谷歌在AI大模型竞赛中经历冷眼嘲讽后如何翻盘？

财云财经阅读：47232025-01-01 15:39:00评论：0

摘要： 谷歌大模型竞赛起步早但挫折多，前期股价低迷被嘲讽。2024年发布Gemini2.0等成果丰收，可仍面临反垄断风险，它在努力于AI浪潮中站稳。

谷歌在大模型领域的早期发展与挫折

技术积累与早期优势

谷歌在人工智能领域的起步非常早，早在2001年就开始利用机器学习来帮助人们纠正关键词输入的错误拼写，之后陆续推出诸多成果。2006年有基于机器学习的谷歌翻译，2015年开源了机器学习框架TensorFlow，2016年DeepMind开发的AlphaGo击败世界围棋冠军并且推出了定制芯片TPU，2017年推出了Transformer架构。这些成果显示出谷歌在技术储备和创新方面的强大实力，为其在大模型领域的发展奠定了坚实的基础。

初代大模型的失败

尽管谷歌在人工智能领域有着深厚的底蕴，但在大模型竞赛的初期却遭遇了失败。2023年2月6日谷歌发布的大模型Bard，初代版本基于LaMDA，更注重自然对话能力而对信息和数据处理能力不足，在巴黎的直播发布会表现不佳，导致股价下跌8％。与ChatGPT相比，Bard显得落后，谷歌内部和外界都对其进行了批评质疑，这让谷歌在大模型竞赛的早期处于劣势。

应对竞争与不断迭代

为了应对竞争，谷歌在2023年不断对大模型进行迭代。4月10日，Bard的底层模型升级为PaLM；5月10日，Bard升级为PaLM2，提升了逻辑推理能力；12月，Bard再次升级，模型切换为GeminiPro，性能表现全面超越GPT-3.5。然而在2023年，谷歌始终未进入“大模型顶流”行列，应用范围也局限于自己的生态链，同时周围强敌环伺，面临着来自OpenAI、Anthropic、Meta等公司的竞争压力。

谷歌在AI大模型竞赛中经历冷眼嘲讽后如何翻盘？

谷歌在2024年的奋起直追与成果

大模型的更新与拓展

2024年谷歌开始了赶超之旅。2月8日Bard正式更名为Gemini，之后陆续发布了Gemini1.5Pro等版本。12月6日发布的Gemini2.0Flash表现十分强大，推理能力强且一步到位支持多模态，速度是1.5Pro的两倍。谷歌还推出了一系列相关功能，如ProjectAstra的更新、ProjectMariner和代码助手Jules，同时发布了二代的视频和图像生成模型Veo2和Imagen3等成果。

大模型外围产品的成功

除了大模型本身的发展，谷歌在大模型外围产品上也取得了成功。2024年9月发布的AI笔记应用NotebookLM广受好评，该产品可对输入进行理解和摘要并生成音频内容。12月升级后的NotebookLM功能更强大。DeepMind为天气预测研发的AI天气模型GenCast以及因蛋白质结构预测模型AlphaFold获得诺贝尔化学奖，都表明谷歌AI在科研领域的渗透远超其他AI新秀。

硬件与模型训练平台的支持

随着2.0flash模型的发布，其背后的核心硬件第六代TPUTrillium也浮出水面。TrilliumTPU可将一些模型的训练速度大幅提高，主机动态随机存取内存是上一代的3倍。它是谷歌云AI超级计算机的关键组件，并且已经走向实际应用阶段，任何厂商都可以购买来构建自己的大模型产品。

谷歌在大模型竞赛中的优势与隐忧

优势方面

谷歌有着诸多优势。企业氛围鼓励创新，像“谷歌20%时间政策”诞生了不少营收产品。在算力、云服务方面的基建能力和技术架构、人才储备强大，是其他厂商难以追赶的。下游应用生态丰富，如Youtube、搜索、无人驾驶平台Waymo等都是很好的应用场景。谷歌资金雄厚，三季度财报显示营收和利润增长，手握近千亿美元现金，这为其在大模型发展上提供了强大的经济保障。