Google和DeepMind，仍然不(是一)【条心】

今年 Google I/O 的主题演讲又是信息密度巨大的一次，大到让外界抓不住重点。

Google 一直是中国 AI 公司对标学习的重要目标，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 "，一系列因素影响下不少 AI 从业者感到失望，好奇 Google 到底在干嘛。

在过去两天，我有机会和包括 DeepMind CTO Koray Kavukcuoglu，Google 首席 AI 科学家 Jeff Dean，以及 Google CEO Sundar Pichai 等 Google 的关键人物交流，基于这些一手信息，来尝试理解今天 Google 的境况。

最终我发现这一切又落回到了 Google 对待 DeepMind 的方式上。

1 Google 认为此刻最重要的事情是什么

很明显，Google 内部上下此刻统一的最大共识，就是它自己是唯一真正 AI 全栈公司。在各种交流里，这给它带来的自信甚至超过我已经很高的预期，但这也不得不让人联想到 ChatGPT 出来后 Google 最初的狼狈——同样对 Bard 和一整个 AI 基础设施的积累充满信心，但因为过度自信而出了问题。

接下来上演的会是哪一版故事，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，而是更加侧重 the most usable models。

似曾相识。

所以这么看起来，Flash 系列不是折中方案，它战略意义最重要，且可能占了更多可用算力资源。这和 OpenAI 和 Anthropic 的策略非常非常不同。

在 I/O keynote 上一个没太多人留意的 demo 里，Gemini 3.5 flash 在 TPU 8i 上做的任务，吞吐的速度居然幻视当年只追求快而不顾其他一切的 Groq。与此同时对于新模型的一些体验反馈开始褒贬不一，这么看来，这其实是这种优先级策略和资源分配后必然的结果。

至于原因，其实就是 Google 一直在讲的。Pichai 在小范围交流里说，他们看到的需求太大了，且不停增长，你想想过去互联网、手机等的故事，就知道该干什么：赶快去识别和满足重度用户之外最广泛需求，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 此刻最重要的机会最重要的事。

所以这个决策会如何影响接下来几个月的竞争格局？

我的感觉是，Pichai 面对的 " 舆论环境 " 很可能会再次因为这些决策而紧张一段时间。

2 DeepMind 的落差

Koray 说他连续三年穿同一件体恤跟我聊，我问他的问题也一直贯穿：第一年我问他到底怎么定义所谓原生多模态，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如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 对外最多亮相的代言人，他形容这是 Google 最正确的决定之一。已经不在 I/O 主要舞台上亮相，但内部影响力依然不小的 Jeff Dean 也认为，本届的各种发布里，Omni 的意义很大，它真正把 Gemini 过去积累的能力放进视频里。

在 DeepMind 主导的模型线，他们所定义的智能是必须面向未来，不能单纯对今天诸如语言能力等已经很突出的能力做单线延展。但对于如何训练，这里还是没有 " 配方 "，其实本质上要不停做实验。

而实验就意味着资源占用。

在多个交流后，我明显感到这里的张力，Google 甚至会考量看到一部分模态的能力可超过其他模态时，也要 " 克制 "。

Omni 也是这一届 I/O 唯一由 DeepMind CEO，伟大的 Demis Hassabis 亲自站台发布的模型。但发布后已经有不少体验反馈不佳。一个重要原因是此次发布的是 flash 模型。

与 Gemini 先发 Flash 的策略很不同，Pichai 给 Omni 的定义是一个代际领先今天已有模型的新模型，因此是出于安全负责原因，先发 Omni Flash。

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

DeepMind 所追求的原生多模态，在一开始是即便内部也压力不小的非共识的技术路线赌注；

在第二阶段因为这个路线产生了 Veo 和 Nano Banana，所以打消了很多质疑；

但现在进入第三阶段，它作为技术路线的味道少了，你惊奇发现，它居然更多被 Google 这个商业体的需求给内化和吞下了。

一个很有意思的内部思考方式也指向此，Google 认为这种原生多模态正在产生的另一个重要回报，在于它对 Google 软硬件结合的全栈路线的帮助，多模态能力可以用来加速硬件的迭代，AI 已经开始用于这种 " 内循环 "，而不是用于让 DeepMind 继续搞出下一个 Nano Banana 级别的新东西。

DeepMind 有能力搞出的最强模型，与目前能给搜索等实际业务提升收入和体验的实用模型，这之间谁对 Google 更重要？

这个问题跟幽灵一样又回来了，而现在看来，Google 和 DeepMind 仍然不是一条心。