今天，Google母公司Alphabet市值突破 4兆美元， 導火索是蘋果Siri背後的AI模型將繫結Google的Gemini。還記得2024年高強度使用Gemini 2.5 Pro，當時就跟朋友聊天認為Google被低估了，現在正式兌現，又小小虛榮一下。不過這些都不是重點，乘著這個熱點，回看一下Google上個季度的財報我覺得也挺有意思，一些反共識的資料，方便為分析、下注提供線索。Alphabet進入4兆美元俱樂部Google2025Q3財報的幾個關鍵Google這份財報的幾個關鍵數字：總營收1023億美元，同比+16%Google雲收入152億美元，同比+34%，營業利潤率從17%躍升至24%雲業務訂單積壓1550億美元，季度環比增長46%Gemini模型每分鐘處理70億tokensCEO皮查伊說了一句很有意思的話："2025年前三季度簽下的10億美元以上大單，超過了此前兩年的總和。"在雲時代一直落後的Google雲終於粘上AI的光，也說明商業趨勢的切換不可避免。當一家公司願意簽10億美元以上的合同時，它不是在做實驗，它是在把AI當成核心基礎設施來建設。這種等級的訂單密度，在雲端運算歷史上極為罕見，在AI爆發這幾年卻在成為常態。Alphabet搜尋沒有被顛覆，正在被"擴容"過去兩年，"ChatGPT會殺死Google搜尋"是科技圈最流行的敘事之一。但Google的財報給出了完全相反的答案：搜尋收入566億美元，同比+15%AI Mode日活使用者突破7500萬，查詢量季度翻倍AI帶來的查詢增長，在年輕使用者中尤為明顯皮查伊的原話是："AI is driving an expansionary moment for Search."（AI正在為搜尋帶來一個擴張性時刻。）Google Search首頁截圖（含AI Mode入口）這件事今天仍然處在爭議之中，幾家媒體正在談AI搜尋讓許多網站的流量大幅下滑，可能會衝擊網際網路生態。Google則在告訴大家，搜尋的廣告收入還在增長。這裡很容易產生一問題：是不是正在竭澤而漁？不過我認為更有可能的是網際網路生態的變化，這個趨勢才更加重要。實際上從開發者生態的動態已經能看出一二了。從晶片到模型的"全端"能力為什麼市場會對Google與蘋果的合作如此興奮？答案藏在Google的"全端"能力裡，Q3財報也在大秀肌肉：晶片層：TPU已迭代到第七代，Anthropic剛宣佈將使用多達100萬顆GoogleTPU模型層：Gemini、Veo、Imagen都是各自領域的領先產品應用層：搜尋、YouTube、Gmail、地圖……覆蓋數十億使用者的日常場景商業化層：AI廣告、雲服務、訂閱……多條成熟的變現路徑Google TPU示意圖（TPU v4）OpenAI在模型層表現突出，但目前尚未建立自有晶片、大規模分發管道和成熟的商業化體系。Google可能不是每一層都最強，但它是少數幾家在每一層都有佈局的公司之一。市場不看好的時候會說Google戰線太長，缺乏業務重點；看好了就是垂直整合優秀，競爭壁壘身後。這不是一句廢話，這是理解估值非常重要的一個點。突然想起比爾·米勒的那句話：用什麼詞決定了用什麼估值（大概是這麼說的）。4兆美元之後，下一個問題是什麼？市值破4兆，聽起來很振奮。但冷靜下來想，這個數字說明的是市場資金分配的新切換，寫下這句話的時候我覺得自己真是有個有意思的視角，哈哈哈。五年前，Google的季度收入是500億美元。今天，這個數字翻了一倍，而且公司已經深深紮根在生成式AI時代。更重要的是，它找到了AI商業化的答案，把AI能力注入到搜尋、廣告、雲服務、YouTube這些已經被驗證的商業模式裡。蘋果和Google的合作是這個答案的最新註腳。 (帝亞梵的智庫報告)

按：本周AI領域最大的新聞應該是蘋果與Google宣佈達成多年合作，蘋果將把GoogleGemini大模型以及Google雲技術，整合到自家的蘋果AI 和Siri語音助手當中。儘管蘋果稱自研模型仍會推進，但其過去三年在AI算力投入上的保守已使其落後於Google、微軟等對手。Gemini 3系列憑藉強大性能與極低推理成本贏得蘋果信任，凸顯Google在AI全端能力上的領先。此舉不僅讓Google率先實現AI ToC規模化變現（預計2026年AI收入佔比超10%），更對OpenAI構成實質性打擊——其原本可借iPhone生態觸達數十億使用者、獲得穩定現金流的想像空間就此落空。隨著Google加速閉環變現，角色已悄然互換：昔日顛覆者OpenAI轉為守勢，而曾被唱衰的Google憑藉技術+生態重掌主動權。AI周期正朝著有利於Google的方向發展，身邊很多朋友也開始看好其股價在未來一年的進一步表現。但2026年，其股價的潛在催化因素到底有那些？又存在那些市場低估的風險？剛好最近看到美銀的一篇研報，對這些問題有比較詳細的回覆，分享給大家。美銀認為，2025年，Alphabet股價同比上漲65%，大幅跑贏主要股指以及FANG同行。但其大部分股價回報主要來自估值擴張，這得益於AI情緒的轉變以及搜尋業務改善決策帶來的積極影響。因此2026年的關鍵問題在於：在市場對EPS增長預期的基礎上，是否仍有進一步的估值擴張空間。考慮到Google在AI領域處於領先地位，並且未來將有多個大型AI公司IPO，美銀對Alphabet保持樂觀態度。認為其優勢體現在：在大語言模型（Gemini）、基礎設施（TPU）、消費者觸達（搜尋）以及企業應用（Cloud、Workspace）等多個方面均具備領先的AI佈局。且2026年該股潛在利多因素包括：1）隨著新交易和行業IPO的推動，市場對Alphabet差異化AI資產組合的認可度提升；2）由於搜尋結果向AI查詢模式轉型，流量變現能力增強；3）由Gemini和TPU差異化驅動的雲業務增長潛力；4）圍繞“智能代理式AI”（Agentic AI）生態系統的新興機會；5）TPU及其他創新項目（Other Bets）的商業可行性不斷提高，推動估值溢價持續上升。不過該股面臨的風險/負面因素也包括：1）搜尋引擎競爭加劇；2）高調競爭產品發佈（如新的大語言模型、OpenAI廣告上線、硬體產品等）可能衝擊AI情緒；3）AI成本上升及雲端運算行業產能過剩可能影響利潤率前景；4）廣告收入增長放緩將拖累估值；5）估值水平較高，尤其是自由現金流（FCF）折現估值。因此，當前Alphabet股價為332美元，對應市場預期的2027年GAAP EPS的25倍市盈率（核心業務部分僅為21倍），而美銀的基準目標價為370美元，情景分析表明該股票具有相對平衡的風險/回報結構。以下為正文。一、Alphabet 2026 年度投資摘要2025年，Alphabet股價上漲65%，大幅跑贏主要股指（標普500指數上漲16%，納斯達克指數上漲20%）以及同行公司（Meta上漲13%，亞馬遜上漲5%，微軟上漲15%）。該股價表現得益於估值重估和盈利預期上調。此次估值重估主要受AI情緒改善以及搜尋監管壓力減輕的推動。AI情緒的提升則受益於Gemini 3.0大語言模型的成功發佈，帶動了與AI相關的搜尋流量和搜尋收入增長前景；客戶公告顯示TPU業務持續獲得市場認可；同時雲端運算業務的勝利也推動了雲訂單積壓量的上升。2025年，標普500指數整體市場估值倍數上升了2%，而Alphabet的估值倍數則擴張了38%。此外，Alphabet兩年期前瞻EPS預期從2025年初的9.00美元增至11.21美元，增幅達24%，主要得益於強勁的收入增長和持續的成本控制能力。1、核心爭議：鑑於Alphabet在AI領域的地位，其合理的估值倍數應為多少？當前股價332美元時，Alphabet的市盈率約為27倍（基於我們對2027年GAAP EPS的預測），但若僅考慮核心業務，則僅為21倍。該水平略高於標普500指數（假設2027年EPS為34美元時，標普500對應21倍PE）。過去十年中，Google的GAAP市盈率平均比標普500高出約4個百分點。儘管當前股價估值略高於近期歷史水平，但圍繞Alphabet的關鍵爭議在於：考慮到其強大的AI佈局以及長期增長潛力（如量子計算、TPU銷售、自動駕駛等），是否存在進一步的估值擴張空間？抑或由於激烈的AI競爭和持續的資本開支投入，其估值倍數面臨下行風險？看漲觀點（Bulls）：AI被視為未來五年經濟增長的新範式和頂級投資主題。Alphabet憑藉其在基礎模型、定製晶片、消費者分發管道以及企業級應用方面的戰略佈局，有望實現超預期的增長。隨著消費者和企業對AI服務的採用持續增加，尤其是雲端運算領域，Alphabet將受益於更可持續的收入增長（波動性更低）和更高的估值水平。在消費端，AI將提升使用者的搜尋活躍度，並通過“零點選搜尋”（zero-click searches）和智能代理式商業（Agentic commerce）實現更高程度的流量變現。此外，新興AI公司以高估值成功IPO，可能進一步支撐Alphabet的溢價估值。最後，TPU及Alphabet“其他押注”（Other Bets）業務單元若取得更強的商業進展，將進一步增強其長期增長前景並推動估值上行。看跌觀點（Bears）：競爭對手在前沿模型、AI原生搜尋、硬體及相關領域推出高調產品，可能迅速改變市場對AI的情緒，促使投資者重新評估Google的相對競爭力。例如，NVIDIA的Blackwell架構可能幫助競爭對手推出新一代領先大語言模型。與此同時，競品AI產品的廣泛使用正結構性地削弱Google在網頁索引與分發領域的護城河，導致其搜尋市場份額逐步被侵蝕。此外，OpenAI計畫於2026年推出的廣告業務將推動廣告預算向其轉移，影響Google的長期收入增長前景。同時，前端基礎設施的大規模投資將推高市場對盈利增長的預期，帶來不可持續的自由現金流（FCF）估值，並加劇行業產能過剩的風險，從而要求給予更低的股票估值倍數。2、美銀（BofA）預測 vs 市場共識我們預計其2026年總收入將同比增長17%，達到3970億美元（市場共識為3920億美元），EBITDA為1900億美元（市場共識為1850億美元），GAAP攤薄每股收益（EPS）為11.13美元（市場共識為11.16美元）。我們EPS預測略低於市場共識的主要原因是預計支出增速更高。我們預計總支出（包括TAC，即銷售和行銷費用）在2026年將同比增長12%至3040億美元（市場共識為3010億美元），2027年同比增長15%至3500億美元（市場共識為3380億美元）。我們預計營運支出（Opex）在2026年將同比增長9%至1170億美元（與市場共識一致），2027年同比增長16%至1350億美元（市場共識為1300億美元）。二、2026年的積極因素/機遇1、對AI地位與資產的更高認可推動估值擴張人工智慧被視為未來五年經濟增長的新範式和頂級投資主題。隨著Google在模型、基礎設施和分發管道方面持續展現出持久的競爭優勢，投資者對其AI資產及執行力的信心有望進一步增強，從而支撐更高的估值溢價。可能提升市場對GoogleAI能力信心的關鍵進展包括：AI驅動的流量或搜尋變現持續增長，Google雲（Google Cloud）企業客戶採用加速，外部TPU使用率不斷提升，Gemini逐漸成為首選的AI開發者平台，以及推出新的AI服務（如訂閱制模式和智能代理式商業——Agentic Commerce）。1）Gemini流量顯著上升：自Google於2025年第四季度推出Gemini 3以來，其流量出現明顯增長（資料來源：Similarweb），而ChatGPT的流量增速則有所放緩。截至2025年12月，Gemini的網頁流量（桌面+移動端）同比增長567%（11月為394%），而ChatGPT的流量增速降至49%（11月為54%）。2）Gemini模型授權：除了基於使用量的API服務外，Google可能進一步拓展Gemini模型在私有或混合部署環境中的授權業務，以滿足客戶特定的應用場景需求。蘋果公司最近已同意於2026年授權使用Gemini模型，媒體也報導稱Meta正在商談授權事宜，以增強其廣告系統。通過將Gemini模型直接嵌入企業核心技術架構（如資料庫或ERP系統），類似過去資料庫和ERP系統被廣泛整合的方式，Google可深化與戰略客戶的合作關係。隨著這種授權模式的擴展，市場可能開始將Gemini智慧財產權視為一個平台級資產，其價值不僅體現在雲端運算消費上，更將強化Google在整個AI生態系統中的長期競爭力。3）Gemini大語言模型成為首選AI開發者平台：憑藉其與Google雲資料和工作流基礎設施的深度整合，Gemini具備成為主流AI開發者平台的潛力。對於企業建構生產級AI應用而言，這種“端到端”解決方案能夠顯著降低複雜性並減少總體擁有成本，相比從第三方採購模型和基礎設施更具優勢。鑑於Gemini在多模態推理能力和大規模可靠性方面的卓越表現，企業有望逐步將Gemini作為內部智能代理、生產力工具等的標準平台，從而提升使用者粘性並推動多年期合作。4）外部TPU商業變現：Google的TPU晶片市場需求強勁，大型AI企業如Anthropic已簽署協議以獲取TPU訓練資源。2026年，Alphabet可能將TPU的可用性從雲託管模式擴展至本地或混合部署，並直接向企業銷售，從而開闢一條由硬體驅動的新收入流，進一步鞏固其競爭地位。外部TPU銷售不僅能提升市場對Google技術價值的認知，還能通過鎖定客戶在其更廣泛的AI生態系統中，增強客戶黏性。從長期來看，我們認為以下四個要素將在生成式AI時代構築結構性護城河，並成為衡量價值創造的關鍵指標：1）基礎模型領域的領導地位；2）消費者分發能力；3）企業級分發能力；4）定製化晶片能力。我們認為，Google在這四大領域均具備最強的相對優勢（包括Gemini模型、TPU、企業雲業務以及龐大的消費者分發網路），因此最有可能引領AI新時代的發展。此外，多家媒體報導指出，Anthropic、OpenAI和xAI等公司可能成為2026年潛在的IPO候選者。我們認為，成功實現AI領域的IPO將為具備強大大語言模型（LLM）、流量及變現能力的上市公司（如Google）提供重要的估值催化劑。儘管目前對私營AI公司的利潤率和盈利時間表缺乏清晰可見性，使得與公開上市企業進行估值倍數比較存在困難，但媒體報告表明，私人AI公司普遍以遠高於公開市場的收入倍數進行估值。因此，圍繞收入積壓、增長前景、利潤率以及盈利時間線的IPO級資訊披露，可能對公共雲服務商（hyperscalers）產生重要影響——而這些企業既是戰略合作夥伴，也是直接競爭對手。2、通過原生AI搜尋格式實現更高的流量變現根據Datos（2025年3月報告），在美國，98.9%的桌面端Google搜尋未產生付費點選；在英國和歐洲，這一比例為98.6%。AI的整合顯著增強了搜尋功能，使搜尋從簡單的資訊查詢演變為更智能、多模態的助手，能夠處理複雜任務。這種轉變讓使用者可以提出更精細、多步驟的問題，從而推動搜尋量上升、提升使用者參與度，並幫助Google更好地理解使用者的潛在商業意圖。隨著越來越多的搜尋結果以原生AI格式呈現（如AI概覽、AI模式、Gemini），以及AI模型在結果生成上的持續最佳化，我們看到這些新格式具備將“零點選”查詢（zero-click queries）轉化為可變現搜尋機會的巨大潛力。換句話說，AI查詢的變現能力有望從“中性”或“傳統搜尋”模式轉向更具價值的商業轉化路徑。1）AI概覽和AI模式中的廣告如何運作？在原生AI搜尋格式中，廣告的匹配基於Google對使用者意圖的理解，這一理解綜合了使用者的歷史行為、當前搜尋內容以及AI生成響應的內容。為了幫助廣告主抓住這些新機會，Google提供了廣泛的匹配或關鍵詞無關的目標投放方式，使廣告能夠覆蓋更多新興的AI搜尋場景。例如，一個搜尋問題如“為什麼我的泳池變綠了，我該如何清潔？”可能並不明確具有商業意圖，也缺乏相關關鍵詞，以往的搜尋結果可能只是展示文章連結和問答內容。然而，AI概覽不僅會回答這個問題，還可能建議使用者採取具體行動，例如“測試水質”或“清洗泳池”。這為廣告主創造了新的機會，在Google平台上與使用者進行互動和觸達。2）智能出價探索：將廣告觸達範圍拓展至關鍵詞之外Google推出了“智能出價探索”（Smart Bidding Exploration），這是其出價框架的一項重大升級，通過識別並競標更廣泛的高意圖搜尋查詢，幫助廣告主突破傳統關鍵詞定向的侷限。該功能基於AI驅動工具（如AI查詢）建構，能夠幫助廣告主捕捉來自全新、獨特類別的高表現搜尋流量。例如，一家此前僅對“貸款”或“房屋貸款”等精確關鍵詞出價的抵押貸款機構，現在可通過“智能出價探索”競標諸如“如何買房”、“現在申請抵押貸款合適嗎？”或“買房需要多少信用評分？”等更具上下文和購買意向的查詢。這些查詢屬於使用者決策流程中較早階段的高意圖內容，有助於Google在使用者決策早期就捕捉到其購買意圖。3）AI Max 標誌著向完全自動化廣告投放的早期轉變2025年，Google推出了AI Max，這是一套專為搜尋廣告設計的靶向與創意增強工具。AI Max 幫助廣告主：1）通過搜尋詞匹配擴展覆蓋範圍，識別更廣泛的高意圖受眾；2）動態生成更相關的廣告內容，包括標題和描述，這些內容基於落地頁、廣告素材和關鍵詞自動生成。Google的資產最佳化功能還可將流量引導至最相關的商家落地頁。我們認為，AI Max 將推動廣告變現的持續增長，因為Google能動態生成多模態廣告內容，並在AI對話中最具影響力的時間點展示，從而提升轉化效率。3、Gemini 與 TPU 的差異化優勢帶來雲業務增長潛力Google垂直整合的AI佈局——包括專有的Gemini模型和定製晶片——在多樣化AI應用場景中展現出卓越性能和成本效益，從而推動更高的企業客戶轉化率。這種差異化優勢有望轉化為雲業務收入和盈利能力的增長。我們預計，Google雲（Google Cloud）2026年收入將同比增長37%（高於市場共識的34%和2025年的32%），同時在強勁的市場需求支撐下，我們看到雲業務在利潤率擴張方面存在顯著機會。1）加速的AI需求推動雲訂單積壓迅速增長截至2025年第三季度，Google雲的訂單積壓增速已加快至82%（去年同期為37%）。我們認為這一增長勢頭將持續，在2025年10月，Anthropic宣佈與Google雲達成一項價值數十億美元的多年期戰略合作，使其獲得高達1萬台TPU的存取權。值得注意的是，Google雲訂單積壓的增長速度遠超其主要競爭對手。我們認為，雲端運算業務是推動Google股價上漲的積極因素，原因如下：1）相比廣告業務，雲業務收入增速顯著更高；2）它是Google強大AI能力的重要證明；3）在分項加總（SOTP）估值分析中，其估值貢獻持續增長（基於2027年8-10倍營收，對應8000億至1兆美元市值）。隨著Google雲對整體業務的收入和利潤貢獻不斷提升，市場可能越來越將Google視為一個更加多元化的平台（不再高度依賴周期性廣告業務），這有望支撐公司整體更高的估值倍數。2）Gemini 3.0大語言模型已躋身領先前沿模型行列，並正日益成為開發者的首選。隨著企業愈發重視模型質量、可靠性以及與現有資料和工作流的整合能力，Gemini正逐漸成為建構AI應用的核心平台。由於Gemini僅可通過Google雲訪問，該前沿模型作為“錨定產品”，有效驅動了增量雲資源消耗。隨著AI應用場景不斷擴展，這一動態正在促使客戶對Google平台做出更大規模、更長期的承諾。3）Ironwood TPU相較於前代版本性能顯著提升，可作為GPU的高性價比替代方案，特別適用於Gemini模型及以推理為主的AI工作負載。隨著企業加速部署AI應用，成本已成為選擇雲服務商的關鍵因素。2025年，Anthropic與Google簽署了一項數十億美元的協議，以獲取TPU資源存取權；另有報導稱，Meta也已探索類似的合作安排。4、在智能代理式AI（Agentic AI）領域具備領先地位智能代理式AI（Agentic AI）代表了人工智慧發展的下一階段，我們認為在該領域的領導地位將成為2026年AI情緒的關鍵驅動因素。我們相信，Google已具備實現大規模AI驅動交易變現所需的所有核心能力，並且在智能代理式AI環境中處於領先位置。Google整合的廣告體系、深厚的廣告主需求基礎，以及廣泛的商戶與合作夥伴關係，共同構成了其全面的結構性優勢。這些要素將使Google能夠將由AI代理驅動的行為直接轉化為可變現事件——即在使用者意圖產生時，嵌入贊助推薦和最佳化轉化結果，從而實現高效變現。因此，我們認為，相較於其他大型科技平台，Google在推動智能代理式消費者生態系統的規模化處理程序中，具備更高的變現效率優勢。1）智能代理式AI有望從根本上提升搜尋變現能力目前，Google搜尋的變現模式主要基於點選，收入與每次點選成本（CPC）及使用者流量跳轉至第三方網站掛鉤。然而，隨著使用者對智能代理式AI解決方案的採用不斷增長，這一模式可能被重塑：AI代理將能夠端到端地完成任務，例如預訂旅行、購買商品或完成表單流程等。這種轉變將使Google能夠在交易發生點（而非僅在使用者意圖點）進行變現，從而支援更高價值的每行動成本（CPA）或收入分成模式，更緊密地與實際成果掛鉤。儘管Google初期的抽成比例可能更具競爭力（即相對較低），但隨著時間推移，這一演進有望通過結構性提升轉化效率，顯著提高每位使用者的變現水平，並使Google在每次互動中捕獲更大份額的經濟價值。Google具備在大規模部署和變現智能代理式AI（Agentic AI）所需的所有關鍵能力，具體體現在以下幾個方面：a、消費者觸達與分發能力：公司擁有包括搜尋、地圖、Android在內的廣泛消費者觸達平台，具備推動其智能代理功能被廣泛採用所需的規模和分發能力。b、廣告主與合作夥伴生態系統：Google已建立起龐大的廣告主需求網路，並與零售商、航空公司、酒店及線上旅行社（OTA）等建立了深度合作關係。這使得Google能夠獲取真實的商品庫存、定價、可用性以及預訂資料，從而支援差異化智能代理功能的實現。c、廣告變現體系：Google擁有高度整合的廣告平台，覆蓋大量商戶資源，這將有助於實現從傳統每次點選付費（CPC）模式向智能代理式支出模式的高效轉化。d、智能代理工具：憑藉領先的前沿大模型和頂尖的人工智慧人才，Google具備大規模開發和部署頂級智能代理AI系統的能力。以下是一些Google正在嵌入智能代理功能的初始應用場景：電子商務：Google與零售商和支付合作夥伴的深厚關係，使其能夠支援原生智能代理體驗，例如自動推薦、動態定價和最佳化轉化的結帳流程。2026年1月，Google宣佈與沃爾瑪合作，將沃爾瑪的購物體驗直接整合到Gemini AI平台中，使使用者無需跳轉外部網站或應用，即可在AI介面內發現商品並完成購買。Gemini將根據使用者的對話查詢，即時展示沃爾瑪和山姆會員店的產品，並通過整合化的結帳功能，讓使用者在聊天過程中直接完成交易。隨著AI搜尋格式逐漸支援端到端的發現與交易，我們認為Google將能更有效地變現流量，提升每位使用者的收入。此外，沃爾瑪作為高知名度的錨定合作夥伴，有望加速消費者對AI驅動商業整合的採納，進而帶動其他零售商和商戶跟進。2）Google推出智能代理電商結帳功能2025年11月，Google擴展了其AI購物功能，不僅提供即時價格追蹤，還超越了簡單的商品推薦。如今，Google將向使用者展示更詳細的產品列表和特性，如對比表格；同時，系統可自動將商品加入至使用者的購物車，並像個人助理一樣建議使用者使用Google Pay完成支付。截至目前，智能代理結帳功能已在Wayfair、Chewy以及部分Shopify商戶中上線，預計未來幾個月將逐步擴大覆蓋範圍。3）Google與PayPal合作打造智能代理購物體驗Google與PayPal達成合作，共同開發基於AI代理的智能購物體驗。根據協議，Google將提供AI技術與Google雲服務以支援該體驗，而PayPal則將在Google產品（如Google Cloud、Google Ads和Google Play）中整合其支付解決方案。此外，PayPal也將成為Google產品中的關鍵卡支付提供商之一。4）Google推出智能代理支付協議（Agent Payments Protocol, AP2）2025年9月中旬，Google推出了“智能代理支付協議”（AP2），這是一個用於AI驅動消費的新協議，已有超過60家商戶和金融機構參與支援。該協議本質是一個軟體代理，能夠代表使用者做出決策並完成購物行為。在演示中，Google展示了使用者請求AI代理為其預訂周末出行地點，該代理可與航空公司、酒店及OTA平台進行加密簽名互動，順利完成預訂流程。5）Google與Klarna合作推進智能代理式商業2025年10月中旬，Google宣佈與Klarna（一家全球領先的數字銀行和靈活支付提供商）建立新合作關係。此次合作旨在加速Google“智能代理支付協議”（Agent Payments Protocol, AP2）的開發處理程序，該協議是一項開放標準，旨在使AI代理能夠代表使用者自主完成購買並管理交易。在此次合作框架下，Klarna的支付基礎設施將更深入地整合進Google生態系統，支援參與商戶實現安全、自動化的結帳流程。6）Google推出AI驅動的旅行功能Google與航空公司、酒店及線上旅行社（OTA）的廣泛合作關係，結合其在價格、可用性及預訂方面的深度整合能力，使其能夠將智能代理式的行程規劃與預訂功能直接嵌入搜尋和地圖服務中，同時保持基於性能的變現模式。Booking和Expedia均已表明有意與Google合作，推動智能代理式預訂功能的落地。2025年11月中旬，Google宣佈對其AI模式在旅行領域的功能進行了多項升級，包括：1）全球範圍內的航班優惠擴展；2）建立用於旅行規劃的“畫布”（Canvas）功能；3）新增智能代理式預訂能力。未來，Google將與旅行合作夥伴及聚合平台（包括OTA）協作，實現庫存資訊和預訂連結的整合。旅行規劃流程（如行程安排、住宿選擇等）將直接嵌入Google搜尋介面。通過智能代理功能，使用者可直接點選連結預訂餐廳、本地服務，或訪問OpenTable、Ticketmaster等合作網站完成預訂。我們認為，Google憑藉兩大優勢，其智能代理旅行功能相較於競爭對手更具差異化：一是擁有即時、全面的庫存接入能力；二是能獲取豐富的一手使用者行為訊號。Google與主要航空公司、酒店集團及OTA在現有旅行搜尋中的深度庫存整合，使其具備更完整、即時的庫存資料，領先於競爭對手。此外，Alphabet還擁有跨搜尋、地圖和Gmail的龐大登錄使用者觸達能力，能生成貫穿各平台的一手使用者訊號，從而為使用者提供更加個性化、情境感知的行程建議，提升預訂轉化率。通過將使用者納入其智能代理式規劃與預訂流程中，Google有望進一步鞏固其在廣告主中的領先地位。5、估值中被低估的其他機會Alphabet旗下多個資產，包括TPU和Waymo，已超越早期實驗階段，展現出切實的商業進展，並有越來越多證據表明其具備可持續的商業模式和長期價值創造潛力。這些資產可能帶來額外的增長機會，而目前市場共識預測或當前估值倍數尚未充分反映這一潛力。TPU銷售：TPU（張量處理單元）代表了Google最具潛力的新業務機會之一。來自大型AI客戶的外部需求持續增長，表明該業務具備更廣闊的發展空間。如果Google擴大TPU的可用性，並開始向更多企業直接銷售或授權使用，公司將有望開闢一條重要的新硬體收入流。更廣泛的TPU應用將加深客戶對其AI軟體和雲平台的依賴，進一步強化Google在垂直整合方面的優勢，並推動估值擴張——隨著投資者開始更加重視Google在差異化AI基礎設施方面的價值，可參考領先半導體公司的估值作為TPU業務的對標。Waymo：Waymo目前仍是全球最先進的自動駕駛平台，其完全無人駕駛的商業營運已在多個城市落地並持續擴展至新市場。隨著自動駕駛車輛部署規模的擴大，Waymo有潛力發展為一個盈利性的出行服務平台，從而創造可持續的長期增長，這一增長潛力尚未被當前估值充分反映。我們估計，美國自動駕駛出行市場（ride-share AV market）的潛在市場規模可達1兆美元，投資者可參考特斯拉的估值模型來評估Waymo的潛在價值。量子計算：Alphabet在量子計算領域保持領先地位，覆蓋硬體與演算法兩大方向，且已持續投入十餘年。公司已實現多項行業首創里程碑，包括在量子糾錯方面取得重要進展——這仍是實現實用化量子系統的主要瓶頸。成功規模化量子系統將解鎖與AI直接相關的戰略優勢，例如更快的最佳化能力、更強的模擬功能以及在材料科學和密碼學領域的突破。量子計算的進步還可能影響下一代定製晶片的設計，與Google的TPU路線圖相輔相成，進一步鞏固其在人工智慧領域的長期競爭力地位。2024年12月，Google量子人工智慧（Google Quantum AI）推出了“Willow”，這是一款下一代105量子位元的量子處理器，旨在推動大規模、具備糾錯能力的量子計算發展。Willow在邏輯量子位元數量增加時，實現了錯誤率的指數級下降，並在基準測試中展現出超越經典電腦的能力，表明其為實現實用化量子電腦提供了一條可信的技術路徑。2025年10月，Google宣佈在Willow硬體上取得另一項重大突破——開發出“量子回聲”（Quantum Echoes）演算法。該演算法通過成功運行一項計算任務，實現了可驗證的量子優勢，其運算速度比目前最快的經典超級電腦快約13,000倍。麥肯錫公司（McKinsey）在2024年4月的報告中預測，全球量子計算市場到2035年可能達到280億至720億美元，若容錯系統實現商業可行，到2040年市場規模有望進一步擴大至450億至1310億美元。Google估計，量子計算有望在計算、材料科學、製藥等領域帶來1兆至2兆美元的經濟價值，推動顛覆性技術進步。儘管短期內影響可能有限，但隨著技術逐步成熟和商業應用場景開始規模化，未來五到十年內，量子計算的採納率和價值創造預計將顯著加速。其他業務（Verily、Wing等）：Google旗下高調的“其他押注”（Other Bets）項目還包括Verily（專注於醫療資料平台、診斷工具和臨床研究解決方案）以及Wing（專注於末端物流領域的自主無人機配送網路）。這些業務瞄準的是規模龐大且結構性增長的市場，人工智慧驅動的效率提升有望加快其商業落地處理程序。雖然這些業務仍處於早期階段，但部分已從純實驗性階段邁向實際部署和真實世界營運。隨著時間推移，若能成功實現規模化或選擇性分拆，這些業務將釋放可觀的增長潛力。三、潛在的2026年逆風與風險1、搜尋查詢和廣告收入面臨的日益激烈的競爭新一代生成式AI搜尋平台，如ChatGPT、Meta、Perplexity以及Bing Copilot，正迅速演變為傳統搜尋引擎的有力替代方案，加速了使用者行為的轉變。歷史上，Google曾佔據全球超過90%的搜尋查詢量和絕大部分搜尋收入。然而，隨著替代性搜尋介面（如AI驅動的對話式搜尋）的普及，Google兩大核心護城河——網頁索引能力和分發管道優勢——正面臨結構性削弱的風險。具體而言，這些新興平台的增長可能逐步侵蝕Google在性能和平台方面的領先優勢，帶來以下挑戰：網頁索引能力：Google憑藉其卓越的網頁索引演算法（如PageRank），長期以來為傳統搜尋引擎設定了極高的進入壁壘。然而，AI競爭對手如OpenAI和Perplexity正越來越多地依賴在大規模網路語料上訓練的基礎模型，結合輕量級網頁抓取和API接入方式，提供高品質結果，而無需複製Google龐大的完整索引基礎設施。隨著搜尋從“排序網頁”轉向“生成答案”，Google的結果可能變得不再那麼差異化，導致使用者感知差距縮小，從而降低使用者粘性。分發管道優勢：Google的分發優勢過去主要建立在瀏覽器和作業系統中的默認搜尋設定（如Chrome和Android），以及與Android和Chrome的深度整合之上。然而，這一優勢正面臨風險：隨著生成式AI平台的興起，它們正在向裝置端擴展，為使用者提供更多AI替代選項。例如，蘋果已將ChatGPT整合到iOS的部分功能中，未來更新可能會將其擴展至Safari搜尋。與此同時，據報導三星正在討論在Galaxy裝置上預裝Perplexity作為AI助手，這進一步加劇了Google在終端入口上的競爭壓力。1）OpenAI廣告平台發佈與競爭加劇OpenAI已建立起超過9億月活躍使用者（WAUs）的龐大使用者基礎，且使用者參與度持續增長。目前，OpenAI主要通過訂閱模式實現變現，但長期來看，僅有少數使用者會轉化為付費使用者。根據The Information（2025年7月報告），截至2025年7月，ChatGPT已有3500萬付費使用者，公司預計到2030年訂閱使用者將達到2.25億。鑑於總使用者數與預期轉化率之間的巨大差距，廣告支援模式被視為最可擴展的方式來變現龐大的免費使用者群體。據媒體報導（2025年9月），OpenAI計畫到2030年實現2000億美元的收入，其中約410億美元將來自新產品，部分收入將在2026年實現。此外，OpenAI網站近期發佈的廣告相關工程和基礎設施崗位招聘資訊，表明其正在早期建構廣告平台。我們預計，OpenAI將在2026年進行廣告平台的測試版發佈。2026年影響Alphabet市場情緒的一個關鍵問題是：廣告主在OpenAI上的廣告支出是新增的增量預算，還是會以犧牲現有搜尋引擎廣告預算為代價。我們認為，OpenAI廣告收入的增長很可能是兩者的結合：一方面，新型原生AI廣告格式以及更優的廣告表現正在提升廣告主的投放效果和付費意願，從而有效擴大整體數字廣告可觸及市場規模；另一方面，隨著OpenAI佔據越來越多的使用者使用時長和使用者意圖份額，部分廣告預算預計將從現有平台轉移至OpenAI。如果我們假設OpenAI的收入預測保守了50%，且其預計的其他收入中一半來自廣告（另一半來自智能代理AI服務佣金），那麼OpenAI的廣告收入有望從2026年的10億美元增長至2030年的300億美元。下表列出了我們對增量廣告支出與預算再分配兩種情景的假設，並分析了由此可能給現有平台帶來的潛在收入損失。我們認為，初期OpenAI上的大部分廣告支出可能來自於廣告主將品牌預算重新分配至該平台，目的是瞭解使用者在新型AI介面中的行為，並測試早期廣告形式的有效性。隨著公司逐步建立起穩健的性能廣告體系，我們預計其廣告收入將更多地來源於與搜尋、電商及線索生成等場景相關的增量績效廣告預算。2）重新分配的廣告預算可能低於Google廣告支出的4%假設在ChatGPT上的增量廣告支出佔比從2026年的20%上升至2030年的50%，則從其他平台轉移至OpenAI的廣告預算可能從2026年的8億美元增長至2030年的150億美元。作為Google旗下業務廣告收入的一部分，我們預計由OpenAI驅動的預算再分配到2030年可能達到其總收入的3%-4%（儘管其中部分份額將來自除Google以外的其他競爭對手）。2、競爭性AI新聞動態可能導致估值重估2025年Google股價表現及估值上調，反映了投資者對其維護搜尋市場份額以及將AI資產轉化為持續變現能力的信心增強。目前Alphabet的估值體現了市場對AI驅動增長前景的樂觀情緒，包括在前沿模型、原生AI搜尋、硬體及相關領域的持續進展和高調產品發佈。然而，來自競爭對手在這些關鍵領域的突破性進展，可能改變投資者對GoogleAI定位和估值溢價的看法。可能對Alphabet AI情緒產生負面影響的潛在發展包括：1）基於NVIDIA Blackwell架構建構的新一代前沿模型在NVIDIA Blackwell架構上訓練的下一代模型，可能顯著提升競爭對手每美元投入的性能表現。GPU性能的提升將加速高品質大語言模型（LLM）的發展，進一步加劇競爭強度。這可能會削弱Google在Gemini模型和自有基礎設施方面的相對優勢。2）Meta推出新大語言模型Meta預計將在2026年第一季度推出其新一代前沿大語言模型“Avocado”，該模型有望顯著提升其社交平台上的使用者參與度和廣告表現。Meta具備在大規模部署分佈式AI功能方面的快速執行能力，這將增加使用者行為和廣告預算向其平台轉移的風險。如果Meta在AI領域的執行力表現出色，可能會促使投資者重新評估其相對於Google的AI領先地位。3）新興AI平台的崛起勢頭Perplexity、Grok及其他原生AI搜尋平台正通過提供更快、更具對話性的探索體驗而迅速獲得使用者青睞。儘管目前這些平台的體量仍較小，但使用者使用量的增長已引發對長期查詢流量碎片化的擔憂。隨著這些平台開始嘗試通過廣告或電商整合等方式實現變現，它們將進一步加劇對Google搜尋業務的競爭壓力。4）OpenAI硬體裝置發佈據報導，OpenAI正在開發其首個專注於人工智慧的消費級硬體裝置，預計將於2026年底或2027年推出。多家媒體報導稱，該裝置可能採用音訊優先或無螢幕設計，旨在支援獨立於Google產品之外的AI互動體驗，例如移動裝置和搜尋引擎生態系統。如果該裝置獲得市場認可，可能會減少使用者對依賴Google分發產品的硬體裝置的使用，從而引發對其長期搜尋市場份額的擔憂。3、AI成本上升與雲資源過剩風險Alphabet正大力投資資料中心、AI人才以及能源容量，以支援內部工作負載和Google Cloud客戶的需求。雖然這些投資對於維持其在前沿AI領域的競爭力至關重要，但同時也導致固定成本基礎持續擴大，使利潤率更容易受到雲資源利用率波動和宏觀經濟不確定性的影響。如果AI變現節奏慢於預期，或新型AI產品的採納不及預期，前期高額攤銷（D&A）負擔可能導致利潤率意外承壓。我們預計，Alphabet的研發費用佔淨收入的比例將從2024年的5%上升至2027年的10%。任何收入低於預期的情況都可能加劇這一成本帶來的下行風險。人工智慧基礎設施市場也可能面臨產能過剩的風險，雲端運算行業因此將承受價格壓力。新進入者在基礎設施領域持續擴張的規模和速度前所未有。其中包括Meta，該公司正在建設多個吉瓦級資料中心（如Prometheus、Hyperion等），預計將在2026至2029年間投入使用；此外還有Oracle和OpenAI聯合發起的5000億美元“Stargate”計畫，預計將從2028年至2029年期間上線大量AI算力。如果AI需求的增長無法跟上供應擴張的規模，超大規模雲服務商可能會採取激進的定價策略，以維持資源利用率並保護利潤率。根據共識預測，五大超大規模雲服務商（Big-5 hyperscalers）的資本支出（capex）預計從2023年的1540億美元增長至2027年的6120億美元。我們認為，市場對2027年和2028年資本支出的預期仍偏保守。若該算力需求未能如期實現，或企業科技支出因宏觀經濟因素出現放緩，則雲服務的利潤率可能較歷史經濟周期面臨更長時間的壓縮。4、2026年廣告收入增長放緩2025年第二季度，Google廣告收入增速加速了近5個百分點，主要得益於電子商務行業的持續復甦以及AI驅動的性能提升。然而，隨著電商行業在第二季度的增長勢頭趨於平緩，Google廣告收入的增長可能面臨放緩風險。我們預計，2026年全年Google廣告收入增長率將放緩至12%（相較2025年第三季度高達15%的峰值）。Google的前瞻市盈率（forward P/E）歷來與年度廣告收入增長率的變化密切相關。因此，2026年廣告收入增長的放緩，疊加同比比較基數更高，可能導致估值倍數承壓。此外，TikTok、Meta、ChatGPT及其他原生AI平台帶來的競爭日益加劇，也可能對廣告定價和整體增長構成壓力。1）Meta將於2026年推出全自動化廣告平台儘管受到AI算力資源的限制，Meta在廣告投放精準度和自動化方面仍持續取得實質性進展。2025年，該公司與Alphabet、CoreWeave和Nebius簽訂合同，以獲取額外的算力資源，凸顯其內部算力供給的瓶頸。隨著2026年新增算力逐步上線，預計將支援更強的廣告系統性能，提升廣告主的投資回報率（ROAS），並幫助Meta搶佔更多增量廣告預算份額，從而可能對Google和YouTube的廣告收入增長形成壓力。Meta Business AI是Meta下一代的全自動化廣告平台（Advantage+套件的演進版），旨在簡化並提升廣告活動的整體表現。該解決方案目前處於測試階段，預計將於2026年廣泛上線。該平台基於Advantage+建構，將利用具備代理能力的AI系統，實現廣告全流程的自動化，包括創意生成、受眾定向和最佳化，並能在即時環境中獨立規劃、執行和調整廣告活動。這些類似“智能代理”的功能將使廣告主能夠以極低的人工干預進行多版本測試、動態調整預算，並持續最佳化至最佳投放效果，從而顯著提升廣告效率與轉化表現。Meta的全自動化廣告平台有望推動其在社交廣告上的支出增長，同時可能將部分增量廣告預算從Google旗下業務中分流。2）來自TikTok的競爭若2026年擬議中的TikTok交易順利完成，將消除該平台當前面臨的不確定性，推動廣告主更積極地採用其廣告服務。我們認為，TikTok的廣告變現能力相對於其龐大的使用者規模仍處於較低水平，表明其營收仍有巨大增長空間。TikTok目前擁有約6600萬美國日活躍使用者（DAU），平均每日使用時長超過58分鐘（相比之下，Instagram約為53分鐘，Facebook約為36分鐘，YouTube約為77分鐘）。一旦美國所有權問題塵埃落定，TikTok將具備更強的能力將其使用者參與度轉化為廣告收入，並可能從Meta和YouTube吸引廣告預算。此外，TikTok不斷擴充的廣告庫存也有可能對行業整體定價施加下行壓力。如果TikTok在2026年實現快速增長，可能會使現有平台的廣告收入增速下降1-2個百分點。5、估值偏高且短期催化劑有限以當前332美元的股價計算，Alphabet的估值為2027年華爾街一致預期GAAP每股收益（EPS）的25倍（其歷史平均水平為22倍，而標普500指數按2027年EPS 340美元計算，當前估值為21倍）。自2016年以來，Alphabet的估值平均較標普500指數存在4個點的溢價；但自ChatGPT發佈以來（2022年11月），該公司平均反而對標普500指數存在0.5個點的折價。目前，Alphabet的估值略高於歷史常態，疊加未來催化劑日程高度密集且競爭激烈，可能限制其短期內的估值倍數進一步擴張，股價走勢或將主要跟隨盈利預期的調整而變動。從兩年遠期GAAP市盈率（P/E）來看，Alphabet當前估值為25倍（基於華爾街一致預期），比其過去10年22倍的歷史均值高出10%，處於其歷史估值區間14倍至30倍的中上水平。此外，與歷史水平相比以及與同為巨型科技公司的同行相比，Alphabet的自由現金流（FCF）估值偏高，這可能構成對股價的風險。根據彭博社資料，以2027年自由現金流（FCF）為基礎，Alphabet的市現率（P/FCF）為43倍，相比之下，Meta為59倍，亞馬遜為41倍，微軟為31倍，蘋果為28倍，輝達為21倍。1）估值分析在GOOG股價約為332美元的情況下，Alphabet的估值相當於2027年GAAP每股收益（EPS）的27倍，高於其過去十年14-30倍的歷史區間，以及22倍的歷史平均水平。若扣除我們對YouTube、YouTube訂閱服務、雲端運算、Waymo、現金資產的估值估算，以及來自“其他押注”（Other Bets）業務的潛在稅後虧損約55億美元，並考慮YouTube帶來的潛在盈利貢獻，我們估計核心廣告和Play業務的隱含估值為2027年預期收益的21倍，與標普500指數（假設2027年EPS為340美元）的21倍估值相當。2）股票的上行與下行情景分析我們的情景分析顯示，該股當前的風險/回報結構較為均衡。我們認為，當前估值已充分反映了市場對AI相關進展的積極預期，儘管核心業務本身在調整後市盈率（P/E）方面與標普500指數保持一致，仍顯得合理。我們預計，若出現新的AI相關利多消息（如大型雲服務交易成功、Google直接向企業出售TPU晶片，或其AI技術在私人競爭對手中獲得正面資本回報），股價有望進一步受益。基準情景（Base Case）：我們的基準目標價為370美元，基於以下假設： 2027年GAAP每股收益（EPS）為12.95美元；28倍市盈率；加上現金資產。 我們認為，鑑於公司AI執行能力的強勁表現以及AI驅動變現潛力的巨大前景，給予其高於標普500指數和歷史水平的溢價是合理的。我們的上行情景設定目標價為420美元，基於以下因素：更高的30倍市盈率（仍在Google歷史區間內）；2027年GAAP每股收益較基準情景高出10%，即13.76美元（基準為12.51美元）；加上現金資產。更高的收益和市盈率可能由以下因素推動：AI原生廣告格式帶來的收入增長；雲端運算業務加速發展；TPU驅動的成本效率提升；持續的營運費用管控；利潤率擴張。更高的估值倍數可能得益於市場對公司差異化AI資產組合的更高認可度，以及Google資產組合中所蘊含的戰略靈活性（optionality）。我們的下行情景設定目標價為235美元，基於以下假設：市盈率降至20倍（仍在Google歷史區間內）；2027年GAAP每股收益比基準情景低10%，即11.26美元（基準為12.51美元）；現金資產不再帶來額外價值。較低的收益可能由以下因素驅動：AI相關的競爭壓力導致搜尋收入增長放緩；或AI相關支出上升，推高成本。可能導致估值倍數下調的因素包括：新一代大語言模型（LLM）、OpenAI廣告平台發佈、AI硬體裝置推出等高調產品發佈，衝擊市場對AI發展的樂觀情緒；搜尋流量增長受壓；AI投資帶來的變現效益有限（或低於預期）。這些因素均可能對Google的AI敘事構成挑戰，進而拖累股價表現。 (衛斯李的投研筆記)

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)