它看起來像厚厚的塑料薄膜，深埋在iPhone內部，以至於大多數使用者甚至都不知道它的存在。但由於高端玻璃纖維供應短缺，蘋果公司正與輝達、Google和亞馬遜等公司爭奪這種稀缺資源。玻璃布是晶片基板和印刷電路板 (PCB) 的關鍵組成部分，而晶片基板和印刷電路板本身又是電子裝置的組成部分。這種布料最先進的類型幾乎完全由一家日本公司生產：日東紡機，簡稱日東紡。蘋果公司很早就開始在iPhone上使用Nittobo的玻璃纖維布。起初，供應方面幾乎沒有問題。但人工智慧的蓬勃發展極大地推動了對採用優質玻璃纖維布製造的高性能PCB的需求，這意味著財力雄厚的AI公司現在也對Nittobo的產品趨之若鶩，這不僅使蘋果，也使移動晶片巨頭高通面臨供應短缺的風險。玻璃纖維供應的限制以及由此導致的PCB供應短缺，正如一位業內人士所說，正在造成“2026年電子產品製造和人工智慧行業面臨的最大瓶頸之一”。據《日經亞洲》報導，由於擔憂日益加劇，蘋果公司去年秋天派遣員工前往日本，駐紮在三菱瓦斯化學公司，試圖確保獲得更多用於藍牙基板的材料供應。許多類型的晶片，包括iPhone和其他移動裝置中使用的晶片，都需要BT基板（正式名稱為雙馬來酰亞胺三嗪基板）作為基底。而為了生產BT基板材料，MGC需要使用Nittobo的玻璃布。據知情人士透露，蘋果公司甚至更進一步，詢問日本政府官員是否可以幫助其從日東紡獲得更多供應，以滿足其 2026 年的產品路線圖——這是一個特別緊迫的問題，因為蘋果正準備推出其首款可折疊 iPhone，並期待今年手機市場進一步復甦。MGC告訴《日經亞洲》，公司“相關業務部門正在與包括直接和間接客戶在內的重要客戶密切磋商，以尋求解決當前原材料供應問題的方案”，但拒絕進一步置評。蘋果公司未回應《日經亞洲》的置評請求。《日經新聞》此前報導稱，輝達和AMD也派員工前往日東坊，希望獲得人工智慧晶片所需的原材料。但這些努力大多徒勞無功，因為產能的增加仍然有限。一位為AMD、Nvidia和蘋果公司提供基板的供應商高管表示：“即使你向Nittobo施壓，沒有新增產能也無濟於事。我們認為，只有當Nittobo的新產能於2027年下半年上線後，情況才會真正得到實質性改善。”據兩位知情人士透露，蘋果公司也在努力尋找替代來源，包括派遣員工前往一家名為格瑞絲織物科技（GFT）的中國小型玻璃纖維製造商，並要求MGC公司幫助監督這家中國材料供應商的質量改進。iPhone製造商並非唯一一家感到擔憂的公司。高通是全球領先的移動晶片製造商，為三星電子等高端智慧型手機提供處理器。據《日經亞洲》報導，消息人士透露，高通曾拜訪另一家規模較小的日本玻璃布供應商Unitika，希望其能夠幫助緩解供應緊張的局面。但消息人士稱，Unitika的產量遠低於Nittobo。一位輝達和蘋果公司供應商的高管告訴《日經亞洲》：“這將是 2026 年電子產品製造和人工智慧行業面臨的最大瓶頸之一。”高通公司沒有回應《日經亞洲》的置評請求。他們所尋找的這種特殊玻璃，正式名稱為低熱膨脹係數（CTE）玻璃，但更常見的叫法是T型玻璃。它因其尺寸穩定性、剛性和高速資料傳輸能力而備受青睞，這對於人工智慧計算和其他高端處理器晶片至關重要。 (半導體芯聞)

Waymo又闖禍了！！這家Google旗下的自動駕駛公司，繼闖入警匪對峙現場、停電干崩矽谷之後……這次差點給乘客小命搭上：是的，你沒看錯。它這次直接載著乘客開上了城市道路中央的鐵軌，而且後面就有一輛跟上來的小火車。這下可給乘客嚇懵了~於是趕緊棄車跑路了。事件一出，“前科纍纍”的Waymo再次引發網友聲討，而且連帶著它所代表的“L4直達派”也再次受到質疑。然而就在此時，“L2升維派”的代表特斯拉這邊，FSD可是又有新進展了——馬斯克最新發聲，FSD停止買斷交易，從此轉為訂閱。以Waymo、特斯拉為代表的兩大派系對決升級，今年的自動駕駛之爭，想來是更精彩了。Waymo停鐵軌上，乘客棄車逃生Waymo又掉鏈子了……而且是在和特斯拉火拚競速、兩大路線正巔峰對決的時刻。它這次“闖禍”的地點位於亞利桑那州鳳凰城。從圍觀路人提供的視訊可以看到：雖然旁邊就是寬闊無比的馬路，但它還是逕自開到了一條鐵軌線上，而且順著鐵軌一路前行。見此情景，開車路過的小哥都驚了，於是連忙剎了一腳停下來圍觀。要知道此時車裡還坐著乘客，情況已經危急起來。而待鏡頭拉遠後，所有人更是為乘客捏一把汗——Waymo前後都有小火車緩緩逼近，稍不注意就有可能發生事故。在Waymo後面，同一軌道上就有一輛正在前進的小火車：你說往前走吧，結果前面鄰近軌道也駛來了一輛：好傢伙，這不得趕緊跑路。於是車上的乘客瞄準Waymo停留在軌道上的間隙，趕緊“棄車保帥”了。據持續關注此事的網友補充，後續這輛車在工作人員的處理下駛離了軌道，未發生碰撞事故和人員傷亡。鳳凰城公共交通機構方面的發言人也在聲明中表示，事故發生後他們第一時間聯絡了Waymo，並在15分鐘內清理完現場。該事件沒有造成重大延誤，現場在15分鐘內清理完畢。至於造成事故的原因，雖然目前官方還未給出明確說法，但一位來自亞利桑那州立大學的教授認為，這屬於極端情況之一。這是意料之外的情況，機器的駕駛方式不像人，而像機器。Waymo配備有29個攝影機，其行駛路線和系統每周都會更新。然而，事發區域正在進行施工。該地點的輕軌線路是在過去一年內新增的，這可能是導致車輛偏離至軌道交通線路的原因。但不管怎樣，一旦帶入到坐在車上的乘客，網友們還是紛紛對Waymo進行了一番吐槽和譴責。畢竟，Waymo掉鏈子也不是一次兩次了……從去年底到現在，Waymo被拍到遇到的corner case都能做個集錦了：貼臉闖入警匪對峙現場、違反交規超越校車、停電干崩矽谷等等，一次次引爆輿論。去年12月初，Waymo的一位乘客可能經歷了人生中最為驚心動魄的時刻。原因無他，只因Waymo在眼見前方警燈閃爍不停的時刻，卻硬是帶著他闖過紅燈，直直插入現實版警匪片現場。而分列Waymo左右的，一邊是嚴陣以待的警方，另一邊是犯罪嫌疑人。乘客：我是誰、我在那兒？而且更要命的是，它還是緩緩滑過兩邊（os：也不走快點），直直讓乘客冷汗直流。這一幕被路人拍下並行到社交平台後，事情很快就火了。你以為這就消停了？NONONO~此事過後不久，Waymo就因一場大規模停電事件沖上各大熱搜榜。當時距離Waymo曝出千億美元估值沒多久，結果它就因當地停電全面停擺了，一下子擋在路中間造成城市擁堵。如此一樁樁一件件事情下來，外界對於Waymo的技術路線也開始出現質疑了，通過強大模型直奔L4陣營，足夠靠譜嗎？感測器方案和模型可能夠強大，但車隊規模和數量依然有限，遇到長尾場景就很吃虧。這種車隊規模和數量，直接相對照的就是特斯拉——百萬量產車億萬里程積累下的量產車路線。是不是更容易實現Scaling Law？實際上，從L2升維路線而來的馬斯克，此時也確實在高歌猛進——FSD兵貴神速，無監督版FSD基本已經能應對日常，甚至有車主實現了0接管橫穿美國的flag——一個馬斯克立過的flag。有意思的是，就在FSD進入新紀元之後，馬斯克還高調幹了另一件事——取消FSD的買斷制度，之前想要體驗FSD，必須一次性買斷，掏6.4萬支援，那怕之前還只是一個期貨。但現在，最新版本的FSD已經給馬斯克帶來了巨大的自信：不搞買斷了，2月14日之後只能按月訂閱。喜歡你就買，愛用就付費。更早之前，馬斯克的OKR裡，FSD的月活也被作為了關鍵目標。特斯拉FSD質變時刻：改買斷為按月訂閱馬斯克在社交平台上提前一個月預告：特斯拉將從2月14日起停止銷售FSD，此後只提供月度訂閱服務。這個訊號很特別。在此之前，FSD在美國提供兩種平行的商業模式：一種是一次性買斷，在美售價是8000美元（折合人民幣約5.6萬元）。另一種是月度訂閱，每月費用為99~199美元（折合人民幣約690~1387元）。而面向中國的FSD目前只有買斷制度，售價是6.4萬元。網友對馬斯克的這一決定意見不一，畢竟不是所有人都喜歡訂閱制服務。但大多聲音認為，月度訂閱對特斯拉、對車主而言都有明顯益處。首先呢，對車主來說，可以按需購買FSD，比如度假期間臨時購買，付出成本相對更低，也有更多的試錯和調整空間。而且老車主在更換新的特斯拉後，舊車訂閱的FSD，也能在新車上繼續使用。其次，對於特斯拉而言，訂閱制可以為公司帶來持續性收入，和蘋果的盈利模式類似。也會有更多的使用者願意來試用，這正合馬斯克心意——畢竟馬斯克剛到手的巨額薪酬激勵計畫裡，其中一檔，就是獲得1000萬FSD訂閱才能解鎖。更深層次去看，這可能暗示了特斯拉的FSD正發生質變，對自身繫統更加自信了。因為只提供訂閱，就是放開了更大的試錯空間，意味著特斯拉有信心吸引更多車主使用。那麼特斯拉FSD現在走到那一步了呢？就對外公佈的最新進展來看，目前推送的版本是FSD V14.2，流暢度、感知能力、停車能力等等都進行了明顯最佳化，夜間下雨天、死胡同等複雜場景都已能自如應對。特斯拉自動駕駛副總裁Ashok Elluswamy近期確認，當前FSD V14.2已具備了推理能力，可以在施工場景下更改路線，提供更多的停車位選項，並表示後續會繼續加強推理能力。不少車主在收到推送後，第一時間上路實測，直呼體驗感提升明顯。李飛飛高徒——史丹佛大學博士、輝達機器人部門主管及傑出科學家Jim Fan，也在體驗過FSD V14後給出了很高評價：這或許是我第一次體驗到通過物理圖靈測試的AI：工作一整天後，你按下按鈕，躺下休息，分不清是神經網路還是人類把你送回家。 儘管我完全瞭解機器人學習的工作原理，但看著方向盤自己轉動時，我仍然覺得很神奇。不久前，有車主花費2天20小時，完成了一次橫跨美國東西海岸的自駕游，共計2732.4英里（約4397.4公里）。全程由有監督版FSD完成，沒有任何失誤，也沒有任何人工干預。由此，在這麼多實測案例背書後，FSD V14.2被認為已經很接近FSD的終極版本，也就是無監督版全無人駕駛。上個月的xAI駭客馬拉松活動上，馬斯克也透露：無監督版本的FSD基本上已經解決。而FSD的終極版本，正是特斯拉決戰L4級自動駕駛，推進其Robotaxi大規模落地的基礎。在這個節點上，自動駕駛行業裡，一場兩大路線的對決正在全速打響。一邊是以特斯拉為代表的L2升維陣營，近年與大模型浪潮合力，將大規模多模態模型應用到自動駕駛。其目標是先讓輔助駕駛功能上車，再通過軟體迭代升級，期望用大算力、大模型轉動資料飛輪，實現AI司機的智能湧現，通過Scaling Law的技術紅利，徹底終結“升維降維”之爭。這類玩家包括和主機廠合作的供應商，例如吉利千里、地平線、卓馭、Momenta、元戎啟行等等；小鵬、理想等主機廠，大多屬於“升維”陣營。另一邊則是以Waymo為代表的L4派系，直奔Robotaxi終局，戰隊內的玩家有如今深入國內外多城的蘿蔔快跑、小馬智行和文遠知行……他們有著最高標準的自動駕駛能力，也有成熟的Robotaxi營運經驗，從一開始就把人類趕下了駕駛位。實際上，不論是CNN、DNN、RNN，還是現在大模型範式、VLA、世界模型，對於上述兩派玩家而言，都不是判別式和勝負手。Waymo之所以出現匪夷所思的“事故”，並非源於某一項具體技術的失效。特斯拉FSD之所以展現出躍遷，也可能不是具體那一項技術模型的功勞。最核心的本質還是資料規模、資料效率和資料帶來的智能增長速度。特斯拉能夠升維攻上來，百萬規模的量產車密不可分。Waymo之所以bug啼笑皆非，可能還是在於資料規模沒能觸達更智能的湧現時刻。資料規模，以及如何更高效地用好有效資料，成為了兩大陣營決勝的關鍵。或許就在2026，兩大陣營就會出現第一波收斂，有人更進一步，有人被迫離開牌桌。你覺得呢？ (智能車參考)

2023 年初的那個冬天，當 ChatGPT 橫空出世，驚豔全球時，Google 看起來像是一個垂垂老矣的巨人。圖片 | 來自網路華爾街拋售股票，內部發佈“紅色程式碼”（Code Red），關於“搜尋已死”的訃告充斥著科技媒體的頭版，內部員工一邊調侃自己在“養老廠”，一邊焦慮。當時的金融和科技領域均不看好效率低下的搜尋業務然而，僅僅不到三年後的今天，戰局的風向正在發生微妙而劇烈的逆轉。當 OpenAI 為昂貴的算力帳單發愁，當整個行業因為 Nvidia GPU 的產能瓶頸而焦慮時，Google 卻憑藉 Gemini 模型展示了百萬級的長文字能力，並悄然建構了全球成本最低的 AI 推理基礎設施。對，是全球。資料顯示，自 Gemini 3 發佈以來的過去 6 周內，ChatGPT 的流量下降了 22%，7天平均訪問使用者數從約2.03億下降到約1.58億。這可能與假期流量回落有關，但Gemini的流量保持基本持平，而且目前已經達到ChatGPT的約40%。ChatGPT 與 Gemini流量對比而這場勝利的草蛇灰線，早在 2013 年就已經埋下——今天我們就要盤一下，Google最具遠見、也最瘋狂的兩筆賭註：一是自研晶片 TPU，二是收購 DeepMind。而連接這兩者的關鍵，則是 2023 年那場壯士斷腕般的組織變革。01 自研晶片TPU故事的起點，始於 2013 年Google內部的一次“數學恐慌”。彼時的Google坐擁全球最大的 CPU 資料中心。然而，工程傳奇 Jeff Dean 做了一個粗略的紙上演算：如果全球數億Android使用者每天只使用 3 分鐘的語音搜尋，Google現有的資料中心規模就需要翻倍。但在摩爾定律已現疲態的背景下，這在帳上根本行不通，因為僅電費和伺服器採購成本就能將Google的利潤吞噬殆盡。唯一的出路就是——改變計算架構。Google首席科學家 Jeff Dean於是，硬體負責人 Norm Jouppi 帶隊，在高度保密的狀態下，僅用 15 個月就完成了從設計到部署的急行軍。TPU（Tensor Processing Unit）誕生了。TPU v1 是一個極端的“偏才”，它砍掉了所有不需要的功能，專註解決一個問題，那就是——如何在有限的電力和預算下，跑模型（Inference）。深度學習（Deep Learning）聽起來高大上，但它在晶片內部干的最多的活其實是“矩陣乘法”。這就像你做一頓土豆主題的滿漢全席，雖然菜譜很複雜，但90%的時間其實都在切土豆絲（做簡單的乘法和加法）。CPU和GPU好比是博學的教授，雖然聰明但幹活“死板”，每切一刀都要跑一趟倉庫拿放土豆，時間全浪費在“跑路”（記憶體存取）上了；而TPU不用太聰明，它引入的“脈動陣列Systolic Arrays”就像是由 256 個切土豆工人排成的方陣——第一個人切一下，直接遞給身邊的第二個人，第二個人切完遞給第三個人……不需要頻繁跑倉庫就能被連續加工256次。正因為省去了大量無效的搬運時間，即使是2015年部署的 TPU v1，以 28nm 的老舊工藝和僅 40W 的功耗（就像一個燈泡），在推理性能上比當時輝達的旗艦 K80 GPU 快了 15-30 倍，能效更是高出 30-80 倍。這是Google的第一次隱秘勝利。TPU 在多層感知器MLP、時間循環神經網路LSTM、摺積神經網路CNN的計算效率上，顯著高於傳統的CPU和GPU也就是說，在外界還在搶購昂貴的 GPU 時，Google已經在用接近物料成本（BOM Cost）的價格，大規模部署自己的 AI 加速器。更關鍵的是，輝達的硬體毛利率高達 70% 以上，而Google自研 TPU 意味著它不需要繳納這筆昂貴的“過路費”。這為十年後，AI從“炫技”轉向“大規模工業化生產”時，Google擁有的極低邊際成本埋下了伏筆。02 最成功的投資 ——Deep Mind如果說造 TPU 是為瞭解決“算得快”的問題，那麼收購 DeepMind 就是為瞭解決“算什麼”的問題。差不多在同一時期(2014 年)，Google擊敗 Facebook（Meta），以超過 6 億美元的天價收購了一家位於倫敦、沒有任何產品、只有十幾名員工的創業公司。站在今天看，如果沒有這筆收購，Google在 ChatGPT 的攻勢面前很可能會直接“猝死”。說回2014，當時，深度學習剛剛萌芽。Google內部雖然有 Jeff Dean 領導的Google Brain，但Google Brain的基因是“工程師文化”——他們想的是如何用 AI 最佳化搜尋排名、識別貓的視訊、提升廣告點選率。但DeepMind 的創始人Demis Hassabis不一樣，他從小就是一位天才，是前國際象棋神童，是一個神經科學家和遊戲設計師。他的願景與Google截然不同，甚至有些“瘋魔”：“解決智能，然後用它解決一切。”（Solve Intelligence, and then use it to solve everything else.）同為天才的拉里·佩奇（Larry Page）看懂了這一點——DeepMind 研究的不是某種“工程”，而是 通用人工智慧（AGI）。所以，從這個角度看，這筆收購的本質，是Google買斷了當時地球上最聰明的一群 AI 大腦。而且為了達成交易，Google甚至簽下了一份極其罕見的協議：成立“倫理委員會”，承諾DeepMind的技術永遠不用於軍事。這奠定了後來雙方長期“一國兩制”的基調。所以，我們看到收購後的前七年（2014-2021），DeepMind 實際上是Google供養在倫敦的“梵蒂岡”——神聖、高冷、且極其燒錢，要知道，DeepMind 長期處於虧損狀態（甚至一度單年虧損 6 億美元），而他們對Google的核心業務（廣告、雲、Android）幾乎沒有任何直接貢獻。好在這麼多錢砸下去還是能聽到個響的——2016 年，AlphaGo 擊敗李世石，宣告了深度強化學習（Deep Reinforcement Learning, RL）的勝利。可以這樣說，Google Brain 擅長“監督學習”（給資料打標籤，教AI 認圖，也是Meta花天價收購的Scale AI搞的那一套）；而 DeepMind 擅長“強化學習”（讓AI在虛擬環境中自我博弈、自我進化）。請記住這一點：強化學習。因為這一技術路線的儲備，直接決定了後來 Gemini 能夠擁有強大的邏輯推理能力。03 組織合併 打通任督二脈現在，問題來了——為什麼Google擁有 DeepMind 和 Brain 兩大天團，還有自己的TPU，為什麼在 2022 年會被 OpenAI 打得措手不及？答案在於組織內耗。甚至可以說，Google在很長一段時間裡，是在“左右手互搏”——Google Brain（加州派）：務實、工程導向，由 Jeff Dean 領導，他們發明了 Transformer，打造了 TensorFlow，致力於將 AI 塞進搜尋、翻譯和廣告裡賺大錢錢。DeepMind（倫敦派）：學術、清高，由Demis Hassabis領導，他們追求 Nature 封面，致力於攻克圍棋（AlphaGo）和蛋白質折疊（AlphaFold），對商業化嗤之以鼻，每天想的是怎麼才能發《Nature》封面頭條。他，剛剛拿了諾貝爾獎，但去年公司虧損6000萬，英鎊……兩方不僅形而上的文化不一樣，形而下的“程式碼語言”都不一樣——Brain 團隊死守自己開發的 TensorFlow，儘管隨著版本迭代它日益臃腫；DeepMind 則嫌棄 TensorFlow，轉而擁抱更靈活、更適合科研的 JAX。目前AI領域主流的三種開發工具，各有其特點想像一下，一家公司的兩支頂級特種部隊，一支說英語，一支說法語，槍支彈藥（模型架構）也不通用，而且時不時兩邊互懟一下，這導致了嚴重的資源浪費。所以，當OpenAI的Ilya Sutskever（前Google員工）帶領團隊在 GPT 的道路上狂飆突進時，Google的兩支團隊還在為爭奪 TPU 的配額而明爭暗鬥。在和平時期，這種“賽馬機制”是創新的溫床，但在戰時，就是致命的拖累。Ilya Sutskever 於2015年從Google離職後加入OpenAI，成為其聯合創始人兼首席科學家，直至他2024年離開OpenAI2023 年 4 月，那是Google最痛苦的時刻，也是決定生死的轉折點。在 ChatGPT 發佈的第 140 天，Google終於按下了一個遲到多年的核按鈕：強制合併Google Brain與DeepMind，組建Google DeepMind (GDM)，Jeff Dean 轉任首席科學家，不再負責行政管理；權杖交到了 Demis Hassabis 手中。這代表了Google高層極其冷酷的決斷：為了生存，必須把命脈交給更有野心的“倫敦派”。Google Brain 與 Deepmind合併，標誌著Google與OpenAI展開終極對決這場組織合併，終於打通了任督二脈，因為它不僅僅是程式碼的統一（Google放棄了 TensorFlow，全面轉向 JAX + XLA）更是工程主義”與“科學主義”的握手言和：Brain 提供了“身體”（極致的架構力）：作為 Transformer 的發明者，Brain 團隊擁有地表最強的工程化能力。他們造出了最強壯的軀殼——他們知道如何建構兆參數的模型架構，並讓它在數萬張 TPU 上穩定運行數周而不崩潰。DeepMind 提供了“靈魂”（基於 RL 的學習法）：這是被嚴重低估的一點。ChatGPT 的核心壁壘不僅僅是預訓練，更是 RLHF（基於人類反饋的強化學習）。還記得 AlphaGo 嗎？DeepMind 在圍棋上鑽研了十年的強化學習（RL）終於找到了最大的用武之地。他們將 AlphaGo 中用於“自我博弈”和“策略最佳化”的演算法，遷移到了大語言模型的後訓練階段（Post-training）。Google Gemini 1.5 發佈時，長上下文是模型的亮點之一於是很快在2024 年，Gemini 1.5 發佈。這是一個震撼業界的時刻：當時GPT-4的命門在於處理不了長文字(只能處理幾萬字)，Gemini瞄準的正是這一點，一舉將上下文窗口（Context Window）拉升到了 100 萬 token，讓Gemini可以一口氣吃透《戰爭與和平》、一小時的視訊或整個程式碼庫。Google Gemini 1.5 的100萬Tokens的上下文窗口對同時期的其他大模型產品形成了壓倒性優勢04 戰時獨裁 降維打擊很多人以為這只是演算法的最佳化，其實這是Google積累了10年的、軟硬一體架構的降維打擊。在硬體端，Google在 TPU v4/v5 中祭出了大殺器：OCS(Optical Circuit Switches)，這是一套由 MEMS 反射鏡組成的物理光路交換系統，具體技術咱不需要懂，只需要知道這給Google帶來了毀滅性的優勢：極低的延遲和無限的靈活性，這也是支援百萬級長文字的物理基礎。Google 建設的算力中心有了強大的硬體，還需要軟體來駕馭。OpenAI 在 GPU 上最佳化性能，往往需要工程師手搓 CUDA Kernel，難度極大。但Google的JAX配合 XLA（加速線性代數編譯器），讓研究員只需要寫出數學公式（Python 程式碼），XLA 編譯器會自動將其“翻譯”成 TPU 的機器碼，並利用 GSPMD（通用分片器） 自動將模型切分到數千個晶片上。這就是為什麼Google能在長文字上率先突破：因為他們的編譯器能比人類更高效地指揮光路和晶片，將百萬token的計算完美地平鋪在整個資料中心。話說回來，如果沒有做“統一”這一步，Gemini絕無可能誕生，Google也不可能翻盤。但我們不禁要問：為什麼像Google這樣一家擁有 18 萬員工、以官僚主義和行動緩慢著稱的巨頭，能如此迅速地完成這樣劇烈的、甚至可以說有些血腥的組織手術？首先，Google是的確害怕了，恐懼永遠都是改變的第一動力。平時Google的官僚做派，是因為核心業務太穩固了。但在 2022 年底，Google第一次看到了“死神”的影子。如果使用者不再點選藍色連結，而是直接問 AI，Google賴以生存的商業模式將瞬間歸零。這種對生存的絕對恐懼擊穿了所有的部門牆和審批流。更關鍵的是——“創始人模式”回歸。這是外界鮮少提及的關鍵。平時Google由職業經理人 Sundar Pichai 管理，他的風格是求穩與平衡，但要強行合併兩個互相看不順眼的山頭，職業經理人做不到，也不敢做。但創始人拉里·佩奇（Larry Page）和謝爾蓋·布林（Sergey Brin）回來了。兩位Google創始人拉里·佩奇（Larry Page）和謝爾蓋·布林（Sergey Brin）據報導，布林甚至親自去總部寫程式碼，其實不管公司發展到什麼階段，只有創始人才擁有“凌駕於 KPI 之上”的道德權威，可以直接下達命令打破利益格局。這種“戰時獨裁”，是Google能迅速掉頭的核心原因。最近謝爾蓋·布林（Sergey Brin）在回母校史丹佛演講中復盤了Google此段在AI比拚中的危機經歷視訊連結：https://www.youtube.com/watch?v=0nlNX94FcUE05 中局？終局？進入 2026 年，AI 的競爭已經變味了。如果說前兩年是比拚“誰的模型更聰明”（智力競賽），那麼未來三年將比拚“誰的推理更便宜”（價格戰），商業的本質回歸到了“電力公用事業”的邏輯。在Google的算力中心佈局規劃中，“太陽能+儲能+資料中心”模式展示了其改變整個行業的能源邏輯而這，正是Google等待已久的獵殺時刻。我們看看 OpenAI 目前的處境：它像是一個住在豪宅裡的高級租客，軟體上，依賴 Microsoft Azure；硬體上，依賴 Nvidia GPU。結果就是每一筆收入，都要被微軟抽成，還要支付給輝達高昂的硬體溢價。OpenAI 的毛利天花板被牢牢鎖死。再看看Google，它是這個星球上極少數擁有“全端主權”的玩家：從最底層的沙子（自研 TPU 晶片），到連接晶片的光纖（Jupiter 網路），再到編譯器（JAX）、模型（Gemini），直至最頂層的使用者入口（Search/Android），Google實現了從原子到位元的完美閉環。Google的TPU產品也在不斷迭代更新，最新的產品擁有更強大計算能力和更高的效率據 SemiAnalysis 估算，TPU 的單位總擁有成本（TCO）比同代 GPU 低 4-10 倍。這意味著，Google完全可以將 AI 推理的價格壓低到 OpenAI 的成本線以下，還依然有大把的利可圖。而且，隨著 AI應用滲透進生產力核心，使用者開始上傳整本幾百頁的財報、丟進去一小時的高畫質視訊會議記錄。而這種“長文字推理”是算力的黑洞，推理成本是隨著上下文長度呈指數級爆炸的，如果使用昂貴的 H100 GPU 來做這件事，那無異於“燒錢取暖”。但Google卻可以憑藉 TPU 大記憶體優勢和 OCS 的光互連，可以將這種“重推理”任務變成一種極其廉價的通用服務。這或許是Google處心積慮設下的一個局：它可以毫無壓力地培養使用者使用“百萬級 Token”的習慣，因為它是唯一的發電廠（TPU）和電網（光互連）擁有者。當 AI 真正變成像自來水一樣的基礎設施時，只有掌握水源和管道的人，才擁有最終的定價權。06 長期主義的勝利回望 2013/2014 年，當 Jeff Dean 在那張紙上寫下 TPU 的構想，當拉里·佩奇拍板買下 DeepMind 時，他們可能沒想到過程會如此曲折。Google確實犯過大錯：它曾傲慢、它曾內耗、它曾像個猶豫不決的官僚。在 2022 年被 ChatGPT 突襲的那個至暗時刻，這些錯誤差點讓這家兆帝國崩塌。但科技行業的競爭，從來不是百米衝刺，而是一場馬拉松。OpenAI 是一支驚才絕豔的特種部隊，憑藉先發優勢和微軟的裝備支援，打贏了登陸戰（ChatGPT）。但當戰爭進入相持階段，演變成拼後勤、拼工業體系、拼成本控制的總體戰時，Google這台龐大的戰爭機器終於顯露出了它的猙獰獠牙。Google的護城河，從來不是某個神奇的演算法——因為演算法總會擴散，模型總會過時。真正的護城河，是那些深埋海底的自有光纖，是那些日夜轟鳴的脈動陣列晶片，是那套統一意志的 JAX 軟體棧，以及十年前那兩次不計成本、看似瘋狂的下注。這給所有科技公司帶來了一個殘酷的啟示：在技術變革的浪潮中，真正的壁壘無法通過“買買買”建立，但唯有在那個無人問津的“前夜”，敢於在底層基礎設施與基礎科學上做最笨重、最昂貴的投入，並擁有在危機時刻自我革命的組織勇氣，才能在十年後的風暴中，笑到最後。 (TOP創新區研究院)

當地時間1月12日，蘋果與Google宣佈達成一項多年期戰略合作協議。根據雙方披露的資訊，Google的Gemini核心模型架構將被用於支援下一代Apple Foundation Models，並成為Siri新一輪升級的底層技術基礎。這意味著，長期堅持自研路線的蘋果，在生成式人工智慧的“核心引擎”層面，首次正式引入來自最大競爭對手之一的基礎模型技術。消息公佈數小時後，特斯拉與xAI創始人埃隆·馬斯克在X平台連續發文，對這一合作表達強烈不滿，稱其將進一步加劇科技行業的“權力集中”。在一份聲明中，蘋果將與Google的這次合作描述為Apple Foundation Models提供了“強大的基礎”。Google方面則表示，“蘋果與Google已進入多年合作階段，下一代蘋果基礎模型將基於Google的Gemini模型和雲技術。這些模型將助力未來Apple Intelligence功能的實現，包括預計今年內推出的、更具個性化的Siri。”雙方的合作細節並未公開。但有消息稱，蘋果預計每年將向Google支付約10億美元的技術許可費用。而在隱私問題上，蘋果試圖提前劃清邊界。公司強調，即便使用Gemini的核心技術，所有請求仍將通過其“私密雲端計算”（Private Cloud Compute）體系處理，同時保持行業領先的隱私標準。在業內看來，這項合作代表著蘋果AI戰略的一次重要轉向，公司不再完全依賴自研基礎模型，而是選擇在外部技術之上建構自己的“蘋果層”，但也加劇了外界對“AI時代入口被少數巨頭瓜分”的擔憂。“考慮到Google已經控制了Android和Chrome，這樣的合作將導致不合理的權力集中。”馬斯克在X上寫道。在他看來，這種跨平台、跨生態的深度繫結，將進一步鞏固少數幾家公司對AI基礎設施、分發管道和算力資源的控制。這一表態並非孤立。馬斯克旗下的xAI過去一年裡已多次公開批評當前的AI產業結構，並曾對蘋果和OpenAI提起訴訟，指控其通過系統級整合排擠潛在競爭者。另一個同樣引人關注的問題是：在蘋果的AI版圖中，OpenAI現在處於什麼位置？此前，ChatGPT已被整合進蘋果系統，用於處理較為複雜的知識型與生成式查詢。與之相比，Gemini此次進入的是蘋果AI架構的“核心層”。蘋果稱目前無意改變與OpenAI的現有合作協議。而在分析師看來，蘋果正在刻意建構一種“多模型供應商”結構，以避免對任何一家公司的過度依賴。 (第一財經)

周一，經過反覆權衡之後，蘋果公司終於做出了歷史性轉變，確認將尋求其長期競爭對手Google的幫助，以挽救其停滯不前的人工智慧計畫。對這兩大巨頭的合作，馬斯克頗有怨言，奧特曼的地位也頗為尷尬。聯手Google是蘋果無奈的選擇根據一項新的多年協議，蘋果公司支撐其生態系統的“下一代”人工智慧模型將基於Google的Gemini平台建構。蘋果和Google在一份聯合聲明中表示：“經過仔細評估，蘋果認為Google的人工智慧技術為蘋果基礎模型提供了最強大的基礎，並對它將為蘋果使用者解鎖的創新體驗感到興奮。”周一宣佈的這項交易標誌著蘋果對Google投下了一張重要的信任票。Google的技術已經為三星的“Galaxy AI”系統提供了大部分動力，而與蘋果達成的Siri交易則為Google打開了蘋果龐大的市場，蘋果擁有超過20億台活躍裝置。多年來，蘋果一直以自主研發硬體、軟體和晶片而自豪。然而，Apple Intelligence 2024年的發佈反響平平，以及隨後Siri升級的延遲，讓蘋果陷入了進退兩難的境地：要麼尋求外部幫助，要麼在日益激烈的AI競賽中被遠遠甩在後面。這項交易標誌著蘋果公司在面臨高管跳槽至競爭對手Meta的困境之際，採取了務實的調整，這也凸顯了蘋果公司面臨的挑戰，並使其不得不依靠競爭對手來推動其人工智慧戰略。這一轉變也使Google成為人工智慧軍備競賽中明顯的領跑者，超越了OpenAI。此前，蘋果公司將OpenAI的ChatGPT產品加入到iOS裝置中，為Siri增加了額外的聊天機器人功能。雖然官方條款尚未披露，但彭博社去年11月報導稱，蘋果公司將每年向Google支付約10億美元，以獲得Gemini項目的使用權。儘管依賴Google的技術，蘋果公司仍在努力向使用者保證，其嚴格的隱私標準依然不變。聯合聲明稱：“Apple Intelligence將繼續在Apple裝置和私有雲端運算上運行，同時保持Apple行業領先的隱私標準。”馬斯克吐槽，奧特曼地位尷尬市場對此次合作消息的反應立竿見影。由於這項交易鞏固了Gemini作為Android和iOS人工智慧引擎的地位，Google母公司Alphabet的股價盤中瞬間大漲，收盤上漲1.09%，再創歷史新高，總市值也首次突破4兆美元大關，達到4.02兆美元。蘋果股價小幅上漲0.34%，較上月高點下跌約9%，總市值3.83兆美元。不過，馬斯克對此頗有怨言。他在X上發帖稱：“考慮到Google還擁有Android和Chrome，這似乎對Google來說是一種不合理的權力集中。”馬斯克創立了自己的AI公司xAI，該公司一直試圖通過建構基礎模型和在龐大的基礎設施上投入數十億美元來與業內其他主要參與者競爭。同時，周一的合作很可能會引發人們對OpenAI與蘋果關係的質疑。據報導，為了應對Gemini 3項目，OpenAI首席執行長山姆·奧特曼去年底發佈了“紅色警報”，敦促各團隊加快開發進度。Equisights Research首席執行長Parth Talsania表示：“蘋果決定使用Google的Gemini模型來開發Siri，這使得OpenAI的角色轉變為輔助角色，ChatGPT將繼續用於處理複雜的、使用者選擇加入的查詢，而不是默認的智能層。”為了對抗OpenAI在業界的早期領先地位，Google一直在全力以赴，加倍投入前沿模型以及圖像和視訊生成領域。Alphabet起步晚但進展快Alphabet並非一直佔據人工智慧領域的主導地位。起步緩慢，加上ChatGPT的迅速崛起，一度讓一些人認為Google的霸主地位可能會被撼動。然而，Google已經顯著改進了Gemini，並再次穩坐搜尋行業的領導地位。Gemini不僅鞏固了Google的市場主導地位，還提升了Google搜尋引擎的性能。消費者可以獲得更高品質的搜尋結果，這可能會增加他們在網站上的停留時間。此外，Gemini與Google的介面無縫整合，使這家科技巨頭能夠繼續展示廣告。一些投資者認為人工智慧會顛覆Google的業務，尤其擔心像ChatGPT或Grok這樣的人工智慧模型會取代Google的地位。事後看來，這些擔憂顯然有些過頭，而去年那些堅持持有的投資者獲得了豐厚的回報。Alphabet擁有雄厚的資金實力，可以投入大量資源改進Gemini，從而進一步鞏固其在人工智慧模型領域的領先地位。它還可以將Gemini與其現有產品（例如YouTube和Google搜尋）進行整合。當新興人工智慧領導者依靠投資者和融資來應對虧損時，Alphabet可以直接從其利潤和資產負債表中調撥資金來改進Gemini。蘋果有望在AI領域站穩腳跟2010年蘋果公司首次收購Siri時，這款對話式人工智慧產品具有開創性意義，代表了人工智慧發展的下一個階段。它改變了使用者與裝置互動的方式，並引發了一波模仿浪潮。不幸的是，蘋果最大的優勢之一最終卻成了它最大的劣勢。該公司對隱私的重視以及其封閉的生態系統限制了可用於訓練大型語言模型（LLM）的資料量，導致Siri落後於包括亞馬遜Alexa和Google助手在內的競爭對手。作為其人工智慧戰略的一部分，蘋果公司一直在大力宣傳Apple Intelligence，該技術將“強大的生成式人工智慧模型置於iPhone、iPad和Mac的核心”。其人工智慧戰略的基石是正在進行的Siri升級。蘋果採用被譽為功能強大的頂級人工智慧技術Google Gemini，將有助於該公司實現其人工智慧願景。蘋果在iPhone上加強人工智慧的早期舉措已初見成效。許多華爾街人士認為，蘋果智能系統的成功開發對於支撐其未來股價上漲至關重要。韋德布什證券分析師丹·艾夫斯周一在給客戶的報告中維持了對蘋果股票的“跑贏大盤”（買入）評級，並給出了華爾街最高的350美元目標價。這意味著，與上周五的收盤價相比，投資者將有35%的潛在上漲空間。艾夫斯再次強調，這將有助於蘋果“加速其人工智慧戰略邁向2026年及以後”。艾夫斯還將蘋果繼續列入韋德布什最佳創意榜單和艾夫斯人工智慧30強榜單。蘋果公司在人工智慧領域站穩腳跟，有望在未來數月乃至數年內提振其業績。此外，該股目前的市盈率不到明年預期收益的29倍，估值頗具吸引力。摩根大通分析師對蘋果公司給予“增持”評級，他們表示，與Google的多年合作關係有可能發展成為更長期的合作安排，投資者可能會關注蘋果接下來是否會在中國宣佈人工智慧模型合作夥伴。 (美股財經社)

昨晚，蘋果和Google宣佈達成一項多年期深度合作：蘋果將基於Google的Gemini大模型及其雲技術，建構下一代Apple Foundation Models（蘋果基礎模型），用於全面升級Siri語音助手及“Apple Intelligence”智能系統。沒想到，消息一出，第一個破防的竟然是馬斯克，在社交平台上公開批評蘋果與Google最新達成的AI合作協議。據相關報導，基於雙方的合作，Google為蘋果專門開發了名為“Grillm”的定製版本Gemini，參數規模高達1.2兆，專為複雜任務理解、跨應用操作和多模態互動最佳化。同時，所有使用者互動均在蘋果裝置本地或私有雲伺服器處理，Google無法接觸任何終端使用者資料。Gemini僅作為“訓練導師”或雲端推理輔助，不直接部署於iPhone。而同時，蘋果每年將向Google支付近10億美元（約合69.88億元人民幣），獲得Gemini的授權使用與持續技術協同。蘋果強調，與Google的合作不會影響其與OpenAI、Anthropic等公司的現有協議，未來仍將根據區域與場景靈活切換AI供應商（如在中國與阿里、百度合作）。面對這一合作，馬斯克迅速發聲，指責Google已掌控Android和Chrome，如今又“滲透”蘋果核心AI系統，形成“跨生態的不合理權力集中”。值得注意的是，馬斯克旗下人工智慧公司xAI目前正起訴蘋果與OpenAI，指控其通過默認整合ChatGPT排擠競品AI（如xAI開發的Grok），阻礙公平競爭。儘管爭議不斷，但美國法院近日已駁回蘋果與OpenAI的撤訴動議，案件將繼續審理。所以，你覺得馬斯克為何這麼反對Google和蘋果的合作。 (極果網)

台北時間 1 月 13 日凌晨，蘋果與Google聯合發佈聲明，宣佈達成一項多年期深度合作協議：下一代蘋果基礎模型（Apple Foundation Models）將基於 Google Gemini 模型和雲技術建構，並為今年即將上線的個性化 Siri 提供核心技術支援。圖源：X根據協議，雙方的合作將超越簡單的應用層接入。Google的 Gemini 模型將直接成為蘋果智能（Apple Intelligence）底層的建構基石，尤其是在需要雲端算力的複雜任務上。此前有消息表示，最快在今年 3～4 月發佈的 iOS 26.4 中，使用者就將體驗到由 Gemini 驅動的“完全體” Siri。新版 Siri 將具備跨應用的資訊整合能力，能夠理解螢幕內容、郵件和聊天記錄，真正實現“懂你所想”。OpenAI：從“座上賓”到“過路人”這則聲明中最耐人尋味的部分，在於它沒有提到的名字——OpenAI。時間回溯到 2024 年，蘋果在 WWDC 上首次推出 Apple Intelligence 時，OpenAI 的 ChatGPT 是其首個高調宣佈的合作夥伴。當時的演示中，Siri 會在遇到難題時詢問使用者“是否通過 ChatGPT 回答”。然而，兩年的時間過去，當蘋果決定建構下一代更深層的基礎模型時，最終握住的手卻是 Gemini。這被不少海外媒體解讀為 GPT 的“出局”，或者至少是邊緣化。相比於 OpenAI 提供的“外掛式”服務，Google此次提供的方案更像是“內植入”。通過直接使用 Gemini 的模型架構和雲技術訓練蘋果的基礎模型，Google成功切入了蘋果生態的腹地，就像他們對三星做的那樣。對於 OpenAI 而言，失去了 iPhone 系統底層的獨佔入場券，無疑是在移動端流量爭奪戰中的一次重挫。然而，OpenAI 的“出局”背後主要有兩層邏輯：第一，基礎設施的不對等。 OpenAI 的算力嚴重依賴微軟 Azure，而Google擁有從 TPU 晶片到資料中心的全端獨立算力。對於蘋果這種億級使用者規模的“吞金獸”，直接與擁有底層算力的Google合作，比通過 OpenAI “轉包”微軟雲，在成本控制和響應速度上都更具優勢。第二，從“盟友”變“威脅”。 OpenAI 正在快速硬體化，隨著 OpenAI 開始佈局自己的硬體裝置並持續挖角蘋果的硬體設計團隊（甚至包括前蘋果設計總監 Jony Ive 的新公司），它在蘋果眼中已不再是一個純粹的軟體服務商，而是一個潛在的、危險的系統級競爭對手。歷史的迴旋鏢：從 iPhone 初代到 Android 戰爭蘋果與Google的這次聯手，不禁讓人想起近 20 年前那個移動網際網路黎明期的“蜜月時代”。2007 年，第一代 iPhone 發佈時，Google是蘋果最緊密的盟友。當時的 iPhone 預裝了原生的 Google Maps 和 YouTube 應用，Google時任 CEO 埃裡克·施密特（Eric Schmidt）甚至還坐在蘋果的董事會席位上。那是雙方互補的黃金時代：蘋果提供革命性的硬體，Google提供殺手級的網際網路服務。圖源：網路但這段關係很快因 Android 的崛起而破裂。隨著Google推出對標 iPhone 的移動作業系統，賈伯斯感到了深深的背叛，並行動了著名的“熱核戰爭”，誓言要摧毀 Android。隨後的十幾年裡，兩家公司在應用程式商店、地圖服務、隱私政策等各個戰場針鋒相對。蘋果不僅將 Google Maps 踢出了預裝名單，更不斷強調“端側處理”以區別於Google的“資料收集”模式。為什麼現在“復合”？既然有如此深的“世仇”，為何在 2026 年選擇重新在一起？答案只有兩個字：生存。對於蘋果而言，這可能是一次不得不做的妥協。前幾個月，蘋果的 AI 部門經歷了一場堪稱“災難級”的人才流失。最致命的一擊來自 John Giannandrea。這位 2018 年被蘋果從Google挖角、以此寄予厚望重塑 Siri 的 AI 高級副總裁，已於去年底傳出將於 2026 年春季正式退休的消息。Giannandrea 的離去，標誌著蘋果試圖完全“自研”高性能大模型戰略的階段性受挫。圖源：網路除了主帥掛冠，核心技術骨幹的流失更為觸目驚心。據知情人士透露，蘋果內部負責“基礎模型”的關鍵團隊在過去一年幾乎被矽谷同行“掏空”。其中最引人注目的案例是前蘋果基礎模型團隊負責人 Ruoming Pang，他被 Meta 以據傳價值 2 億美元的薪酬包挖走，負責祖克柏的“超級智能”項目。與此同時，OpenAI 也沒閒著，像收割機一樣吸納了數十名蘋果前 AI 工程師和研究員。面對內部“造血”能力的枯竭和外部技術迭代的日新月異，蘋果不僅不僅失去了自研的時間窗口，更失去了把控底層模型的人才厚度。選擇Google Gemini，實際上是蘋果在“自研難產”後的唯一止損方案——如果自己造不出引擎，那就買市面上最好的那一台。生成式 AI 的軍備競賽已經證明，訓練和運行頂尖大模型需要極其龐大的算力基礎設施和資料積累，這正是蘋果的短板。據彭博社報導，Google 給蘋果提供的 Gemini 模型擁有 1.2 兆參數，遠超蘋果現有的 1500 億參數模型。對於Google而言，這是一次夢寐以求的突圍。 儘管 Gemini 技術強大，但在 C 端入口上始終面臨 ChatGPT 的強力壓制。通過與蘋果結盟，Google瞬間獲得了全球數十億台 iPhone 的原生入口。這就像當年Google搜尋成為 Safari 默認引擎一樣，Gemini 將通過 iPhone 滲透進使用者的每一次提問和互動中。時過境遷，沒有永遠的敵人，只有永遠的利益。在 AI 時代的洪流面前，庫克和皮查伊選擇放下舊日的恩怨，聯手對抗未知的挑戰。只不過這一次，夾在兩個巨人中間的，變成了一度風光無限的 OpenAI。 (矽星人Pro)

不到一周的時間，我數了數GoogleGemini的重磅利多，至少5個。不是AI應用的dau、tokens的線性利多，而是GoogleAI生態版圖的巨大擴張。Apple的AI選定了Gemini1月12日，Apple和Google發了個聯合聲明，Apple以後的"AI大腦"要用Gemini了。果粉之前的預期可是ChatGPT，結果呢？一年多過去，Apple官宣把核心AI基座換成了Google的Gemini。這個轉變的意義太大了。Apple全球有23.5億活躍裝置——iPhone、iPad、Mac等全家桶把OpenAI被踢出了核心圈。為什麼？Gemini是"原生多模態"架構，天生就能同時理解文字、圖片、聲音、視訊。Gemini 3 Pro/Flash更是靈活快捷適配各種差異化場景。Apple正在開發的那個"螢幕感知"功能——就是讓Siri能"看懂"你手機螢幕上顯示的內容然後幫你操作，用Gemini就順手得多。OpenAI的"泡沫論"和模型能力越來越難打動蘋果。Walmart和Shopify：Gemini的AI電商加速對Google來說，可能Walmart和Shopify的電商合作更有想像空間。1月11日，在紐約的零售業大會上，Walmart和Shopify幾乎同時宣佈跟Google深度合作。表面上看是"在Gemini裡能買東西了"，但實際上Google在幹一件意義更大的事：制定代理商務（Agentic Commerce）的行業標準。什麼是代理商務？簡單說就是：以後你不用再打開淘寶、京東、亞馬遜這些App了，直接跟AI說"幫我買個XX"，AI就替你下單、付款、安排配送。你只需要等著收貨。Google搞了個叫UCP的協議（Universal Commerce Protocol），讓所有商家都能用統一的格式接入AI。Walmart、Target、Best Buy、Home Depot這些零售巨頭都加入了，連Visa、Mastercard、American Express這些支付公司也進來了。這意味著什麼？意味著以後Gemini可能成為電商的大流量入口。你跟Gemini說"春季露營需要什麼裝備"，它不光告訴你需要帳篷、睡袋、戶外爐具，還能直接推薦Walmart的具體商品，你點一下就下單了，全程不用離開聊天介面。Walmart甚至承諾30分鐘內送達。這不就是亞馬遜最怕的事情嗎？以前大家買東西第一反應是打開亞馬遜搜尋，以後可能變成直接問Gemini，亞馬遜就被架空了。Shopify那邊更有意思。它有560萬商家，大部分是中小賣家。這些人以前想觸達消費者，要麼花錢打廣告，要麼入駐亞馬遜被抽成。現在通過Gemini，他們的商品能直接出現在AI對話裡。使用者可能在聊滑雪的時候，就順手買了某個小眾品牌的滑雪鏡，根本不知道這品牌的獨立站長什麼樣。Shopify自己披露的資料也很誇張：過去一年，AI驅動的購買增長了11倍，這AI電商的爆發力太猛了。打通自家Gmail的30億使用者1月8日，Gmail正式全面上線Gemini功能，郵件摘要、一鍵生成回覆、AI收件箱檢視。看似不是什麼高科技，但架不住使用者基數太可觀了。而且，美國Fortune媒體還披露了一個重要的資料：70%的企業使用者採納了Gemini的寫作建議，轉化率遠超行業預期。商業化路徑也很清晰：基礎AI功能免費提供，但高級功能如信箱提問、專業校對需訂閱Pro版本$19.99/月，或者AI Ultra版本$249.99/月。30億使用者裡那怕只有1%付費，那也是3000萬訂閱使用者，光Gmail一項每年就能帶來幾十億美元的增量收入。Google披露他們總訂閱使用者已經超過1.5億了（含Google One和YouTube Premium），過去15個月增長了50%，而且還在加速。端側巨頭三星：加大合作至8億裝置除了前面那四個合作，還有一個差點被我忽略的，是另外一家全球端側巨頭三星的合作。今年CES上，韓國三星聯合CEO TM Roh宣佈要把Galaxy AI裝置數量從去年的4億台，翻倍到8億台，包括手機、平板、手錶、智能家電。Galaxy AI的品牌認知度在一年內從30%飆升到80%。通過三星的分發管道，Google Gemini獲得了一個無需app下載的大規模硬體分發優勢。你想想這個畫面：全球最大的Android手機廠商，加上全球最大的iOS裝置（Apple），加上全球最大的智能音箱和電視生態（Google自己的），全都跑Gemini。這樣的端側分發優勢，OpenAI和微軟短期內根本沒法趕上。最後聊聊估值Alphabet在2025年全年股價漲了65%，是"Big Five"裡表現最好的。市值首次突破了4兆美元，坐穩了全球第二大的公司。華爾街給的評級幾乎全部唱多，目標價普遍在315-390美元之間。Cantor Fitzgerald：將Google評級上調至“超配”，目標價370美元，稱其為“所有AI交易的王者”（King of all AI trades）。理由是Google是唯一一家同時擁有晶片、模型、雲基礎設施和數十億使用者級應用（App）的全端巨頭。Wedbush：認為蘋果的交易是“巨大的勝利”（Monster Win），消除了籠罩在Google頭上的長期陰雲。Morgan Stanley：隨著AI應用變得越來越複雜，企業將傾向於使用Google這樣的一體化平台，從而推高Google Cloud的估值。投行們的邏輯很直接：Gemini月活6.5億，增速30%，比ChatGPT的6%快多了；雲業務同比增長34%，合同積壓1550億美元；再加上這一波戰略合作的協同效應還沒完全釋放。AI一天，人間一年。一年前，大家還在討論ChatGPT會不會顛覆Google搜尋。現在劇情反轉了。Google不但守住了搜尋，還通過Gemini殺進了Apple、三星的生態、Walmart的貨架、Shopify的中小企業店舖、Gmail的信箱。而且這還只是Gemini的生態起點。2026年會是"AI落地驗證年"。到底誰的技術更強、誰的生態更穩、誰的商業化更順，很快就能見分曉了。 (FinHub)