壟斷了AI算力市場，以80%毛利率坐收“GPU稅”，全世界的AI公司再嫌貴，也得咬牙買單。

但Gemini 3.0完全依托谷歌自研的第七代TPU（Ironwood）訓(xùn)練得來，成本僅僅是英偉達(dá)路線的一半。

這是算力平權(quán)的標(biāo)志性轉(zhuǎn)折。

換句話說，對比深度綁定英偉達(dá)路線的OpenAI和Anthropic等AI公司，在同樣的預(yù)算下，谷歌可以干成雙倍的事情。如此懸殊的成本差距，只會造成兩個結(jié)果，要么英偉達(dá)降價，要么更多芯片開始分食英偉達(dá)的市場。

Meta就在第一時間宣布起義投誠，準(zhǔn)備下單數(shù)十億美元采購谷歌TPU，無論是否真心，都在說明一個不爭的事實，天下苦英偉達(dá)久矣。

盡管英偉達(dá)自詡領(lǐng)先行業(yè)整整一代——相較于定制化芯片，英偉達(dá)能提供更卓越的性能、更強(qiáng)的通用性與可替代性。

但Gemini 3.0證明了模型架構(gòu)和定制化芯片的深度協(xié)同，可以帶來非線性的能力突破。

市場已經(jīng)逐漸接受這一共識：不用英偉達(dá)的芯片也能訓(xùn)練出最頂級的AI模型。

目光轉(zhuǎn)到中國，這一幕似曾相識，自主可控，殊途同歸。

黃仁勛預(yù)測，“到2027年，中國將擁有比全世界其他國家加起來還多的AI算力?！?/p>

得益于相對廉價的算力，中國公司能夠用更多的資源去投入AI應(yīng)用研發(fā)。算力從“奢侈品”向“基礎(chǔ)設(shè)施”的回歸，也是AI產(chǎn)業(yè)真正走向普惠的前提。

四、架構(gòu)級創(chuàng)新，條條大路通羅馬

Gemini 3.0的卓越性能證明了Scaling Law至少目前依然有效，但活躍在AI前沿的研究者已經(jīng)把目光投向了更遠(yuǎn)的地方。

OpenAI創(chuàng)始人之一Ilya認(rèn)為，“預(yù)訓(xùn)練+Scaling”路線已經(jīng)明顯遇到瓶頸。與其盲目上大規(guī)模，不如把注意力放回到“研究范式本身”的重構(gòu)上。

這與圖靈獎得主、Meta前首席AI科學(xué)家Yann LeCun（楊立昆）堅定呼吁“LLM已死”的觀點(diǎn)高度一致。

那么，在LLM之外，AI的下一站何去何從？

World Model（世界模型）是一個公認(rèn)的選項。

李飛飛在《世界模型宣言》中旗幟鮮明地指出：LLM 已觸及天花板，空間智能才是AI的下一個十年。她為世界模型定義了三大核心能力：生成性，創(chuàng)造符合物理定律、空間一致的3D世界；多模態(tài)，處理圖像、視頻、文本、動作等多種輸入；交互性，基于動作預(yù)測下一個世界狀態(tài)。這種范式轉(zhuǎn)換，使AI從“能說會道”到“能看會做”，從“描述世界”到“創(chuàng)造和互動世界”。

類腦研究或許也值得期待，因為越高級的智能，越善于小樣本學(xué)習(xí)。

Aizip聯(lián)合創(chuàng)始人陳羽北提出一個觀點(diǎn)：大模型未必大在數(shù)據(jù)，而是大在架構(gòu)。人腦擁有極高的數(shù)據(jù)效率，十幾歲小孩接觸的語料總共不到100億Token，但人類的大腦結(jié)構(gòu)卻非常復(fù)雜，包含860億個神經(jīng)元。類腦研究的進(jìn)展，極有可能推動AI從“暴力計算+海量數(shù)據(jù)”的低效范式，轉(zhuǎn)向“生物結(jié)構(gòu)+高效計算”的新架構(gòu)。

Ilya宣稱：AI正從“規(guī)模時代”，重新走向“科研時代”。

對于深度依賴Scaling Law紅利的OpenAI來說，不一定是好事。但對谷歌這樣的研究型公司，一定是機(jī)會。

相比在Transformer架構(gòu)下進(jìn)行極致調(diào)優(yōu)，中國也早已啟動AI的架構(gòu)級創(chuàng)新計劃：

一是多路并進(jìn)，加強(qiáng)人工智能基礎(chǔ)理論研究，支持多路徑技術(shù)探索和模型基礎(chǔ)架構(gòu)創(chuàng)新。

二是高效訓(xùn)推，加快研究更加高效的模型訓(xùn)練和推理方法，推動理論創(chuàng)新、技術(shù)創(chuàng)新、工程創(chuàng)新協(xié)同發(fā)展。

三是擴(kuò)充模態(tài)，探索模型應(yīng)用新形態(tài)，提升復(fù)雜任務(wù)處理能力，優(yōu)化交互體驗。

四是迭代提升，建立模型能力評估體系，以科學(xué)評估促進(jìn)模型能力持續(xù)迭代提升。

Gemini 3.0之后，谷歌把AI競賽打成了明牌，“老牌AI帝國”的護(hù)城河深不可測。但假以時日，中國AI的護(hù)城河可能更深更廣?？萍几偁?，唯創(chuàng)新者勝。

（作者陶鶴山為數(shù)字經(jīng)濟(jì)工作者，從事數(shù)字化領(lǐng)域政策規(guī)劃）