起源：马刺双加时攻下俄城 文班41分24板作者： 袁承翰：

Google和DeepMind，依然不是一条心

作者 ｜ 王兆洋邮箱 ｜ wangzhaoyang@pingwest.com

今年Google I/O的主题演讲又是信息密度巨大的一次，大到让表界抓不住沉点。

Google一向是中国AI公司对标进建的沉要指标，但随着本届I/O旗舰顶级模型缺席，Agent产品事实上的迟到和“补课”，一系列成分影响下不少AI从业者感应绝望，好奇Google到底在干嘛。

在从前两天，我有机遇和蕴含DeepMind CTO Koray Kavukcuoglu，Google首席AI科学家Jeff Dean，以及Google CEO Sundar Pichai等Google的关键人物互换，基于这些一手信息，来尝试理解今天Google的景况。

最终我发现这所有又落回到了Google对待DeepMind的方式上。

Google以为此刻最沉要的事件是什么

很显著，Google内部高低此刻统一的最大共识，就是它自己是唯一真正AI全栈公司。在各类互换里，这给它带来的自负甚至超过我已经很高的预期，但这也不得不让人遐想到ChatGPT出来后Google最初的狼狈——同样对Bard和一整个AI基础设施的堆集充斥信心，但由于过度自负而出了问题。

接下来演出的会是哪一版故事，在我看来最关键在于它对资源的分配决策上。当初先赌Bard，后来证明把钱和算力都给deepmind才是对的。

又到关键路口。既然全栈意味着巨大的竞争优势，今天Google内部基于此的资源分配决策是，不一股脑把最好资源给到最前沿模型，而是越发侧沉the most usable models。

似曾相识。

所以这么看起来，Flash系列不是折中规划，它战术意思最沉要，且可能占了更多可用算力资源。这和OpenAI和Anthropic 的战术极度极度分歧。

在I/O keynote上一个没太多人注意的demo里，Gemini 3.5 flash在TPU 8i上做的工作，吞吐的速度竟然幻视昔时只钻营快而不顾其他所有的Groq。与此同时对于新模型的一些履历反馈起头褒贬不一，这么看来，这其实是这种优先级战术和资源分配后必然的了局。

至于原因，其实就是Google一向在讲的。Pichai在幼领域互换里说，他们看到的需要太大了，且一向增长，你想想从前互联网、手机等的故事，就知路该干什么：从速去鉴别和满足沉杜酌户之表最宽泛需要，结合agent的火热，给它最可用最适合而不是“最强”的模型，就是Google此刻最沉要的机遇最沉要的事。

所以这个决策会若何影响接下来几个月的竞争格局？

我的感触是，Pichai面对的“舆论环境”很可能会再次由于这些决策而严重一段功夫。

DeepMind的落差

Koray说他陆续三年穿统一件T恤跟我聊，我问他的问题也一向贯通：第一年我问他到底怎么界说所谓原生多模态，第二年是多模态的具体做法，Veo为何这么强，今年和他聊的是此刻回头若何评估这个并非共识的选择，它到底给Google带来了什么。

作为DeepMind对表最多亮相的代言人，他形容这是Google最正确的决定之一。已经不在I/O重要舞台上亮相，但内部影响力依然不幼的Jeff Dean也以为，本届的各类颁布里，Omni的意思很大，它真正把Gemini从前堆集的能力放进视坡凤。

在DeepMind主导的模型线，他们所界说的智能是必须面向未来，不能单纯对今天诸如说话能力等已经很凸起的能力做单线延展。但对于若何训练，这里还是没佑装配方”，其实性质上要一向做尝试。

而尝试就意味着资源占用。

在多个互换后，我显著感应这里的张力，Google甚至会考量看到一部门模态的能力可超过其他模态时，也要“克造”。

Omni也是这一届I/O唯一由DeepMind CEO，伟大的Demis Hassabis亲自站台颁布的模型。但颁布后已经有不少履历反馈欠安。一个沉要原因是这次颁布的是flash模型。

与Gemini先发Flash的战术很分歧，Pichai给Omni的界说是一个代际当先今天已有模型的新模型，因而是出于安全掌管原因，先发Omni Flash。

结合上面提到的Google以为此刻对它最沉要的事来看，这可能再次埋下伏笔。

DeepMind所钻营的原生多模态，在一路头是即便内部也压力不幼的非共识的技术路线赌注
；

在第二阶段由于这个路线产生了Veo和Nano Banana，所以撤销了好多质疑
；

但此刻进入第三阶段，它作为技术路线的味路少了，你惊奇发现，它竟然更多被Google这个贸易体的需要给内化和吞下了。

一个很有意思的内部思虑方式也指向此，Google以为这种原生多模态在产生的另一个沉要回报，在于它对Google软硬件结合的全栈路线的援手，多模态能力能够用来加快硬件的迭代，AI已经起头用于这种“内循环”，而不是用于让DeepMind持续搞出下一个Nano Banana级此外新器材。

DeepMind有能力搞出的最强模型，与目前能给搜索等现实业务提升收入和履历的实用模型，这之间谁对Google更沉要？

这个问题跟鬼魂一样又回来了，而此刻看来，Google和DeepMind依然不是一条心。

点个“爱心”，再走 吧