谷歌重回铁王座！Gemini 3吊打GPT-5，奥特曼发信承认技不如人

　　新智元报道

　　编辑：定慧 好困

　　【新智元导读】两年时间，谷歌从被OpenAI按在地上摩擦，到用Gemini 3.0 Pro把「落后」两个字彻底撕碎，狠狠甩了奥特曼一脸。AI江湖的王座，谷歌终于还是坐实了！

　　最近谷歌的Nano Banana Pro和Gemini 3，大家都玩嗨了吧～

　　就连奥特曼都在全员信中承认，谷歌已经「反超」。

　　可以说，年底这波大招，成功地「让谷歌再次伟大」！

　　尤其是Nano Banana Pro展现了生成式AI技术的重大突破。

　　网友用Nano Banana Pro制作的梗图

　　所有人都赞不绝口，很多大佬都成了自来水，比如Shopify的CEO直夸Nano Banana Pro简直疯狂！

　　谷歌这把王座，基本是坐稳了。

　　回看这个11月，全球科技格局经历了一场剧烈的板块漂移，准确地说，是在谷歌和OpenAI之间。

　　两家产品都是密集发布，GPT-5.1、Gemini 3，你方唱罢我登场。

　　在经历了长达三年的被动防御战，谷歌以一种近乎挑衅的自信姿态重回人工智能霸主的地位！

　　上个月，作为对手的奥特曼告诉OpenAI的同事们：

　　谷歌最近在AI方面的进展可能会「给我们公司带来一些暂时的经济阻力」。

　　所以，谷歌的Gemini 3和Nano Banana Pro为何能够突然断层一样领先？

　　是因为自研TPU带来的算力扩充，还是谷歌掌握了全新的AI技术？或许都有，但在社区的讨论中，一种最可能的底层原因开始浮出水面。

　　谷歌的创始人放弃在私人小岛度假，并且重回AI第一线，重启「创始人模式」。

　　谢尔盖效应：创始人模式拯救谷歌，并带来Gemini 3.0

　　身价千亿创始人

　　亲自下场修配置

　　如果说劈柴是谷歌AI转型的执行者，那么联合创始人谢尔盖·布林（Sergey Brin）的回归则是这场变革的精神图腾。

　　据外媒报道，布林早已重返谷歌山景城总部。

　　他并没有选择坐在高管套房里，而是直接入驻了被称为「Building 43」的工程中心。

　　X的网友将布林的回归定义为：谷歌在一年内从「远远落后」到「轻松称霸」。

　　这个观点引发了社区广泛的讨论！

　　网友迅速从嗨到不行的状态立马上升到哲学层面：谷歌怎么一下子能做出两个这么厉害的产品？

　　一个观点是，谷歌在技术上从未落后，但是谷歌得了一个病：「大公司病」。

　　OpenAI作为创业公司，加上奥特曼的激进战略，OpenAI一直敢于发布产品，即使市场认为这个产品并不完美。

　　而布林的回归和影响力，正是打破了谷歌的这种僵局。

　　这充分展示了强大领导力的重要性。

　　甚至有网友认为，如果不是创始人打通了谷歌部门之间的壁垒，Gemini 3或者Nano Banana Pro并不会以「全面出击」的方式上线。

　　作为谷歌的创始人和图腾人物，谢尔盖放弃退休后在私人小岛享受生活。

　　而是脚踏实地的重返硅谷，拯救谷歌。

　　布林的回归不是为了发表愿景演讲，而是为了写代码。

　　据说，他回到谷歌后提交了多年来的第一个CL（Changelist，谷歌内部的代码修改请求），这一行为在工程师内部产生了地震般的效应：

　　如果身价千亿的创始人都在修补配置文件，那么任何产品经理都没有理由以「流程」为借口阻碍发布。

　　布林的存在直接催化了Gemini 3项目的加速，他专注于解决模型在长逻辑链推理上的「长尾问题」，这是之前职业经理人们因追求短期指标而忽视的领域。

　　很多网友表达了类似的看法。

　　谷歌太强，也太大，它得了大公司病，到处是繁文缛节。

　　但布林的回归，让谷歌再次成为一家AI时代的「创业公司」。

　　创始人的回归，不仅重塑了文化。

　　有网友说，谷歌将所有人工智能相关工作整合到哈萨比斯旗下的DeepMind也是至关重要的一步棋。

　　这里就有人问了，创始人虽然具有图腾般的象征和号召力，但是他有实权吗？

　　最有名的独立开发者levelsio给出了答案：

　　谢尔盖·布林与拉里·佩奇仍共同持有Alphabet的股份。

　　更重要的是，他们共同持有87.4%的B类投票股，这赋予了他们51.4%的总投票权

　　想象一下，当谷歌的官僚体系（他们确实存在不少）试图阻碍你时，有谢尔盖站在你这边——只需给他发条消息，就能获得通行许可。

　　这相当于获得了一张创新的通行证：你可以自由创造任何产品、发布任何功能、推出任何项目，几乎不受限制。

　　这让谷歌重新像一家小型初创公司那样运作，我认为这正是他们再次取胜的原因。

　　虽然这波谷歌有望重夺王座，但是在此前面对OpenAI时，谷歌一度掉以轻心。

　　拉响红色警报

　　AI部门紧急重组

　　起初，ChatGPT刚出来时，谷歌并没有放在眼里——

　　这不就是我们自己玩过的LaMDA吗？

　　那个内部跑过、甚至把一个工程师忽悠到以为它有意识、但死活没敢放出来的生成式AI聊天机器人。

　　谁也没想到，ChatGPT眨眼间就成了史上增长最快的消费级产品，甚至还能替代搜索引擎拿来查资料、做研究。

　　这时谷歌才反应过来：坏了，真要出大事了。

　　虽然没人正式喊，但公司里实质上已经「code red」了。

　　于是，谷歌赶紧把自家两个最强的AI实验室缝在了一起——谷歌DeepMind由此诞生。

　　从追赶到碾压，谷歌王者归来

　　这次合并把DeepMind在强化学习、神经科学启发AI上的深厚积累，和谷歌Brain在大规模机器学习系统上的优势完美结合，直接加速了顶级模型的研发。

　　Gemini正是合并之后，第一个落地的大项目。

　　它从设计之初，便坚定地走上了原生多模态路线，而不是在单模态模型上后期缝补，从而彻底避开了GPT-4等竞品的后天短板。

　　同时，也完全由谷歌自研的TPU进行训练。

　　2023年12月6日，第一代Gemini正式发布。

　　Gemini 1.0共有三大版本：Gemini Ultra、Gemini Pro、Gemini Nano，其中Pro和Ultra支持最长32k token上下文。

　　作为当时谷歌最强大的模型，Gemini Ultra在MMLU拿下90.0%，数学（MATH 53.4%）和视觉问答等多项榜单碾压GPT-4。

　　2024年2月15日，Gemini 1.5发布。

　　上下文窗口直接拉到100万token（Pro），性能追平甚至超Gemini 1.0 Ultra，但算力需求更低。同时，新增Gemini 1.5 Pro和Gemini 1.5 Flash。

　　2024年6月，谷歌再次将Pro的上下文窗口，提到了惊人的200万token。

　　2024年9月24日，Gemini 1.5 Pro-002和Flash-002上线，更成熟、更便宜。

　　2024年12月11日，Gemini 2.0亮相，主打「agentic」能力，原生支持实时音视频流，新推出Multimodal Live API。

　　2025年2月，谷歌带来了更快Flash-Lite和Pro Experimental，并且还新增了Thinking Mode——推理过程完全可见。

　　2025年3月25日，Gemini 2.5以Pro Experimental首秀。

　　谷歌称，这是迄今最聪明的模型，内置超强推理、编程、多模态复杂任务能力无敌。

　　2025年6月17日，2.5 Pro与Flash全面开放，支持企业级高吞吐。

　　2025年10月7日，Gemini 2.5 Computer Use上线，专攻浏览器操控，在手机UI控制上也极具潜力，把整条产品线的智能体能力又拉高一个台阶。

　　2025年11月18日，全新亮相的Gemini 3.0 Pro和Gemini 3.0 Deep Think，直接成了2025年11月最猛的现役模型。

　　一上线，Gemini 3.0 Pro就在20个基准测试里狂砍19胜，把一众大模型按在地上摩擦。

　　尤其是在Humanity's Last Exam上，它凭借着41%的准确率把OpenAI的GPT-5 Pro（31.64%）打得满地找牙。

　　模型核心设计原则

　　正如前面提到的，Gemini全系列从零开始联合训练，原生多模态，训练数据直接覆盖文本、图像、音频、视频，能轻松处理各种模态混排输入输出。

　　这种天生多模态设计彻底甩开后期改造的老路子，自然涌现出了跨模态推理能力，比如边看视频边回答文本问题。

　　架构采用仅解码器Transformer，加入多查询注意力等优化，优先保证泛化能力而非堆砌专用编码器。

　　效率方面，第一代采用分层设计（Ultra极致能力、Pro平衡、Nano/Flash低延迟设备端）+ 混合专家（MoE）稀疏激活，只点亮当前输入需要的子网络，训练推理都省算力。

　　Gemini 1.5及2.5则进一步用稀疏MoE Transformer，把上下文窗口标配做到100万token，几小时视频也能轻松吃下。

　　CEO也有功劳？

　　除了创始人回归，谷歌本身内部的快速迭代。

　　很多人也忽略现在CEO 劈柴的能力。

　　正如很多人在3年前将谷歌的落后归咎于劈柴，却不敢承认，正是劈柴让谷歌重回正轨，并完成对OpenAI的超越。

　　劈柴在2015年接任CEO时，被视为硅谷最完美的职业经理人：温和、外交手腕高超、善于达成共识。

　　在移动互联网的红利期，这些特质确保了谷歌这艘巨轮的平稳航行。

　　然而，当2022年AI军备竞赛爆发，这种「和平时期」的领导风格迅速成为众矢之的。

　　但今天外媒BI的一篇文章，深入分析了劈柴在谷歌这波逆袭中扮演的重要角色。

　　像Gemini 3这样强大的产品需要多年时间、大量技术研究和底层架构才能实现。

　　谷歌在这方面已深耕许久，正是因为劈柴推动公司转向「AI优先」理念也已近十年。

　　如今这些努力终于结出硕果。

　　背景故事：

　　2017年，谷歌的汉堡emoji把奶酪放在肉饼下面，瞬间全网炸锅。这直接引发了一场又好笑又撕裂的互联网大战，大家疯狂争论「正确」的汉堡该怎么叠。

　　皮查伊当时发推调侃：你们要是能统一意见，我就放下手头一切马上修。结果大家真的统一了，Android没几天就更新，把奶酪挪到了肉饼上面。

　　现在看来，Gemini 3.0也完美遵守了这个「正确顺序」。

　　算力不够用

　　容量必须每6个月翻一番

　　谷歌这波成功，除了在战略和文化上，被「创始人模式」带飞了一波。

　　但千万不要忽略最根本的原因，谷歌的算力！

　　即使布林给所有谷歌工程师都打了「鸡血」，没有算力一切都白搭。

　　这就要归功于谷歌的TPU了。

　　本月早些时候的全体员工大会上，谷歌AI基础设施负责人Amin Vahdat直接说：公司必须每六个月就把服务容量翻一倍，才能满足人工智能服务的需求。

　　据CNBC报道，这位谷歌Cloud副总裁还放了幻灯片，上面写着未来4-5年要实现「1000倍」扩展。

　　支撑这1000倍增长的核心，是谷歌在2025年发布的第七代张量处理单元（TPU），代号「Ironwood」。

　　这款芯片不仅是硬件的迭代，更是谷歌垂直整合战略的巅峰之作。

　　千倍扩展的难题

　　目前AI最大的瓶颈就是英伟达GPU产能跟不上。

　　几天前英伟达财报电话会上还说AI芯片「卖到断货」，数据中心收入单季暴增100亿美元。

　　芯片和其他基础设施限制直接影响谷歌新AI功能上线。

　　11月6日的全体大会上，劈柴举了上个月刚升级的视频生成工具Veo的例子：

　　「Veo刚出来的时候多令人兴奋啊，如果能在Gemini App里放开给更多人用，用户量肯定爆，但我们就是给不了——算力根本不够。」

　　虽然哪家AI公司都缺算力，但是相比OpenAI，谷歌TPU正是他们制胜的法宝。

　　谷歌的「1000倍」算力扩张揭示了一个残酷的现实：AI行业正在经历剧烈的阶级分化。

　　地主阶级：拥有吉瓦级数据中心和自研芯片的巨头，比如谷歌。他们制定规则，出租算力，收取租金。

　　佃农阶级：依赖巨头基础设施构建应用的初创公司。无论他们的模型多优秀，最终的利润大头都将流向基础设施提供商。

　　因此，这也是为何OpenAI也想要做芯片的根本原因。

　　从年初的Gemini 2.5到年底的Gemini 3，如果单从版本号来看，谷歌的行动可以说缓慢至极。

　　关于GPT-5和Gemini 2.5谁更好用的话题也是经久不衰。

　　但是随着Gemini 3、Nano Banana Pro的出世，所有人都突然回过神来，谷歌还是那个谷歌，谷歌还是SOTA！

　　这里面既有创始人放弃私人小岛重回一线的魄力，也有谷歌TPU多年来的厚积薄发。

　　作为AI领域唯一一家技术全栈的科技公司，让我们期待一下2026年，Gemini 4甚至Gemini 5能否让我们看到AGI的曙光。

　　参考资料：

　　https://www.businessinsider.com/sundar-pichai-cheeseburger-google-comeback-2025-11

　　https://x.com/sundarpichai/status/1991613220969423272

　　https://x.com/Yuchenj_UW/status/1991762083739025429

　　https://x.com/levelsio/status/1991766655362548080

　　https://arstechnica.com/ai/2025/11/谷歌-tells-employees-it-must-double-capacity-every-6-months-to-meet-ai-demand/

　　点亮星标，锁定新智元极速推送！