详解谷歌AI战略：被低估的巨象，我眼中的AGI最终赢家。

详解谷歌AI战略：被低估的巨象，我眼中的AGI最终赢家。 详解谷歌AI战略：被低估的巨象，我眼中的AGI最终赢家。 Modified November 18, 2025 No access 0bc3jaadmaaanaae4qqzffuvasgdgzeaanqa.f10002 00:00 No access 0b2egyacgaaar4ajddy2xnuvanwdem3aaiya.f10002 00:00 手机/系统 方面，最新的Pixel 10系列搭载了端侧模型 Gemini Nano，从语音、拍照、图像、信息都在逐步AI化了。 三。 Google在ToC应用和硬件产品中不断加深AI渗透和绑定，这是我们都能看见的表象，他们同时还在暗地里使劲。 更大的分发杀器其实是 Google Cloud 。 我相信有相当大一部分人第一次体验Gemini，是在AI Studio——面向用户和开发者的在线体验平台。 Google每次发布新模型，都会在上面提供海量token的免费试用。 我从未见过如此慷慨的模型厂商，难道是钱多人傻吗？ 当然不是。 一方面，用财大气粗的策略换取海量新用户、早期反馈和使用数据，并借机会培养用户“Google式AI”的审美，实现一鱼多吃。 另一方面，开发者在上面做的产品应用，最后还是需要落地到真实环境中，这时候Google Cloud就是部署最丝滑，性价比最高的选择。 所以，这笔买卖对Google来说一点都不亏。 至此，Google已经向世界展示了一张极具生命力的AGI路线图—— 纵向有深度、横向有广度。 • 自研TPU、数据中心、分布式算法架构，共同构建起高壁垒和成本优势，底子很扎实。 • 以Gemini为核心的模型系列，在对话、图像、视频、编程等多个领域持续推出卓越的AI Native应用 。 • 加速将AI注入全系产品中，逐步渗透进用户日常使用场景中，培养用户习惯的同时， 生成更多训练数据 。 • 用传统业务收入烧token给用户免费用，反哺模型训练，模型能力得到增强，又能再次提升用户体验和商业收入。 最终形成一个由 技术、用户、数据和商业相互驱动的增长飞轮。 四。 但上面这个飞轮能够转起来的前提是： 有强劲的广告收入作为现金流支撑。 所以Google依旧无法回避市场最严峻的拷问： 未来十年，AI必将颠覆传统的搜索模式，Google怎么 抢到新流量，怎么赚钱？ 这个问题暂且没有答案，我讲讲我的思考。 1.自我革命是必经之路，但选择什么时间点，如何推进优化，很关键。 无论最终人类获取信息的方式变成什么样，都需要Google自己主动发起探索和变革。 如果推得太慢，有可能被 OpenAI，Perplexity先找到PMF。 但也不能推得太激进，如果现在贸然替换成AI搜索结果页，用户会跑路，对现有广告收入是毁灭性冲击。 现在AI Overviews是一个不错的切入点。 2.浏览器的重要性，达到了前所未有的高度。 如果下一个十年是Agent的时代，那我觉得浏览器就是连接传统和AI的最佳入口。 浏览器能够持续收集用户行为和数据，还具备自动化执行能力，是完美的Agent载体。 这也是为什么OpenAI要发布AI 浏览器的原因 OpenAI Atlas浏览器发布：从基座模型蔓延到流量场景的竞争。 如果Google能够把Chrome浏览器的AI化做好，这会是一张价值千金的船票。 3.对广告收入最大的威胁，是搜索行为不再由人类发起。 当广告推送到用户面前时，用户每一次点击，Google都会向广告主收取一笔费用，这就是CPC广告——为点击付费。 但在未来，发起搜索和点击链接的不再是人类，而是收到我们任务委托的AI Agent。 呈现到用户面前的不再是预填好的广告文案和素材，而是经过AI重新组织和整合过的内容。 这时候广告又该如何为“用户意图”计费？ 可能是： 按结果/成交付费（CPS），比如用户通过AI执行了一次酒店预订，平台从中收取佣金。 按照采纳率付费，比如AI生成的内容中，提及/引用/推荐了某酒店品牌，酒店需要支付一笔固定费用。 ...... 无论是哪种方式，都将会是对过去二十年整个互联网广告模式的颠覆。 写在最后。 过去三年，Google被远远低估了。 当全世界都在为ChatGPT的“横空出世”而狂欢时，他们 一度被嘲笑即将成为AI时代的传统企业。 最近看到 Sundar Pichai在访谈中提到，当初为什么加入Google。 “某种程度上，Google吸引我的地方，就体现在它的使命宣言里——我很认真地说——整合全球信息，使人人皆可访问并从中受益。 AI是这一使命的最终体现 ” 我深以为然，AI已经彻底地改变了我获取和消费信息的方式。 如今，他们厚积薄发，即将带着 Gemini 3和Nano Banana 2重新回到舞台中央。 让我们保持期待，拭目以待吧。 如果满意，欢迎关注、点赞、转发。 OpenAI Atlas浏览器发布：从基座模型蔓延到流量场景的竞争。 No access 0bc3jaadmaaanaae4qqzffuvasgdgzeaanqa.f10002 00:00 No access 0bc3jaadmaaanaae4qqzffuvasgdgzeaanqa.f10002 00:00 No access 0b2egyacgaaar4ajddy2xnuvanwdem3aaiya.f10002 00:00 No access 0b2egyacgaaar4ajddy2xnuvanwdem3aaiya.f10002 00:00 手机/系统 方面，最新的Pixel 10系列搭载了端侧模型 Gemini Nano，从语音、拍照、图像、信息都在逐步AI化了。 三。 Google在ToC应用和硬件产品中不断加深AI渗透和绑定，这是我们都能看见的表象，他们同时还在暗地里使劲。 更大的分发杀器其实是 Google Cloud 。 我相信有相当大一部分人第一次体验Gemini，是在AI Studio——面向用户和开发者的在线体验平台。 Google每次发布新模型，都会在上面提供海量token的免费试用。 我从未见过如此慷慨的模型厂商，难道是钱多人傻吗？ 当然不是。 一方面，用财大气粗的策略换取海量新用户、早期反馈和使用数据，并借机会培养用户“Google式AI”的审美，实现一鱼多吃。 另一方面，开发者在上面做的产品应用，最后还是需要落地到真实环境中，这时候Google Cloud就是部署最丝滑，性价比最高的选择。 所以，这笔买卖对Google来说一点都不亏。 至此，Google已经向世界展示了一张极具生命力的AGI路线图—— 纵向有深度、横向有广度。 • 自研TPU、数据中心、分布式算法架构，共同构建起高壁垒和成本优势，底子很扎实。 • 以Gemini为核心的模型系列，在对话、图像、视频、编程等多个领域持续推出卓越的AI Native应用 。 • 加速将AI注入全系产品中，逐步渗透进用户日常使用场景中，培养用户习惯的同时， 生成更多训练数据 。 • 用传统业务收入烧token给用户免费用，反哺模型训练，模型能力得到增强，又能再次提升用户体验和商业收入。 最终形成一个由 技术、用户、数据和商业相互驱动的增长飞轮。 四。 但上面这个飞轮能够转起来的前提是： 有强劲的广告收入作为现金流支撑。 所以Google依旧无法回避市场最严峻的拷问： 未来十年，AI必将颠覆传统的搜索模式，Google怎么 抢到新流量，怎么赚钱？ 这个问题暂且没有答案，我讲讲我的思考。 1.自我革命是必经之路，但选择什么时间点，如何推进优化，很关键。 无论最终人类获取信息的方式变成什么样，都需要Google自己主动发起探索和变革。 如果推得太慢，有可能被 OpenAI，Perplexity先找到PMF。 但也不能推得太激进，如果现在贸然替换成AI搜索结果页，用户会跑路，对现有广告收入是毁灭性冲击。 现在AI Overviews是一个不错的切入点。 2.浏览器的重要性，达到了前所未有的高度。 如果下一个十年是Agent的时代，那我觉得浏览器就是连接传统和AI的最佳入口。 浏览器能够持续收集用户行为和数据，还具备自动化执行能力，是完美的Agent载体。 这也是为什么OpenAI要发布AI 浏览器的原因 OpenAI Atlas浏览器发布：从基座模型蔓延到流量场景的竞争。 OpenAI Atlas浏览器发布：从基座模型蔓延到流量场景的竞争。 如果Google能够把Chrome浏览器的AI化做好，这会是一张价值千金的船票。 3.对广告收入最大的威胁，是搜索行为不再由人类发起。 当广告推送到用户面前时，用户每一次点击，Google都会向广告主收取一笔费用，这就是CPC广告——为点击付费。 但在未来，发起搜索和点击链接的不再是人类，而是收到我们任务委托的AI Agent。 呈现到用户面前的不再是预填好的广告文案和素材，而是经过AI重新组织和整合过的内容。 这时候广告又该如何为“用户意图”计费？ 可能是： 按结果/成交付费（CPS），比如用户通过AI执行了一次酒店预订，平台从中收取佣金。 按照采纳率付费，比如AI生成的内容中，提及/引用/推荐了某酒店品牌，酒店需要支付一笔固定费用。 ...... 无论是哪种方式，都将会是对过去二十年整个互联网广告模式的颠覆。 写在最后。 过去三年，Google被远远低估了。 当全世界都在为ChatGPT的“横空出世”而狂欢时，他们 一度被嘲笑即将成为AI时代的传统企业。 最近看到 Sundar Pichai在访谈中提到，当初为什么加入Google。 “某种程度上，Google吸引我的地方，就体现在它的使命宣言里——我很认真地说——整合全球信息，使人人皆可访问并从中受益。 AI是这一使命的最终体现 ” 我深以为然，AI已经彻底地改变了我获取和消费信息的方式。 如今，他们厚积薄发，即将带着 Gemini 3和Nano Banana 2重新回到舞台中央。 让我们保持期待，拭目以待吧。 如果满意，欢迎关注、点赞、转发。 🔗 原文链接： https://mp.weixin.qq.com/s/TybZIjp3... https://mp.weixin.qq.com/s/TybZIjp3... 原创 Buluu 新西楼2025年11月17日 22:04 广东 “现在市场上的大模型很多，10年后能活下来的大概率不会超过10%，所以这是个九死一生的游戏（这是我猜的）。大家可以猜猜10年后大家还在用的主流大模型会是什么？我会猜Gemini，因为背后的Google很强大，而且已经醒了。” ——段永平 Google，无疑是今年AI巨头中，风评反差最大的一位。 从年初被所有人诟病，到接连发布Gemini 2.5pro，Veo，Nano Banana等一系列现象级AI模型和应用，我认为 Google 在AI赛道上已经完全实现了逆风翻盘。 就在前几天，巴菲特旗下的伯克希尔·哈撒韦公司披露了今年三季度的持股报告。 巴菲特在退休前的最终一舞，是首次建仓买入 Google 。 从追赶者到AI的引领者，谷歌只用了不到一年时间，正如大道段永平所说： Google很强大，而且已经醒了。 一。 几个月前我总结过 Google AI的强大之处： “ 既有强大的底层模型做支撑，在产品架构和交互上也别出心裁，而全家桶生态更是未来令人忌惮的护城河。” 这些成果当然不是凭空而来的。 早在2017年，上任还未两年的Google CEO Sundar Pichai， 在 I/O大会上确立了AI Frist的公司新战略。 这一年同时发生了三件大事。 1. 谷歌发布了第一代TPU，开始走上自研芯片的独木桥。这也是为什么今天Google能够在这么短的时间内，把模型训练的进度给追上。 2. 阿尔法狗在围棋比赛中战胜了当时世界排名第一的柯洁。 3. 随后的6月，他们发布了那篇举世瞩目的Transformer论文——《Attention is all you need》，奠定了所有生成式 AI (GenAI) 的基础 。 可见，Google在AI基础研究上一直处于领先地位。 但为什么却是名不见经传的OpenAI率先发布了引爆全球的大语言模型ChatGPT 3.5？ 因为Google作为一家当年营收2800亿美元的超级巨头，他们的选择是先用新技术、新产品，去服务好现金流业务——改善搜索体验和广告匹配效率。 这对于大公司来说无可厚非，毕竟要留在牌桌上，活下去是一家企业最重要的事情。 到2022年，Google内部有条不紊地测试着新一代对话语言模型——LaMDA，但因没达到GTM（Go To Market）水平，迟迟未能发布。 就在几个月后的11月30日，奥特曼带着他的OpenAI横空出世，响彻了整个世界。 二。 Google开始慌了。 为了应对ChatGPT的巨大冲击，他们仓促地推出了聊天机器人Bard，但在发布会现场上演了灾难级演示，导致AI奠基者的形象一落千丈。 不久后， Sundar Pichai 将内部的两大AI研究部门——Google Brain（隶属于Google Research）和 DeepMind（此前为Alphabet旗下独立子公司）进行合并。 这个新合并的部门被命名为 Google DeepMind，后来推出了今天我们熟知的 Gemini系列模型。 也是在那时，Google确立了 全栈式AI（ full stack approach to AI） 的核心战略基石。 1. 第一层 基础设施：自研AI专用 芯片TP U，掌握算力的主导权。 AI竞赛的本质，首先是算力、算法、数据的战争。 但你手上没芯片，一切都是白瞎。 自有芯片使得Google在训练模型时，能够比通用GPU 更高效、成本更低、速度更快 。 这相当于训练了一批熟悉地形的军队（TPU），作战胜率大大提升。不用花高价去请雇佣兵（通用GPU），也不用担心对方随时跑路（达子突然断你卡了咋办？） 不在算力上被卡脖子，是一切的前提。 2.第二层 模型与产品：整合顶尖人才，构建以 Gemini为基础的AI产品系列。 Gemini 1.0刚发布的时候还很烂，也出过公关事件。 但随着1.5带来了 100万Token的超长上下文窗口，2.5将推理和编程能力带上新的高度，Google重新得到了市场的一致认可。 到今天，Google在图像、视频、知识库领域都成功推出了明星产品。 Gemini 2.5pro： 王牌多模态模型，擅长复杂推理和编程，目前是我最最最常使用的LLM。 我用他搭过网站，写过研报，辅助我做市场调研、选品、产品设计、投资分析等等... 你们对其他AI做过的所有事，我在2.5pro身上都干过。 Gemini 2.5 Flash： 轻量级模型，生成速度快，日常承接了我一些基础的搜索需求。 Nano Banana： 基于Flash的图像工具，具有强大的一致性、精准性、真实感，是我认为当前市面上最适合商用类素材生成的模型。 我之前用他做过一套亚马逊级别的精美素材图 电商卖家的春天：如何用AI做出一套品牌级的质感素材。 电商卖家的春天：如何用AI做出一套品牌级的质感素材。 Veo3： 专业级别的视频生成工具， 支持高保真、长镜头视频创作，能实现音画完全 同步的效果。 据我了解，已经有大量广告公司、视频团队使用Veo3进行内容生产了，做出来的东西，真的能够以假乱真。 NotebookLM： 基于Gemini的AI研究和笔记助手，能总结、提问和连接文档内容。 我一般会用NB做专题研究，10分钟就能快速入门一个新领域 Notebook LM，完美的AI研究助理，让我觉得教育平权指日可待。 Notebook LM，完美的AI研究助理，让我觉得教育平权指日可待。 此外，还有像Google Labs这样的创新孵化平台，支持内部团队将idea落地成MVP产品，快速推向用户，获取市场反馈。 NotebookLM最早就是源于Labs中的一个项目。 所有的伟大都始于不起眼的渺小。 3.第三层 应用与分发：产品生态AI化 即使Gemini APP的月活已经冲到了6.5亿，对比GPT的8亿周活用户还是小巫见大巫了。 但是。 Chrome浏览器用户规模超过40亿， Google搜索每天要执行85亿次的查询，市场占有率超过90%。 YouTube有超 过25亿的月活用户， 估值5000亿美金。 Workspace的全球用户数超过了30亿，付费企业客户超过800万家。 全球的Android设备 超过30亿台，是IOS的2倍。 Google正将AI能力注入到丰富的产品生态全家桶中。 比如在 搜索 中，推出了AI Overviews的窗口——通过Gemini重新提炼、总结、组织信息，生成综合性的内容概览。 另外在部分区域的Chrome浏览器中，已经开始 灰度 Gemini in Chrome 。 用户可以在浏览时随时呼起AI进行提问或者总结，未来进入Agent时代，也应该能支持自动化操作。 是不是觉得Comet、Dia不香了? 在 Youtube 上，则是通过AI提升用户消费内容的体验，以及创作者的生产效率。 油管上一个访谈博客2个小时起步是家常便饭。 现在AI能自动生成内容摘要和时间戳，用户还能直接对视频内容提问和对话，方便多了。 对于创作者的AI赋能工具可就多了，比如内嵌了Veo生成模型，AI生成Highlight切片，AI提升视频分辨率，AI配音、AI写脚本等等。 这些功能点跟很多视频平台做的大同小异，可能甚至不如别人丰富。 但产品AI化的目的已经达到了。 Workspace 其实就是办公套件，目前从 文档、表格、邮箱到会议，都深度集成了Gemini AI，业务效率得到大大提升。 当然，如果能做一个多维表格就更好了。