一年前，谷歌在硅谷的敘述中還是一個(gè)充滿了“中年危機(jī)”色彩的角色。

但短短一年后，故事發(fā)生了翻天覆地的變化。

Gemini 3橫掃各大榜單，「香蕉」模型Nano Banana Pro更是將AI生圖的精度與想象力提升到了一個(gè)新的高度。

財(cái)報(bào)數(shù)字成為了這一輪反擊最直接的注腳：截至三季度，Gemini應(yīng)用的月活躍用戶突破6.5億，相比上一季度公布的4.5億大幅提升。

這不禁讓人好奇：谷歌最近怎么突然這么猛了？

其實(shí)，這并非一次突然的爆發(fā)，而是一場“大象轉(zhuǎn)身”，正以前所未有的決心和效率，將自己數(shù)十年積累的 AI 技術(shù)儲備，轉(zhuǎn)化為產(chǎn)品力。

如果把時(shí)間軸拉得更長，你會看到一條更驚人的暗線：

從拉里·佩奇早年對“終極搜索引擎”的想象，到“貓論文”，再到DeepMind、TPU，谷歌二十多年間的AI投資幾乎貫穿了現(xiàn)代深度學(xué)習(xí)的絕大部分關(guān)鍵節(jié)點(diǎn)。

在 Transformer 論文發(fā)表前的十年前，世界上幾乎所有知名的 AI 人才，都曾在谷歌工作過。

這種全棧的技術(shù)沉淀與人才密度，為谷歌構(gòu)筑了一條遠(yuǎn)超想象的護(hù)城河。

草蛇灰線，伏脈千里。谷歌今天的絕對反擊，其實(shí)已經(jīng)深入藏在了它二十年來的投資拼圖中。今年，我們就來復(fù)盤一下谷歌在AI戰(zhàn)場上的那些關(guān)鍵落子，看看它們是如何在二十年來，左右了整個(gè)AI產(chǎn)業(yè)的走向。

谷歌AI起源：當(dāng)壓縮等于理解

谷歌的AI，始于拉里·佩奇。

拉里·佩奇的父親是多倫多大學(xué)的計(jì)算機(jī)科學(xué)教授，研究方向正是機(jī)器學(xué)習(xí)和人工智能。

在當(dāng)時(shí)，AI是一個(gè)被主流學(xué)界認(rèn)為“有點(diǎn)浪費(fèi)生命”的冷門方向，因?yàn)樵诖酥?0年的許多重要理論當(dāng)時(shí)都被推翻了，或者至少人們認(rèn)為它們已經(jīng)被推翻了。

但拉里卻受這套影響很深，他后來回顧谷歌早期時(shí)說過一句話：

“人工智能會是谷歌的終極版本。終極搜索引擎應(yīng)該能理解整個(gè)互聯(lián)網(wǎng)，也能精準(zhǔn)理解你要什么，然后給你正確的答案�！�

那是2000年，也就是谷歌成立兩年后。那時(shí)沒人知道LLM是什么，更沒有ChatGPT。

而谷歌第一次真正意義上的“語言模型實(shí)驗(yàn)”，是從一個(gè)非常谷歌式的故事開始的。

2000 年左右，谷歌的早期員工 George Hinton 和天才工程師諾姆（Transformer 論文主要作者之一）在閑聊時(shí)提出了一個(gè)論斷：

“如果你能把一段數(shù)據(jù)壓縮，再無損還原，那從技術(shù)上講，你必須真的‘理解’了它�！�

這句話一下戳中了諾姆。他意識到，如果壓縮=理解，那搜索里的語言建模、概率預(yù)測就可以反過來當(dāng)“理解機(jī)器”的基礎(chǔ)。

于是，兩人干脆停掉手頭工作，一頭扎進(jìn)語言模型和數(shù)據(jù)壓縮。后來，他們搞出了谷歌第一個(gè)真正意義上的“模型”產(chǎn)品—— “你不是要找：xxx”（拼寫糾錯(cuò)）。

這是一個(gè)非常小的應(yīng)用場景，系統(tǒng)會自動(dòng)糾正用戶的錯(cuò)誤輸入，既改善了用戶體驗(yàn)，也節(jié)約了谷歌巨大的基礎(chǔ)設(shè)施成本（少跑一堆無意義查詢）。這是谷歌第一次把“概率語言模型”實(shí)打?qū)嵉胤胚M(jìn)了搜索產(chǎn)品里。

這個(gè)項(xiàng)目后來進(jìn)化成一個(gè)被內(nèi)部昵稱為 PHIL（Probabilistic Hierarchical Inferential Learner） 的“龐大”語言模型。

從表面上看，谷歌只不過做了一個(gè)更聰明的輸入框。但從這時(shí)開始，搜索背后已經(jīng)在悄悄變成一臺建模世界與人類語言的機(jī)器。

大煉模型：貓、YouTube 與千億美元

真正讓谷歌拿到通往AI船票的是，Google Brain（谷歌大腦）的成立。

2011年，吳恩達(dá)剛剛從斯坦福人工智能實(shí)驗(yàn)室 SAIL 到谷歌兼職。當(dāng)時(shí)，吳恩達(dá)正與團(tuán)隊(duì)探索一種無監(jiān)督大規(guī)模神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法，目標(biāo)是讓系統(tǒng)從未經(jīng)標(biāo)記的圖像中自動(dòng)學(xué)習(xí)結(jié)構(gòu)特征。

這個(gè)判斷在當(dāng)時(shí)是少見的，因?yàn)樯疃葘W(xué)習(xí)仍被懷疑，主流研究者認(rèn)為“神經(jīng)網(wǎng)絡(luò)太慢、太不穩(wěn)定”。

但這種想法卻深深吸引了當(dāng)時(shí)谷歌最頂級的系統(tǒng)工程師杰夫·迪恩。

在此之前，谷歌曾經(jīng)嘗試過兩次構(gòu)建大規(guī)模的深度神經(jīng)網(wǎng)絡(luò)，但兩個(gè)項(xiàng)目都不太成功。所以，谷歌的研究團(tuán)隊(duì)心里一直有個(gè)疑問：大規(guī)模神經(jīng)網(wǎng)絡(luò)真的能在谷歌的基礎(chǔ)設(shè)施上運(yùn)行嗎？

于是，兩人一拍即合，并拉上了神經(jīng)科學(xué)博士 Greg Corrado，開始著手構(gòu)建一個(gè)非常龐大的深度神經(jīng)網(wǎng)絡(luò)模型，這個(gè)項(xiàng)目就是“谷歌大腦”。

要構(gòu)建大規(guī)模的深度神經(jīng)網(wǎng)絡(luò)，就需要一個(gè)系統(tǒng)來運(yùn)行它。當(dāng)時(shí)的主流觀點(diǎn)認(rèn)為，大模型必須在同一臺機(jī)器上同步訓(xùn)練。但杰夫·迪恩卻選擇了反直覺的路線：把網(wǎng)絡(luò)拆到幾千臺CPU上，跨數(shù)據(jù)中心異步訓(xùn)練，用“過時(shí)參數(shù)”繼續(xù)訓(xùn)練。

理論上，這聽起來像是一場災(zāi)難；實(shí)踐中，它卻跑通了。這就是著名的“DistBelief”系統(tǒng)。

于是，2012 年，那篇名為《使用大規(guī)模無監(jiān)督學(xué)習(xí)構(gòu)建高級特征》的論文出現(xiàn)了，它還有一個(gè)更出名的名字：“貓論文”。

具體來說，他們使用一千臺不同機(jī)器上的16000個(gè)CPU核心，訓(xùn)練了一個(gè)大型九層神經(jīng)網(wǎng)絡(luò)，通過無監(jiān)督學(xué)習(xí)識別 YouTube 視頻中的貓。

在那之前，AI識別物體需要人類先打標(biāo)簽。但谷歌的這個(gè)九層神經(jīng)網(wǎng)絡(luò)，在看了無數(shù)個(gè)小時(shí)的 YouTube 視頻后，自己學(xué)會認(rèn)識“貓”。它證明了無監(jiān)督學(xué)習(xí)的可行性：機(jī)器可以自己從數(shù)據(jù)中提煉規(guī)律。

比起貓論文對AI行業(yè)的影響，更顯著的是其所帶來的商業(yè)價(jià)值。因?yàn)樗呱艘环N新的分發(fā)機(jī)制：推薦系統(tǒng)機(jī)制。

當(dāng)時(shí)，YouTube正努力轉(zhuǎn)型為更全面的網(wǎng)站，試圖吸引用戶觀看更多視頻，構(gòu)建信息流，延長用戶停留時(shí)間等等。要做到這一點(diǎn)，推薦系統(tǒng)需要根據(jù)用戶自己撰寫的視頻標(biāo)題和描述來確定推送內(nèi)容。

但問題在于，絕大部分用戶很難精準(zhǔn)描述他們上傳的視頻內(nèi)容，這就導(dǎo)致系統(tǒng)無法實(shí)現(xiàn)精準(zhǔn)推薦。

而“貓論文”第一次證明：基于 DistBelief 的深度神經(jīng)網(wǎng)絡(luò)，可以直接從視頻本身學(xué)出內(nèi)容，自動(dòng)理解畫面和主題，然后利用這些數(shù)據(jù)來確定應(yīng)該向用戶推送哪些視頻。

于是，谷歌迅速將這套技術(shù)評估YouTube的推薦算法，也奠定了其作為全球最大視頻平臺的基礎(chǔ)，

后來，F(xiàn)acebook 、Instagram和字節(jié)跳動(dòng)紛紛開始效仿這一機(jī)制，并在后面10年成為全世界最主流的休閑娛樂方式。

也就是說，在世人都知道 ChatGPT 之前，AI已經(jīng)將開始塑造我們所有人的人類生活，并創(chuàng)造數(shù)千億美元的收入。

而這一切就始于谷歌。

收購DeepMind：是巔峰，也是拐點(diǎn)

谷歌始終沒有放緩招募頂級AI人才的腳步。

2012年，谷歌在與百度的競爭中勝出，以4400萬美元的價(jià)格收購了一家名為 DNN（深度神經(jīng)網(wǎng)絡(luò)）研究公司，這家公司是由杰夫·辛頓、亞歷克斯·克里熱夫斯基和伊利亞·蘇茨克維爾創(chuàng)建的。

當(dāng)然，真正讓谷歌在AI產(chǎn)業(yè)確立統(tǒng)治力的，是對于DeepMind的收購。

2010 年，神經(jīng)科學(xué)博士德米斯·哈薩比斯、博士后謝恩·萊格和兒時(shí)好友穆斯塔法·蘇萊曼創(chuàng)立了DeepMind。其創(chuàng)立目標(biāo)非常宏大，即“解決智能，并利用它來解決所有其他問題”（solve intelligence and use it to solve everything else）

到了2013年底至2014年初，DeepMind 接到了多家公司的收購要約，其中也包括了扎克伯格和馬斯克。

在這場競爭里，谷歌最終勝出了。原因是，DeepMind 的創(chuàng)始團(tuán)隊(duì)與 Facebook、特斯拉在理念上始終存在分歧。

哈薩比斯堅(jiān)持，DeepMind 必須保持獨(dú)立性，并設(shè)立一個(gè)擁有否決權(quán)的獨(dú)立監(jiān)管委員會，以確保公司的長期使命不會被短期商業(yè)目標(biāo)稀釋。但扎克伯格并不同意讓哈薩比斯繼續(xù)掌握 DeepMind 的控制權(quán)

相比之下，拉里·佩奇的態(tài)度截然不同。他一直把谷歌視作一家以人工智能為核心的公司，對 DeepMind的使命高度認(rèn)同，也愿意給團(tuán)隊(duì)足夠的自主權(quán)。

谷歌向 DeepMind 承諾，DeepMind可以繼續(xù)留在倫敦，專注于純粹的“智能”研究，而無需為谷歌內(nèi)部的產(chǎn)品服務(wù)工作，因?yàn)楣雀枰呀?jīng)有Google Brain團(tuán)隊(duì)在負(fù)責(zé)產(chǎn)品落地。

同時(shí)，谷歌還擁有 DeepMind 研究所需的全部計(jì)算基礎(chǔ)設(shè)施。

最終，谷歌在2014年1月收購了 DeepMind，交易價(jià)格為 5.5 億美元。

這筆收購讓谷歌擁有了當(dāng)時(shí)最豪華的AI研究團(tuán)隊(duì)，幾乎統(tǒng)治了AI領(lǐng)域。

但讓人完全沒有想到的是，這次收購就像蝴蝶扇動(dòng)翅膀一樣，引發(fā)了一連串連谷歌自己都無法預(yù)料的連鎖反應(yīng)。

甚至可以說，從 OpenAI 的創(chuàng)立，到ChatGPT的誕生，再到 Anthropic、xAI 等公司的相繼出現(xiàn)，今日AI產(chǎn)業(yè)的幾乎每一條重要支線，都可以追溯到那場收購。

在當(dāng)時(shí)看來，此次收購產(chǎn)生了兩個(gè)直接的后果：

一方面，它直接激怒了馬斯克。DeepMind 被谷歌買走，谷歌又在全球瘋狂招募頂尖AI研究員，這讓馬斯克意識到：如果再不做點(diǎn)什么，未來人類對AI的控制權(quán)可能會高度集中在少數(shù)公司手里。

2015 年夏天，馬斯克和奧特曼在 Rosewood 酒店組織了一場晚宴。這次晚宴的目的是向被谷歌和 Facebook 招募的 AI 研究人員發(fā)出邀請，詢問他們離開的條件。

他們向這些研究人員提出的方案是：成立一個(gè)新的非營利性人工智能研究實(shí)驗(yàn)室，不受谷歌或Facebook等資本主義機(jī)構(gòu)的控制，致力于“以最有可能造福全人類的方式推進(jìn)數(shù)字智能”。

盡管大多數(shù)研究人員拒絕了邀請，但AlexNet的主要貢獻(xiàn)者、Google Brain團(tuán)隊(duì)的 Ilya Sutskever 對此提議表示了興趣。

除了Ilya之外，還有大約七位研究人員離開了谷歌，加入了馬斯克和奧特曼的團(tuán)隊(duì)，共同創(chuàng)建了OpenAI。

另一方面，這筆收購也激化了AI領(lǐng)域的巨頭競爭，并加速了 Anthropic和xAI 等公司的誕生。

谷歌收購 DeepMind 及其后谷歌 AI 人才流失至 OpenAI，導(dǎo)致了 OpenAI 內(nèi)部的“夢之隊(duì)”不斷組建和變化。Dario Amodei 在 OpenAI 取得了重大進(jìn)展后，最終也離開了 OpenAI，創(chuàng)辦了 Anthropic。

在這筆收購收購后，馬斯克也開始意識到，特斯拉必須在 AI 上建立自己的技術(shù)路徑，不能把未來押在外部團(tuán)隊(duì)上。在從OpenAI 撤資后，馬斯克創(chuàng)建了xA 。

隨著 OpenAI 的壯大，DeepMind 收購的附帶影響將谷歌最大的敵人 Microsoft 重新帶回了舞臺中心。Microsoft 最終通過向 OpenAI 投資數(shù)十億美元，獲得了對其技術(shù)的獨(dú)家授權(quán)，從而對谷歌的核心搜索業(yè)務(wù)構(gòu)成了“生存威脅”。

谷歌唯一值得慶幸的是，也正是這些團(tuán)隊(duì)的出走，最終讓其免于因壟斷而被迫處罰或者拆分。

/ 04 /

被英偉達(dá)逼出來的TPU

在整合AI領(lǐng)域最頂級研究資源的同時(shí)，谷歌還干了一件很牛逼的事情：搞TPU。

2013年，當(dāng) AlexNet 的主要貢獻(xiàn)者之一 Alex Krizhevsky 加入谷歌時(shí)，他震驚地發(fā)現(xiàn)他們現(xiàn)有的所有機(jī)器學(xué)習(xí)模型都運(yùn)行在CPU上。

此前，人們曾多次要求使用GPU，因?yàn)闄C(jī)器學(xué)習(xí)工作負(fù)載非常適合并行運(yùn)行，但谷歌的基礎(chǔ)設(shè)施團(tuán)隊(duì)卻拒絕了，他們認(rèn)為擴(kuò)展和多樣化GPU集群會增加復(fù)雜性，所以還是保持簡單為好�！斑@對我們來說似乎并不重要�！�

于是，Alex Krizhevsky自己去當(dāng)?shù)氐碾娮由痰曩徺I了一臺GPU機(jī)器，將其插到網(wǎng)絡(luò)上，開始用這臺單獨(dú)的硬件訓(xùn)練他的神經(jīng)網(wǎng)絡(luò)模型。

直到2014年，谷歌工程主管 杰夫·迪恩（Jeff Dean） 和 Google Brain 負(fù)責(zé)人 約翰·吉安南德里亞（John Giannandrea）才決定，正式將GPU納入谷歌的數(shù)據(jù)中心。

最終，他們決定向英偉達(dá)訂購4萬塊GPU，這筆訂單價(jià)值1.3億美元。這筆訂單的預(yù)算之高，使得采購請求被提交給 Larry Page 親自審批。

盡管財(cái)務(wù)部門曾試圖否決這筆交易，但 Larry Page 親自批準(zhǔn)了這筆交易，因?yàn)樗J(rèn)為深度學(xué)習(xí)是谷歌的未來。

按當(dāng)時(shí)英偉達(dá)的體量，這幾乎是改變命運(yùn)級別的訂單。這筆訂單也為英偉達(dá)提供了信心，使其相信 AI 將在未來成為一項(xiàng)巨大的業(yè)務(wù)。

隨著神經(jīng)網(wǎng)絡(luò)技術(shù)被集成到 Google Photos、Gmail 建議和 AdWords 等產(chǎn)品中，谷歌很快發(fā)現(xiàn)這些AI應(yīng)用能夠帶來可觀的收入回報(bào)。因此，谷歌在 1.3 億美元的基礎(chǔ)上，又花費(fèi)了數(shù)億美元繼續(xù)購買 GPU。

在大規(guī)模購買GPU的同時(shí)，谷歌也發(fā)現(xiàn)了兩個(gè)問題：

第一，太燒錢。像谷歌這樣規(guī)模的公司，一旦神經(jīng)網(wǎng)絡(luò)開始運(yùn)作，需要進(jìn)行大量的矩陣乘法運(yùn)算。谷歌發(fā)現(xiàn)自己每年將需要“向英偉達(dá)輸送數(shù)億，很快就是數(shù)十億美元”。

第二，GPU不夠用了。當(dāng)谷歌推出語音識別功能（利用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)），并很快在 Nexus 手機(jī)上取得了成功。

Jeff Dean 算了一筆賬，發(fā)現(xiàn)如果人們每天使用一項(xiàng)AI功能三分鐘，而谷歌將其推廣到所有十億部安卓手機(jī)上，那么需要比目前整個(gè)谷歌擁有的數(shù)據(jù)中心數(shù)量多一倍的數(shù)據(jù)中心才能處理它。

解決辦法只有兩個(gè)：要么把基礎(chǔ)設(shè)施規(guī)模再翻一倍，要么自己構(gòu)建一種新的定制芯片，專門針對谷歌的特定用例進(jìn)行優(yōu)化（即張量乘法）。

這就是后來 TPU 出現(xiàn)的背景。

TPU 被設(shè)計(jì)成一種應(yīng)用特定的集成電路（ASIC），它雖然不能用于圖形處理，但專門用于神經(jīng)網(wǎng)絡(luò)的矩陣乘法，效率遠(yuǎn)高于當(dāng)時(shí)的 GPU。

TPU 的核心目標(biāo)是讓谷歌能夠在不將其整個(gè)基礎(chǔ)設(shè)施規(guī)模翻倍的情況下，擴(kuò)展其數(shù)據(jù)中心的能力。

TPU的原理很簡單，就是降低計(jì)算精度，提高計(jì)算效率。舉個(gè)例子，它會將4586.8272這樣的數(shù)字四舍五入到4586.8，甚至可能直接四舍五入到4586，小數(shù)點(diǎn)后為空。

這樣一來，就可以在芯片上使用相同的功耗、內(nèi)存和晶體管數(shù)量，每秒執(zhí)行更多的計(jì)算，更快地輸出結(jié)果。

如今，TPU已經(jīng)成為谷歌 AI 戰(zhàn)略的核心基礎(chǔ)設(shè)施。谷歌內(nèi)部也已經(jīng)建立了一個(gè)規(guī)模幾乎與英偉達(dá)相當(dāng)?shù)男酒邪l(fā)體系，不僅服務(wù)于谷歌自身，也服務(wù)于谷歌云客戶。

在商業(yè)上，TPU 還有另外一層意義：避免了被英偉達(dá)收“稅”。

目前，英偉達(dá)的 GPU 系統(tǒng)毛利率高達(dá) 75% 至 80%，這意味著芯片成本可能有約5倍的加價(jià)。而谷歌通過自研，避免了支付這種巨大的溢價(jià)。這種縱向一體化的能力，已經(jīng)反過來變成了模型競爭力的一部分。

/ 05 /

Transformer的錯(cuò)判和紅色警報(bào)

在Transformer出現(xiàn)之前，谷歌團(tuán)隊(duì)已經(jīng)用循環(huán)神經(jīng)網(wǎng)絡(luò)重寫了谷歌翻譯。

但一些局限性也逐漸顯現(xiàn)。其中一個(gè)主要問題是，模型“遺忘”信息的速度太快。用現(xiàn)在的話說，就是上下文窗口很短。

谷歌改進(jìn)算法的方法之一，是使用一種叫做長短期記憶網(wǎng)絡(luò)（LSTM）的技術(shù)。LSTM 的基本原理是為模型創(chuàng)建一個(gè)持久的或長短期記憶，這里需要稍微動(dòng)動(dòng)腦，以便模型在執(zhí)行一系列步驟時(shí)能夠記住上下文。

2016年，谷歌翻譯就采用了LSTM。這使得錯(cuò)誤率降低了60%。這是一個(gè)巨大的飛躍。當(dāng)時(shí)，大家都認(rèn)為LSTM 將會把語言模型和大型語言模型推向主流。

然而，LSTM也有弊端。雖然它們有效，但計(jì)算量非常大，而且并行化效果不佳。

于是，谷歌大腦內(nèi)部的一個(gè)團(tuán)隊(duì)開始尋找一種更好的架構(gòu)，它既要具備LSTM的優(yōu)點(diǎn)，又不能過快遺忘上下文信息，同時(shí)還要能夠更好地并行化和擴(kuò)展。

一位名叫雅各布·烏什科雷特的研究員一直在嘗試拓展語言處理中“注意力”的范圍。

如果模型不再關(guān)注眼前的詞語，而是關(guān)注整個(gè)文本語料庫，預(yù)測下一個(gè)翻譯詞應(yīng)該是什么，會怎么樣呢？

如果要這樣做，該模型需要大量的計(jì)算能力才能完成這項(xiàng)工作，但它具有極強(qiáng)的并行化能力。

雅各布開始與大腦團(tuán)隊(duì)的其他幾位成員合作，他們決定把這個(gè)項(xiàng)新技術(shù)目命名為“Transformer”。

一開始，他們雖然已經(jīng)實(shí)現(xiàn)了 Transformer 模型，但實(shí)際上它的表現(xiàn)并不比 LSTM 好多少。直到諾姆加入團(tuán)隊(duì)，他從頭開始重寫了整個(gè)代碼庫。

完工后，Transformer 模型徹底碾壓了基于 LSTM 的谷歌翻譯方案，也證明了一件事：模型規(guī)模越大，效果就越好。

在Transformer 論文發(fā)布一年后，谷歌又開發(fā)出了大型語言模型 BERT。

很多人認(rèn)為谷歌在論文發(fā)表后就對Transformer架構(gòu)無所作為，事實(shí)并非如此。他們用基于Transformer的大型語言模型做了很多工作。但在當(dāng)時(shí)，谷歌確實(shí)沒有將其視為一次全面的技術(shù)平臺變革。

事實(shí)上，在 ChatGPT 之前，谷歌已經(jīng)有了一個(gè)聊天機(jī)器人。當(dāng)時(shí)，諾姆已經(jīng)看到了Transformer模型的價(jià)值，并向高層游說，公司應(yīng)該全力以赴轉(zhuǎn)型做一個(gè)巨大的Transformer模型

為此，諾姆還構(gòu)建了一個(gè)聊天機(jī)器人，叫 Mina。

Mina與ChatGPT 很接近，但沒有ChatGPT 那樣具備訓(xùn)練后的安全機(jī)制，所以很容易失控。比如，你只要問它誰該死，它就會列出一些應(yīng)該死的人的名字。也正因?yàn)槿绱耍雀枋冀K沒有發(fā)布它。

除了失控風(fēng)險(xiǎn)外，谷歌沒有發(fā)布Mina的原因還有兩個(gè)：

第一，如果把谷歌搜索頁面變成一個(gè)聊天機(jī)器人，那么用戶將直接得到答案，而不是網(wǎng)站鏈接，這將直接影響谷歌的收入。盡管谷歌現(xiàn)在在考慮這個(gè)問題，但在2021年之前，提出這樣的建議是絕對行不通的。

第二，直接給出答案，存在法律風(fēng)險(xiǎn)。當(dāng)時(shí)，有相當(dāng)多的輿論認(rèn)為谷歌正在剝奪出版商與讀者之間的直接聯(lián)系，為此谷歌已經(jīng)花了數(shù)十年時(shí)間來對抗公眾輿論和法院判決。

出于這些考慮，即使諾姆和谷歌內(nèi)部都認(rèn)為基于 Transformer 構(gòu)建 LLM，并為其添加聊天機(jī)器人界面，可能是一個(gè)極具吸引力的產(chǎn)品，但在當(dāng)時(shí)并沒有迫切的理由去做這件事。

2021年，諾姆離開了谷歌，創(chuàng)立了聊天機(jī)器人公司 Character AI。

谷歌的誤判，卻給了OpenAI打開了一個(gè)成功的契機(jī)。

2018年6月，OpenAI 發(fā)布了一篇論文，描述了他們?nèi)绾卫肨ransformer模型，并開發(fā)了一種新的方法，即先在互聯(lián)網(wǎng)上大量通用文本上對其進(jìn)行預(yù)訓(xùn)練，然后將這種通用預(yù)訓(xùn)練微調(diào)到特定的用例。

他們還宣布，他們已經(jīng)訓(xùn)練并運(yùn)行了該方法的第一個(gè)概念驗(yàn)證模型，他們稱之為 GPT-1（生成式預(yù)訓(xùn)練 Transformer 版本 1）。這與 BERT 的出現(xiàn)時(shí)間大致相同。

2022年底，ChatGPT出現(xiàn)了。

ChatGPT的成功，徹底顛覆了谷歌對于AI的判斷：

在此前相當(dāng)長時(shí)間里，谷歌、皮猜、拉里以及所有人都把AI視為持續(xù)性創(chuàng)新，谷歌可以利用AI持續(xù)鞏固我們在所有領(lǐng)先產(chǎn)品中的領(lǐng)先地位。在ChatGPT 問世后，一夜之間，AI就會從一種持續(xù)性創(chuàng)新轉(zhuǎn)變?yōu)轭嵏残詣?chuàng)新。

甚至說，這種變化對谷歌構(gòu)成了一種生存威脅。這意味著，谷歌過去10 -20年在人工智能領(lǐng)域積累的許多優(yōu)勢，都變成了劣勢。

/ 06 /

重回牌桌中央

在ChatGPT發(fā)布后，桑達(dá)爾在公司內(nèi)部發(fā)布了紅色警報(bào)。

這是谷歌的最高級別危機(jī)模式，這意味著公司需要立即采取“全體總動(dòng)員”（all-hands-on-deck）的應(yīng)對措施。

為了挽回危局，谷歌做了兩件事：

第一，組織架構(gòu)的徹底重組。皮猜認(rèn)為，谷歌不能再有兩支AI團(tuán)隊(duì)，因此他做出了重大的組織決策：將Google Brain和DeepMind 合并為一個(gè)實(shí)體，即 Google DeepMind。

同時(shí)，他任命 DeepMind 聯(lián)合創(chuàng)始人哈薩比斯為合并后的 Google DeepMind 首席執(zhí)行官，主導(dǎo)整個(gè)谷歌 AI 部門的發(fā)展方向。

盡管，這一決定違反了最初收購 DeepMind 時(shí)承諾其獨(dú)立性的條款，體現(xiàn)了公司對AI緊迫性的最高重視。

同時(shí)，谷歌決定重新召回頂級人才。谷歌聯(lián)合創(chuàng)始人謝爾蓋·布林重新作為員工回歸，參與 Gemini 項(xiàng)目的工作。

他們斥巨資與 Character.AI 達(dá)成許可協(xié)議，將諾姆帶回谷歌，讓他與杰夫·迪恩一起擔(dān)任 Gemini 的聯(lián)席技術(shù)負(fù)責(zé)人，其他Google Brain核心成員也加入 DeepMind 團(tuán)隊(duì)，共同開發(fā) Gemini。

第二，產(chǎn)品和技術(shù)上的集中火力。谷歌決定結(jié)束多模型、多團(tuán)隊(duì)并存的局面，集中資源打造一款旗艦?zāi)Ｐ汀?strong>皮猜決定谷歌將標(biāo)準(zhǔn)化并只使用一個(gè)模型，即 Gemini。該模型將用于谷歌內(nèi)部的所有 AI 產(chǎn)品和外部服務(wù)。

同時(shí)，谷歌也在內(nèi)部積極推廣Gemini，他們會聯(lián)系每個(gè)團(tuán)隊(duì)，告訴他們Gemini代表著公司的未來，你們需要開始尋找將 Gemini 集成到產(chǎn)品中的方法。

Gemini 被設(shè)計(jì)為多模態(tài)（multimodal）模型，能夠處理文本、圖像、視頻和音頻。谷歌以極快的速度構(gòu)建和訓(xùn)練 Gemini，在 2023年5月宣布計(jì)劃后，于 2023年12月就發(fā)布了早期的公共測試版本，速度之快在谷歌歷史上罕見。

自那之后，谷歌進(jìn)入了一個(gè)罕見的產(chǎn)品加速期：

Gemini 2.5 Pro 橫掃各大榜單，到「香蕉」模型 Nano Banana 的爆火，視頻模型 Veo 3 展示了物理世界的理解力；Genie 3 甚至能一句話生成一個(gè)虛擬世界。

進(jìn)去今年11月，谷歌接連發(fā)布了Gemini 3和Nano Banana Pro，尤其是 Gemini 3 在各類主流基準(zhǔn)上展現(xiàn)了統(tǒng)治級的表現(xiàn)。

谷歌用一連串“王炸”產(chǎn)品，重新站回了牌桌中央。

/ 07 /

總結(jié)

谷歌在AI上的這二十年里，絕對是一部充滿戲劇性的啟示錄。

它始于拉里·佩奇對“理解互聯(lián)網(wǎng)”的天才構(gòu)想，中間迷失于“創(chuàng)新者的困境”和壟斷帶來的舒適區(qū)，最終在生存危機(jī)的緊迫下，完成了一次驚心動(dòng)魄的轉(zhuǎn)折。

這很大程度要?dú)w功于OpenAI的突襲，因?yàn)樗o了谷歌最需要的東西：恐懼。

當(dāng)桑達(dá)爾·皮查伊打破分區(qū)墻，當(dāng)謝爾蓋·布林重回業(yè)務(wù)一線，當(dāng)那些分散在Google Brain和DeepMind的天才們終于坐在同一張辦公桌前，谷歌展現(xiàn)出了“體系化的AI力量”。

再把視角拉回到 2000 年的那個(gè)下午。拉里·佩奇曾說：“人工智能是谷歌的終極版本�！�

二十五年過去了，宿命完成了閉環(huán)。谷歌從來就不是一家搜索公司。從一開始，它就是一家試圖用數(shù)學(xué)和算力窮盡人類知識邊界的AI公司。

如今，那個(gè)大家熟悉的、令人害怕的谷歌，終于回來了。

文/林白