最近，谷歌似乎很不对劲。
8月5日，在谷歌工作了二十七年的首席科学家 Jeff Dean 宣布离职。同一天，谷歌母公司 Alphabet 宣布重组 DeepMind。8月11日，SemiAnalysis 发表报告《谷歌已放弃前沿 AI》。随后，《金融时报》和路透社纷纷爆料 DeepMind 内部剧烈震荡：Demis Hassabis 退出日常管理，转任 DeepMind 董事长和 Alphabet 首席科学家；原 CTO Koray Kavukcuoglu 接掌运营；DeepMind 部分团队被转入 Google 公司体系……
8月13日，在 Gemini 3.5 Pro 延期了几个月的情况下，谷歌突然推出 Gemini 3.7 Flash，与 3.6 Flash 仅仅相隔三周。
今日，又有某媒体爆料，DeepMind 将停止前沿模型研发，全面转向 Flash 模型，整个团队可能至少裁员三分之一。
还有一个细节：核心团队从未真正把 Gemini 当作日常使用的主力模型。
一连串消息看下来，不得不令人震惊。发明了 Transformer、一手开启生成式 AI 热潮的行业老大哥，难道真的投降了？
到底发生了什么？
01 裁员三分之一的真相：集权与商业化转向
3.5 Pro 的延期，并不是单纯的工程排期问题。
根据《洛杉矶时报》7 月份的爆料，3.5 Pro 已经"落后数月"，内部测试尤其在编码能力方面表现不尽如人意；工程师、研究人员和管理人员均对延期产生明显焦虑。路透社在 8 月进一步披露，谷歌面临的不只是模型训练问题，还存在计算资源限制、Gemini 多个项目负责人之间的分歧，以及层级过多导致发布速度慢等结构性问题。
人与人之间的矛盾，是最突出的。 谷歌现在最大的问题，就是内部文化冲突。
DeepMind 长期以来都是科研导向。 AlphaGo、AlphaFold、强化学习、机器人、世界模型……很多项目不是为了明天卖多少钱，而是解决十年后的问题。它们也确实改变了世界。
而作为上市公司，谷歌越来越需要回答投资者：AI 什么时候开始明显贡献利润？
这两种文化并不天然冲突。只是目前 AI 竞争进入资本密集期，才导致冲突越来越明显。所以这次 DeepMind 的动荡，其实就是降低 DeepMind 作为相对独立科研组织的自治性，把模型、产品、算力和商业化决策拉得更近。再简洁一点：集权。
如果不这样做，决策链必然过长。在竞争已经走向最激烈的时刻，无异于慢性自杀。所以在谷歌联合创始人 Sergey Brin 的支持下，首席 AI 架构师 Koray Kavukcuoglu 被赋予重任，全力推动 Gemini 在全公司产品线的落地，导致 DeepMind 原有的"科学探索派"地位边缘化。
这种强硬的商业化转向，引发了剧烈的人事动荡。比如 Transformer 论文作者之一 Noam Shazeer，被谷歌花了 27 亿美元买回来仅仅两年，因为项目的核心算力被强行重新分配给了伦敦团队，跳槽去了 OpenAI。仅仅两天后，AlphaFold 核心贡献者、诺奖得主 John Jumper，也转投 Anthropic。以及 Jeff Dean、Sanjay Ghemawat、Quoc Le 和 Oriol Vinyals 等核心人物，均在近期出现了职务调整或变动。
同时，根据 California WARN 法案的消息，谷歌在 2026 年将通过滚动式重组，砍掉 35% 管理幅度过小的管理层，并对工程团队进行数千人优化。这或许是今天那则消息的来源。
但在传播过程中，实际上变成了谣言。 谷歌要裁掉的三分之一，是中层管理者，而且主要集中在 Google Cloud 等业务部门，并不是 DeepMind 核心研发团队。
至少对技术人员，谷歌不仅没有裁，反而还在抢人。在 8 月最新的访谈中，DeepMind 掌门人 Demis Hassabis 甚至公开嘲讽借着 AI 裁员的公司："用 AI 替代开发者，反映了雇主缺乏想象力"。《AI 研究工程师薪酬指南》中也有最新的汇总数据：DeepMind 内部公开招聘的岗位中，即便不包含股票激励，其纯现金底薪中位数也高达 19.7 万美元。
这也能在一定程度上证明，谷歌并没有真的在 AI 军备竞赛中投降。至少主观上，没有。
02 双轨制：Flash 走量，Pro 冲顶
Pro 负责复杂推理，Flash 负责速度和便宜。但随着缩放定律的边际效益正在急剧递减，以及 DeepSeek 和 Grok 抬出了"斩杀线"，如今的市场明显不能再延续过去的玩法。
尤其是谷歌。根据其 7 月底发布的财报，Google Cloud 表现爆表，营收大涨 82% 到 248 亿美元。结果因为全年开支被提高到了 2000 亿美元以上，股价立马闪崩 7%。现在市场的逻辑很简单，就是要尽快看到投资回报率。
所以早在 5 月推出 Gemini 3.5 Flash 时，谷歌就已经强调它在 Agent 和编码任务上的"frontier performance"，并且在多个评测中超过 Gemini 3.1 Pro。到了 3.6 Flash，继续强调 Token 效率。相比 3.5 Flash，3.6 Flash 在 Artificial Analysis 相关评估中减少 17% 的输出 Token 使用量。
最新的 3.7 Flash，又把这一目标进一步推向真实生产环境。其定位非常明确：谷歌迄今为止最聪明的、专为写代码和 Agents 打造的工具。
是否最聪明暂且不说，最重要的是性价比。输入价格，0.375 美元/百万 Tokens；输出价格，1.875 美元/百万 Tokens；速度，340 Tokens/秒。对比一下竞品，Claude Sonnet 5 和 GPT-5.6 Terra 的输入/输出价格分别是 2 美元/10 美元、1.25 美元/4.25 美元。
与上个月初 Grok 4.5 发布时的策略几乎如出一辙：够便宜，够快。 这背后反映的也是整个行业的变化：从最强转向谁能够以最低成本（包括时间成本）完成任务。
结合前面的内容，谷歌乃至越来越多大厂，确实把重心偏向了中轻量、高性价比模型，但并非就会因此放弃前沿 AI 的竞争。最大的证明就是：Gemini 4 的训练刚刚跑起来。
Alphabet CEO Sundar Pichai 在二季度财报电话会上明确表示，Gemini 3.5 Pro 仍在测试，同时已经启动 Gemini 4 的训练，而且称这是公司迄今为止"最雄心勃勃"的预训练运行之一，目标仍然是保持在前沿。
这句话非常重要。因为它意味着 Google 现在实际采用的是：双轨制。 一条轨道，把 Flash 做成真正意义上的"大规模 AI 工业基础设施"。另一条轨道，继续做旗舰模型，冲能力上限。
就像汽车行业。前沿企业可以造赛车，但不能指望赛车收入占大头。对于谷歌而言，Pro 就像技术能力上限和品牌象征，Flash 才是带来收入大头的产品。
在这场战略转折之后，全球 AI 企业大概率将逐步分为两个阵营：纯粹的前沿科技公司，更倾向商业化的云巨头平台。
比如 GAI Insights 的分析：超大规模云厂商之间真正的战斗，是云计算份额和客户锁定，而不是 AI 模型最高霸权。 OpenAI 和 Anthropic 的竞争再激烈，还是得租用云厂商数据中心。而谷歌拥有全球最庞大的光纤网络、自研 TPU v6/v7 芯片阵列以及 Fortune 100 中近 90% 的企业客户。只要后续的 Flash 模型足够便宜、足够稳定，企业就会源源不断地把数据搬进 Google Cloud。
03 谷歌的三大支柱：生态、降本与高回报领域
谷歌未来的战略调整，大概是清晰的。主要是三大支柱。
第一，将 Gemini Spark 打造成"超级入口"。 借助最新 Flash 模型的低延迟与长上下文能力，谷歌正在把 Gemini Spark 深度嵌入到 Gmail、Google Docs、Android 系统底座以及 Chrome 浏览器中。
第二，凭借 TPU v6e/v7 继续降本。 在运行 Flash 模型推理时，TPU 的性能功耗比和单位成本效率比通用 GPU 高出 30%–50%，这也是谷歌有底气在 Vertex AI 上打半价促销的最大原因。
第三，转向更多高回报率细分领域。 比如生物医药与材料学，虽然 DeepMind 本部的团队被重组，但商业化运作的 Isomorphic Labs 依然带着这些技术，与全球药企巨头签订了数十亿美元的研发合同。又比如多模态极速视觉，配合眼镜、智能终端的实时音视频交互，这个也是正在做的。
以上这些调整，是不是很像互联网行业的"生态建设"？从这个角度看，AI 的商业模式，似乎就是移动互联网的翻版。至少在目前，本质上似乎并没有什么创新。（全文完）
发表于 2 小时前
|
查看: 3|
回复: 0
