Google凭借Gemini 3重新领跑AI竞赛，辛顿预言其将超越OpenAI

谷歌通过Gemini 3版本、自主设计芯片、强大数据资源与顶尖研究团队，正重新反超OpenAI，并推动市场份额与用户活跃度快速上升。在谷歌与OpenAI的巅峰对决中，辛顿押注谷歌会获胜。

「我预测，谷歌必将取胜」！

近日，AI教父辛顿公开表示：

谷歌已经开始赶超OpenAI。

「AI教父」辛顿（Geoffrey Hinton）

更让OpenAI扎心的是，他还补充道：

令人惊讶的是，谷歌竟耗费如此长时间才实现反超。

三年前，ChatGPT的发布曾让谷歌内部触发「红色警报」。

如今，拉响警报的换成了OpenAI。

谷歌最新发布的Gemini 3版本获得业界广泛赞誉，有专家认为其性能已超越OpenAI的GPT-5。

Nano Banana Pro图像模型也备受用户青睐。

辛顿指出，自研芯片是谷歌的一大显著优势。

此外，他还提到谷歌拥有众多优秀研究员、海量数据及庞大数据中心。

这些综合实力让辛顿相信谷歌将超越OpenAI并赢得最终胜利。

从市场反馈看，Gemini 3、Nano Banana Pro等模型的发布，AI与搜索产品的整合，以及TPU与Meta达成十亿美元订单，共同推动谷歌母公司市值接近4万亿美元。

辛顿在谷歌大脑任职期间助力推动了早期AI研究。

他表示，谷歌曾长期引领AI发展，但后来变得更为谨慎。

谷歌发明了Transformer架构，并比其他公司更早拥有大型聊天机器人。

辛顿提到，当微软2016年发布的「Tay」因发表种族歧视推文而迅速下架后，谷歌开始格外小心。

谷歌一直拥有良好品牌声誉，他们担心类似事件会损害名声。

此前，谷歌CEO Sundar Pichai也表示，公司未更早推出聊天机器人是因为产品成熟度不足。

过去，谷歌也曾经历一些不顺利的产品发布。

去年，谷歌因用户投诉其AI图像生成器在历史人物肤色上出错、显得过度政治正确，而被迫暂停该功能。

其早期的AI搜索摘要，也曾给出荒唐建议，例如为防披萨芝士滑落可涂抹胶水。

Gemini 3 Pro视觉推理能力突破

在谷歌官方介绍中，Gemini 3 Pro被称为「迄今最强大的多模态模型」。

谷歌在介绍Gemini 3 Pro时，强调了一个关键进步：

从「识别」迈向「理解」。

Gemini 3 Pro在文档、空间、屏幕和视频理解方面表现卓越，实现了从简单识别到真正视觉与空间推理的跨代提升。

它在MMMU Pro和Video MMMU等复杂视觉推理基准上刷新纪录，并在文档、空间、界面及长视频理解等特定任务测试中取得出色成绩。

文档理解

现实世界的文档常混乱、缺乏结构、难以解析，常包含交错图像、难辨手写字、嵌套表格、复杂数学符号和非线性布局。

Gemini 3 Pro在文档处理能力上实现重大突破，从精准OCR到复杂视觉推理均有显著提升。

它不仅能看懂「内容」，还能理解「关联」与「逻辑」。

谷歌的一项核心能力是「反渲染」：将文档画面还原为结构化代码（如HTML、LaTeX、Markdown）。

例如，它能将18世纪商人日志转换为复杂表格，或将带数学标注的图像精准恢复为LaTeX。

18世纪奥尔巴尼商人手册中的手写复杂表格

要真正理解文档，模型需准确识别文本、表格、数学公式、图形和图表，无论存在噪点或格式混乱。

除智能感知外，还需具备高级推理能力。

Gemini 3能在长文档中执行跨表格与图表的多步复杂推理。

在CharXiv基准中，它以80.5%的成绩超过了人类基线。

举例来说，用户分析美国人口普查局62页报告时提出提示词：

「比较2021–2022年货币收入与税后收入的基尼指数变化百分比；解释税后收入指标偏离原因。此外，就货币收入而言，最低收入五分位份额是上升还是下降？」

下方图片展示了模型的逐步推理。

空间理解

空间理解让模型开始理解「物理世界」。

Gemini 3 Pro可结合推理能力更好地理解物理环境。

关键能力包括指向坐标，即通过输出像素级坐标精确指向图像中的位置。

例如，可估计人体姿态或分析动作轨迹。

多个二维点串联能执行较复杂任务，这是2D图像迈向「世界模型」的关键一步。

此外，还有开放词汇指代，即模型能用开放词汇识别物体及意图。

例如在机器人领域，用户说桌子凌乱，帮我设计垃圾分类步骤。

模型不仅看到「物体」，还知道何为垃圾、如何分类及整理。

这一能力也延伸至AR/XR设备，用户可请求AI助手「根据用户手册指出螺丝位置。」

屏幕理解

Gemini 3 Pro的空间能力在理解桌面与移动设备界面时表现突出，让计算机使用型智能体更可靠，可自动化重复任务。

屏幕理解还能支持QA测试、用户指导及UX分析。

视频理解

视频是最复杂的数据形式：信息密集、变化快速、多模态且背景丰富。Gemini 3 Pro在视频理解上迈出巨大一步。

核心能力包括高帧率理解，经优化后，模型在高于1 FPS取样下能更好理解快速运动。

例如以10 FPS处理视频，Gemini 3 Pro可捕捉每次挥杆动作和重心转移，支持深入运动机理分析。

此外，「思考模式」下的视频推理能让模型跟踪复杂因果关系。

不仅能「看到发生什么」，还能理解「为何发生」。

甚至可将长视频总结为可执行应用程序。

视频不再是内容，而是知识源。

文档理解让AI不仅能识别文字，更能理解内容；空间理解让AI理解三维世界；屏幕理解让AI看懂设备屏幕动态；视频理解让AI看懂视频中的动作、原因和逻辑。

Gemini 3 Pro让AI首次像「真正能看懂世界的人」一样工作。

如果说GPT-4开启了「语言智能」时代，那么Gemini 3 Pro正开启视觉与行动智能时代。

AI不再只会说话，而是开始理解世界。

ChatGPT增长放缓，Gemini快速追赶

在互联网和AI行业，同样遵循「飞轮效应」经典模型，用户始终居于核心。

谷歌正是依靠此原则筑起搜索帝国。

每次搜索、点击都反哺反馈循环：用户行为改进排序系统，排序优化吸引更多用户。

时间一长，飞轮形成正向循环，筑起难以攻破的护城河。

根据市场情报公司Sensor Tower最新数据，ChatGPT增长势头正趋缓。

尽管它仍稳居行业第一，在移动端全球下载量中占50%，全球月活用户中占55%，但Gemini正快速追赶，在下载增速、月活增速及用户使用时长增速方面全面超越ChatGPT。

从趋势看，在用户数量和活跃度等方面，Gemini正缩小与ChatGPT差距。

截至2025年11月，ChatGPT全球月活同比增长180%，而Gemini同比增长170%。

新数据显示，ChatGPT月活在8月到11月间仅增长约6%，达约8.1亿。

Sensor Tower表示，这可能意味ChatGPT正接近市场饱和。

相比之下，Gemini全球月活在同期跃升约30%，主要受新图像生成模型Nano Banana推出后用户激增影响。

报告还指出，在美国Android用户中，通过系统内置Gemini使用服务的人数是使用独立Gemini应用的两倍。

这可能让谷歌在全球市场形成优势，因Android占主导地位，意味Gemini不再受限于移动App或网页端。

在与ChatGPT、Copilot、Claude、Perplexity和Grok等应用对比中，Gemini在整个市场的月活份额也在提升。

该机构估算，过去七个月（5月至11月），Gemini全球月活市占率提升3个百分点。

相比之下，ChatGPT全球月活市占率在过去四个月（8至11月）下降3个百分点。

来自Perplexity和Claude等竞品的压力也愈发明显。

这两款产品在2025年均迎来三位数增长：Perplexity同比上涨370%，Claude同比上涨190%。

ChatGPT截至11月全球下载量同比增长85%，但仍落后于AI应用整体110%的平均增速。

其中，Perplexity与Gemini下载量增速最高，分别达215%和190%的同比增长。

此外，Sensor Tower表示，Gemini用户日均使用时长在过去几个月翻倍增长。

截至11月，Gemini用户日均使用时长达11分钟，比3月增长120%，很可能受9月上线的图像生成模型Nano Banana带动。

同期ChatGPT用户日均使用时长仅增长6%，且与7月相比，11月使用时长下降10%。

虽然目前数据表明谷歌正逼近市场领头羊，但其近期大部分增长主要来自Nano Banana的成功。

OpenAI是否仍有胜算？

庞大用户基数及对用户心智的占领，一直是OpenAI强大护城河，也是其领先竞争对手的重要资本。

因此，OpenAI能否在与谷歌竞争中取胜，关键指标在于能否守住用户基数优势。

前段时间，OpenAI将摊子铺得较大，可能放缓模型产品迭代速度。

当面对Gemini 3、Claude Opus 4.5等模型在基准测试中突出表现时，必然造成OpenAI用户流失。

用户选择大模型时，更注重模型性能与体验，而非用户忠诚度。

此前，Salesforce CEO马克·贝尼奥夫表示，在体验Gemini 3两小时后，立刻弃用近三年的ChatGPT。

这正是奥特曼担忧之处。

几天前，奥特曼在致员工备忘录中发出「红色警报」，称要将精力拉回提升ChatGPT，其他低优先级项目暂缓。

现在，每周有近十亿人使用ChatGPT，庞大用户规模让OpenAI拥有前所未有窗口，洞察人类意图、好奇心和决策方式。

每个提示词、每段对话都能喂回模型训练、评估和强化学习，进一步强化全球可能最强的AI反馈循环。

奥特曼的「红色警报」核心，正是保护此优势。

若ChatGPT变得更好用，人们使用频率更高，使用越多循环越强，产品越优——形成不断自我加速的飞轮效应。

这也是OpenAI抵御谷歌进攻的强大堡垒。

如今，Gemini 3已吸引一波用户，OpenAI强大堡垒出现松动迹象。

在此节骨眼上，若ChatGPT质量波动或界面杂乱，用户转向谷歌将更易。

此前，不断有用户对OpenAI在产品中推送商品信息表示反感。

因此，就在外部紧盯OpenAI财务状况时，奥特曼仍决定先稳定用户飞轮，将上线广告和赚钱事宜暂放。

目前，OpenAI将希望押在新模型发布上，以推动ChatGPT再次加速增长。

但AI投入成本极高，OpenAI已承诺投入数千亿美元建设基础设施，将ChatGPT推向真正全球规模。

因此，商业化不能一直拖延。

先聚焦ChatGPT稳住用户基本盘，再探索广告商业化机会，正是奥特曼在强敌压境下的重要考量。

如今，相比OpenAI，谷歌在模型上已赶上，在芯片、产品矩阵、商业化能力等方面不断巩固优势。

奥特曼是否能让谷歌再次拉响「红色警报」，可能要看新模型「Garlic」推出后的市场反应。

参考资料：

https://www.businessinsider.com/ai-godfather-geoffrey-hinton-google-overtaking-openai-2025-12

https://blog.google/technology/developers/gemini-3-pro-vision/