谷歌DeepMind：现代贝尔实验室的AI棋局

许多人以为，Transformer 是谷歌的独家发明，但 ChatGPT 的横空出世却并非出自谷歌之手。这一事实，在硅谷内引起了广泛的讨论，成为了近年来一个未解的“遗憾”。

然而，当你真正走进今天的 Google DeepMind，你会发现谷歌的策略并非“慢”，而是在下一盘更大的棋。

近期，Google DeepMind 首席运营官 Lila Ibrahim 与谷歌研究、技术与社会高级副总裁 James Manyika 在一档播客中，首次系统性地剖析了这家公司正在发生的变革：

• DeepMind 到底是如何运作的？
• 为什么 Gemini 能够每 6 个月迭代一代？
• 谷歌如何在量子计算、材料科学、气象预测、太空算力这些领域同步推进？
• 以及，AI 原生产品是如何真正落地，而不仅仅停留在实验室？

如果说 OpenAI 是一家高速冲刺的创业公司，那么今天的谷歌，更像是一座重新启动的“现代版贝尔实验室”。

DeepMind 运作模式的核心在于两个方法论：

• 只给方向，不给答案。

制定宏大的研究议程，但不规定路径，研究者拥有高度自由。

• 广泛的跨学科研究。

生物伦理学家、神经科学家、计算机科学家可以在同一张桌子上工作，这是谷歌的日常。

在这套机制背后，还有一个关键变量，即 Google DeepMind 的灵魂人物 Demis Hassabis。他拥有对时机的精准判断，既能自上而下设定方向，又允许自下而上产生创新。

例如，Demis Hassabis 预判，到 2026 年 Gemini 将足够成熟，可以全面吸收 DeepMind 在“学习科学”上的积累。这种判断决定了资源的倾斜方向以及产品进入爆发期的时间点。

James Manyika 提到，过去三年的最大变化是将 Google Brain 和 DeepMind 合并，围绕 Gemini 建立了一个中央 AI 引擎。在这一模式下：

• Gemini 成为全公司的底层基础设施
• 每 5、6 个月完成一次重大迭代
• 模型发布后，立刻进入搜索、Workspace、Gemini App 等核心产品

与此同时，谷歌实验室文化正在回归，而且规模比以往更大。

James Manyika 透露，实验室目前同时推进约 30 个项目。

谷歌有一套闻名硅谷的创新机制，即全体员工拿出 20% 的时间用来做项目以外的探索。这种机制不断催生出优秀的产品来反哺谷歌。例如 Notebook LM 和 Flow 等工具。

如果只关注生成式 AI，你会低估谷歌。因为 DeepMind 同时在推进生物研究、教育体系、材料科学、气象预测、量子计算、太空算力计划等多个领域。而在不少领域，谷歌已经取得了里程碑式的成就。

从量子纠错的突破到覆盖 150 个国家的洪水预测系统，再到试图把 TPU 送入太空进行训练的 Project Suncatcher，这些布局显示出一种罕见的长远视角。

“从谨慎地发布”到“在发布中学习”，谷歌完成了新节奏的转变。这家公司正在重新定义“长期主义”。当它真正开始加速时，人们是否已经意识到它的棋局比所有人想象的都要大？