作者：
陶鹤山
在一片 AI 泡沫论的声浪中，谷歌携 Gemini 3.0 上演王者归来，全面碾压 GPT5.1 等竞品，重登 AI 大模型王座。
从群嘲掉队到逆风翻盘，谷歌以全模态路线宣告：AI 之争已从参数军备竞赛转向生态落地鏖战。
长坡厚雪的 AI 赛道，正赛或许才刚刚开始，而获胜的底牌似乎已被谷歌揭晓。
一、持续创新，保持不下牌桌的能力
DeepMind 首席科学家 （Gemini 项目负责人奥里奥尔·维尼亚尔斯 （Oriol Vinyals） 透露，谷歌从掉队到翻盘的秘诀，就在于 「改进了预训练和后训练」。
专家分析，Gemini 3.0 的进步可能源于谷歌的多维度创新，包括数据质量提升、架构微调、训练稳定性增强，以及 Tree of Thoughts（思维树） 和 Context Engineering（语境工程） 等一系列前所未有的创新，成就了一个更 「懂你」 的 Gemini 3.0。
大模型训练作为一项复杂系统工程，数据、算力、参数等每一个环节的增益，都能推升模型性能。
在大厂们笃信大力出奇迹的 Scaling Law（规模定律），纷纷砸钱堆算力、扩数据、加参数来提升模型性能的路径依赖之外，还有大量调整参数、优化算力配置、打磨数据效率的 「苦活累活」。过去，华人工程师因为 「只擅长在 Scaling Law 框架下做优化，却做不出 Transformer 这类架构级创新」 的偏见，被戏称为 「参数调优工」。
而在 Scaling Law 瓶颈愈发显现的当下，「榨干 Scaling Law」 的本领，恰恰成为华人工程师最明显的优势。即便哪天 Scaling Law 在数据和算力上完全失效，至少在华人工程师规模上还会依然奏效。
事实上，华人工程师的数量和质量，已经成为硅谷风投评估 AI 初创公司的核心指标之一。
100 万，这是黄仁勋在讲话里反复强调的数字。中国拥有 100 万全职 AI 开发者，全天候投入 AI 研发，而放眼整个硅谷，最多只有 2 万人全职在做基础模型。
虽然中国公司给出的薪酬，尚难与硅谷的竞争对手相匹敌，但正如 OpenAI 联合创始人兼 CEO 山姆·奥特曼 （Sam Altman） 所说，「最后赢的会是 『传教士』，而不是 『雇佣兵』」。
无论 AI 竞赛的终点是 AGI（通用人工智能） 还是 ASI（超级人工智能），人类迈向 AI 时代的科技长征依然雄关漫道。大浪淘沙，千帆竞渡，唯有创新，持续创新，才能不被淘汰出局。
曾几何时，谷歌仍是傲视寰球的 AI 霸主，它亲手缔造了 Transformer 架构，却为 OpenAI 等后来者送上嫁衣。
OpenAI 以颠覆性的 ChatGPT 开启了生成式 AI 新纪元，而 DeepSeek 又以面壁者的姿态，一举击碎 OpenAI 精心构筑的商业壁垒。
华山之巅，没有永远的王者。
DeepSeek 证明了中国有能力赢。
谷歌证明了比赢更重要的是，保持不下牌桌的能力。
二、应用为王，生态协同路线的降维打击
经历了 2023 年初 Bard 的黯然失利，谷歌痛下决心，合并 Google Brain 和 DeepMind 两大山头，集中优势兵力 All in Gemini，同时要求谷歌所有产品线积极寻求与 Gemini 整合。这既是为了集中资源打造最强模型，也是基于谷歌商业帝国生态优势作出的战略选择。应用生态正是 OpenAI 等后起之秀最大的短板。
凭借 Gemini 3.0，谷歌终于打通了模型+生态的任督二脉。
原生多模态能力构成了 Gemini 3.0 的核心优势。特别值得注意的是，在 ScreenSpot-Pro 测试中，Gemini 3.0 的得分达到 72.7%，是 GPT-5.1（3.6%） 的 20 倍，表明该模型在理解屏幕截图和用户界面方面实现了质的飞跃。正如谷歌 CEO Sundar Pichai 所言："令人惊叹的是，仅仅两年时间，AI 已从单纯处理文本和图像，发展到能够读懂场景。"
Gemini 3.0 的发布绝非一次单纯的模型升级，而是整个谷歌生态的 「联合作战」。
发布当天即实现与谷歌全系产品的深度整合，通过 Gemini App、Google 搜索 AI 模式、AI Studio 和 Vertex AI 等渠道向用户开放，直接触达 20 亿搜索月活用户、6.5 亿 Gemini App 用户和 1300 万开发者。构建了覆盖消费级应用、企业服务和开发者工具的全模态 AI 产品矩阵。
这种 「生态预装」 的策略，打破了 AI 模型与应用场景的割裂感，使技术升级第一时间转化为更智能的用户体验，也让谷歌旗下原本各自为战的产品线形成了前所未有的协同效应——从消费端到企业端，从产品层到基础设施层，通过 Gemini 3.0，实现 「一通百通」。
谷歌这回的打法，是对大力飞砖模式的纠偏，也是 AI 应用价值的回归。
区别于美国算力优先的发展路径，中国一直坚持应用为王的发展模式，上海一年一度的世界人工智能大会 （WAIC），就是一面很好的镜子，从大模型到具身智能、从产业实例到生活场景，AI 应用百花齐放、目不暇接。新一轮规划实施的 「人工智能+」 行动，又持续力推 AI 在科研、经济、民生、治理等重点领域里的应用落地。
构建繁荣的应用生态有两个关键条件，一是足够大的市场规模 （用户量），二是足够开放的发展环境。
恰好中国拥有庞大的市场规模，并坚定支持 AI 开源的政策立场，使 AI 应用能够迅速从概念实现商业化、普惠化，通过 「应用—数据—技术」 循环，使 AI 真正成为经济社会发展新引擎，而非纸面繁荣的烧钱黑洞。
美国显然意识到 AI 算力投入与应用回报严重失衡的问题，最近特朗普正式签署 「创世纪计划」，被称为 AI 版 「曼哈顿计划」，核心目标是：利用 AI 推动核聚变、芯片、生物技术等领域科研突破。
三、算力平权，英伟达帝国的第一道裂缝
在此之前，英伟达凭借 「唯一卖铲人」 的地位，几乎垄断了 AI 算力市场，以 80% 毛利率坐收 「GPU 税」，全世界的 AI 公司再嫌贵，也得咬牙买单。
但 Gemini 3.0 完全依托谷歌自研的第七代 TPU（Ironwood） 训练得来，成本仅仅是英伟达路线的一半。
这是算力平权的标志性转折。
换句话说，对比深度绑定英伟达路线的 OpenAI 和 Anthropic 等 AI 公司，在同样的预算下，谷歌可以干成双倍的事情。如此悬殊的成本差距，只会造成两个结果，要么英伟达降价，要么更多芯片开始分食英伟达的市场。
Meta 就在第一时间宣布起义投诚，准备下单数十亿美元采购谷歌 TPU，无论是否真心，都在说明一个不争的事实，天下苦英伟达久矣。
尽管英伟达自诩领先行业整整一代——相较于定制化芯片，英伟达能提供更卓越的性能、更强的通用性与可替代性。
但 Gemini 3.0 证明了模型架构和定制化芯片的深度协同，可以带来非线性的能力突破。
市场已经逐渐接受这一共识：不用英伟达的芯片也能训练出最顶级的 AI 模型。
目光转到中国，这一幕似曾相识，自主可控，殊途同归。
黄仁勋预测，「到 2027 年，中国将拥有比全世界其他国家加起来还多的 AI 算力。」
得益于相对廉价的算力，中国公司能够用更多的资源去投入 AI 应用研发。算力从 「奢侈品」 向 「基础设施」 的回归，也是 AI 产业真正走向普惠的前提。
四、架构级创新，条条大路通罗马
Gemini 3.0 的卓越性能证明了 Scaling Law 至少目前依然有效，但活跃在 AI 前沿的研究者已经把目光投向了更远的地方。
OpenAI 创始人之一 Ilya 认为，「预训练+Scaling」 路线已经明显遇到瓶颈。与其盲目上大规模，不如把注意力放回到 「研究范式本身」 的重构上。
这与图灵奖得主、Meta 前首席 AI 科学家 Yann LeCun（杨立昆） 坚定呼吁 「LLM 已死」 的观点高度一致。
那么，在 LLM 之外，AI 的下一站何去何从？
World Model（世界模型） 是一个公认的选项。
李飞飞在 《世界模型宣言》 中旗帜鲜明地指出：LLM 已触及天花板，空间智能才是 AI 的下一个十年。她为世界模型定义了三大核心能力：生成性，创造符合物理定律、空间一致的 3D 世界；多模态，处理图像、视频、文本、动作等多种输入；交互性，基于动作预测下一个世界状态。这种范式转换，使 AI 从 「能说会道」 到 「能看会做」，从 「描述世界」 到 「创造和互动世界」。
类脑研究或许也值得期待，因为越高级的智能，越善于小样本学习。
Aizip 联合创始人陈羽北提出一个观点：大模型未必大在数据，而是大在架构。人脑拥有极高的数据效率，十几岁小孩接触的语料总共不到 100 亿 Token，但人类的大脑结构却非常复杂，包含 860 亿个神经元。类脑研究的进展，极有可能推动 AI 从 「暴力计算+海量数据」 的低效范式，转向 「生物结构+高效计算」 的新架构。
Ilya 宣称：AI 正从 「规模时代」，重新走向 「科研时代」。
对于深度依赖 Scaling Law 红利的 OpenAI 来说，不一定是好事。但对谷歌这样的研究型公司，一定是机会。
相比在 Transformer 架构下进行极致调优，中国也早已启动 AI 的架构级创新计划：
一是多路并进，加强人工智能基础理论研究，支持多路径技术探索和模型基础架构创新。
二是高效训推，加快研究更加高效的模型训练和推理方法，推动理论创新、技术创新、工程创新协同发展。
三是扩充模态，探索模型应用新形态，提升复杂任务处理能力，优化交互体验。
四是迭代提升，建立模型能力评估体系，以科学评估促进模型能力持续迭代提升。
Gemini 3.0 之后，谷歌把 AI 竞赛打成了明牌，「老牌 AI 帝国」 的护城河深不可测。但假以时日，中国 AI 的护城河可能更深更广。科技竞争，唯创新者胜。
（作者陶鹤山为数字经济工作者，从事数字化领域政策规划）
东财图解·加点干货
（澎湃新闻）
文章转载自东方财富