上世紀末，Google的搜尋引擎永遠地改變了人們獲取資訊的方式。25年後，這家如今的科技巨頭大膽宣稱：未來的搜尋將是一個完全由AI驅動的世界。今年5月，Google在其最大的開發者盛會Google I/O上推出了AI重塑的搜尋引擎，使用者可以向AI提出複雜的問題，甚至加以追問，而AI會進行相應的搜尋並回答你的提問。這不僅是巨頭的一場自我革命，更是對Perplexity和OpenAI等AI新貴的強力回應。同時發佈會還推出了Gemini 2.5 Pro模型、XR眼鏡等一連串重磅更新，其實Google在技術上的實力毋庸置疑，但其產品化能力卻一直備受質疑。我們在I/O現場的明顯感受是：如今的AI之爭不再是拼誰的模型跑分高，而是拼誰能先把AI真正用起來。生成式AI的熱潮正在褪去，AI Agent的時代已經開始了。但在這些技術突破之外，大家更關心的問題是：Google，還是那個能夠顛覆行業的Google嗎？這家公司有技術、有人才、也有錢，但近幾年來推出的產品好像總差點意思：雖然Transformer架構誕生於Google，但從中受益最多的卻是OpenAI；如NotebookLM這樣的產品，儘管初看驚豔，但似乎在商業應用上有些“雷聲大雨點小”。本篇文章我們就藉著這次I/O的機會聊聊，現在AI產品的競爭，到底是在拼什麼？01Google I/O更新內容Chapter 1.1 AI Mode重塑搜尋從去年I/O開始，Google加入了名為AI Overview的AI生成摘要功能。雖然AI Overview曾因為“建議在披薩上塗膠水”等回答被使用者吐槽，但Google表示，這項功能的月活躍使用者已經超過15億。它現在也將從實驗室畢業，推廣至200多個國家和地區、支援40多種語言。本次更新的AI mode則是AI Overview功能的一次升級，是Google最核心的搜尋功能結合了Gemini 2.5模型後的產品：Google不再是簡單地提供AI總結，而是可以回答覆雜、多步驟的問題，未來還會支援更複雜的體育與金融資料問題，甚至呼叫使用者的個人資料生成個性化的答案。AI Mode也加入了一個叫做Deep Search的功能，與OpenAI的深度搜尋對標，在收到使用者的問題後生成一份帶引用來源的完整報告，能節省好幾個小時的研究時間。Google官方建議，Deep Search適合於購物等容易犯選擇恐懼症的場景。AI接管購物流程的例子比比皆是，AI試穿就是一個很有趣的例子：AI Mode下，使用者上傳自己的照片，AI就能模擬你穿上某件衣服的樣子。Google說這個“試穿”功能可以識別不同布料、彈性和3D形狀，現在已經在Labs中上線。幾個月後，Google還會推出一個“自動下單”工具：當商品降到使用者設定的價格後，AI Agent可以主動幫你下單（當然，最終仍需使用者點選確認）。未來還會有“Search Live”功能，能直接結合手機的攝影機，讓AI根據使用者眼前看到的東西即時對話、提供資訊。從去年的AI Overview到今年的AI Mode，再加上各項套用多模態模型，基於Agent的功能，萬變不離其宗的都是Google核心的搜尋技術，也說明了一點：Google意識到，它必須重新定義搜尋，才能在AI時代保住它的地位。過去二十年，“搜尋等於Google”，這是一個毋庸置疑的事實。但進入生成式AI時代後，一切開始動搖。2022年ChatGPT剛上線的時候，Google立刻拉響紅色警報，意識到AI正在威脅它的舒適區。但那時候，Google沒怎麼動，畢竟它不是初創公司，手上捧著的是年營收超過2000億美元的搜尋業務，佔了全公司一半以上的收入。你很難指望這樣一個體量的巨頭，敢拿出“會幻覺”的AI，直接替代穩妥靠譜的搜尋引擎。於是，Google選擇了穩一點、慢一點。但三年過去，它卻不得不面對一個現實：搜尋這塊最核心的地盤，真的開始被類似Perplexity和OpenAI這樣的AI初創公司搶走了。劉沁東（Bruce Liu）美國濟容投資CEO兼首席投資官：隨著AI、GPT等新的工具和流量入口的出現，我覺得對Google、尤其是對華爾街最大的困擾是：Google還能不能保持它在搜尋上面的優勢地位？丟市場份額是一定的，但是丟到什麼程度、要付出的代價還不確定。今年五月的一起反壟斷案的庭審中，蘋果高管Eddy Cue承認：Google的搜尋流量在過去22年裡首次出現下滑，因為越來越多使用者開始用AI搜尋替代傳統搜尋。這對Google的打擊，尤其在資本市場上是巨大的，我們會在最後一章展開分析。Google在本次I/O的發佈中，便是在用這一整套AI搜尋系統守住它的護城河——這不僅是技術的更新，更是使用者習慣的重塑。但是，這不可避免的也會涉及智慧財產權的問題以及和內容出版商之間的漫長博弈；而這也將是我們接下來關注的重點。Chapter 1.2 Gemini能力提升對於關注I/O的開發者來說，搜尋以外最讓人興奮的更新應該是Gemini 2.5的各大新功能。GoogleDeepMind的CEO Demis Hassabis在展示Gemini 2.5的時候，重點強調了它能深度思考的能力，這個過程被稱為“Deep Think”。Deep Think採用了所謂的“平行推理技術”，允許模型在生成回答之前，探索多個可能的解答路徑，從而提高答案的精準性。Sergey BrinAlphabet Inc.聯合創始人兼董事：如果AI能夠在提供方案之前先深度思考，顯然會更加強大，而我們現在看到的只是AI能力的冰山一角。這些能深度思考的模型出現還不到一年時間，尤其是AI在其思考過程中還可以使用許多工具，甚至利用其他AI來改善最終輸出結果。因此，我認為這將是一個非常強大的範式。Google這次還給開發者帶來了兩個新的訂閱服務：月費20美元的Google AI Pro和月費高達250美元的Google AI Ultra，直接對標ChatGPT Pro和Claude Max（兩個服務各為200美元/月）。Ultra使用者可以使用Google最新的圖像模型Imagen 4和視訊生成模型Veo 3，還能搶先體驗最新AI能力，比如自動生成帶音效的視訊畫面。Shaun WeiHey Revia創始人ex-Google Assistant：無論是OpenAI的Sora，還是文生圖（Text To Image）、文生音訊（Text To Audio）等各種各樣的嘗試，大家都想達到一個目標：把大腦裡面想像的東西變成電影的畫面。我覺得在Google的發佈會上，我看到了真正把想法變成視訊的演示。對於大部分使用者而言，Gemini Live的攝影機和螢幕共享功能也已經在移動裝置上開放了。使用者可以邊走路邊拍攝周圍街景，直接問Gemini：“這棟建築是誰設計的？”或“這是什麼風格？”，而AI會基於手機即時畫面回答問題，幾乎沒有延遲。該功能背後依託的是Google的多模態AI系統Project Astra，它能理解圖像、語音、文字，並與你進行自然對話。不久之後，Gemini Live還將與各項Google的效率產品整合。使用者可以邊對話，邊建立日程、生成路線或安排待辦事項。而Project Astra這個多模態系統，其實也寄託了Google在AI上最大的野心。它本身並不是一個面向消費者的產品，DeepMind的Greg Wayne將它看作一輛“概念車”，展示Google對未來AI助手的全部想像。它背後的目標只有一個：打造一個真正通用、懂你、會幫你做事的AI助手。在I/O上，Google宣稱Astra不再只是被動等使用者提問，而是自己判斷什麼時候說話、說什麼話。比如你正在寫作業，它能看出你哪裡算錯了，直接提醒你；又比如你在間歇性斷食，它甚至會在你打破禁食時間前問，你確定你現在應該吃東西嗎？Hassabis將Astra稱為讀空氣的AI（reading the room），認為這才是真正的助理。Project Astra的很多功能，未來會逐步下放到Gemini和其他Google產品中。但實際上已經有一個應用場景呼之慾出了，這就是眼鏡。Chapter 1.3 XR眼鏡今年I/O展示的硬體更新並不多，但眼鏡可以說是大家關注的主角。在I/O上，Google展示了和三星、Gentle Monster、Warby Parker等品牌合作開發的一款樣機。這幅XR眼鏡叫做Android XR，並且搭載了Gemini AI。演示上展示的幾個功能包括了即時翻譯、導航輔助、視覺識別等等。我們也在現場體驗了這款XR眼鏡。眼鏡本身佩戴感很好，與普通眼鏡重量幾乎無差。戴上眼鏡後，除了發佈會視訊中演示的與Gemini交流、播放音樂之外，還可以使用Gemini鑑賞油畫、根據風景圖片分辨並制定相應地點的旅行計畫等。雖然並沒有體驗到發佈會演示中用XR眼鏡看地圖和即時翻譯的功能，不過總體而言，這個體驗很新奇，也很符合大眾對XR眼鏡的期待。當然，Google這次一口氣發佈了十幾項更新，聚焦在AI及各類開發工具。這就比如說可以基於瀏覽器執行複雜任務的多模態AI agent Project Mariner。作為做中英文內容的創作者，我們最感興趣的功能之一，其實就是跨語言的即時轉換。如果一個AI助手能在我們錄製播客或剪輯視訊時，直接把中英文內容自然地同步處理並轉寫，那將極大提升我們的效率。以上是粗略的體驗分享，這也體現了Google這樣的巨頭在AI時代的獨特優勢：行業領先的模型、全球搜尋流量，和強大的底層技術。用Google自己的話說，這種規模（scaling）是初創公司很難趕上的。接下來聊聊開發者希望從今年的AI模型更新中看到的新能力。02開發者想看到什麼？Kimi KongEnergent.ai聯合創始人ex-DeepMind：Google I/O讓我印象最深的是Google對於它旗下模型和產品的橫向廣度與縱向深度的一個整合。這讓我覺得，Google對於未來已經進行了全面佈局。Kimi Kong曾在GoogleDeepMind工作，參與過大語言模型評測和AI Agent兩個關鍵項目。他認為，本次Google I/O的最大亮點之一，是Google展示的“大一統模型”的雛形。從廣度上來看，只需要一個Gemini模型，就可以執行問答、程式碼生成、多輪對話、圖像識別、視訊理解等多種任務，涵蓋了開發者在不同模態下的主要應用場景。從深度上來說，Google不僅提供模型能力本身，還進一步展現了這些能力如何被落地到真實產品中，給開發者留下了極大的想像空間。比如，在搜尋這個縱嚮應用中，AI不僅能在雲端幫助使用者生成結構化答案，還可以部署到可穿戴裝置。就像我們在體驗XR眼鏡的時候，只要是視野內看得到的問題，就可以向Gemini提問，而Gemini會幫我我們進行搜尋。然而，在眾多更新裡，其實很難看出最後哪些能夠在產品化上實現成功。Shaun WeiHey Revia創始人ex-Google Assistant：Google的產品一直是它的弱項，大家都知道這點。所以我覺得，Google這次就是要圍繞它強勁的Gemin模型來打造自己的生態。Shaun Wei曾在Google負責語音助手項目。他告訴我們，從外部來看，Google目前的策略就是一次性發佈大量產品。一旦發現哪個產品真正跑的出來，就可以再加大投入。比如，2023年7月發佈的NotebookLM，一開始只是一個相對小的項目，但面向公眾開放後卻收穫了大量好評，於是Google才開始傾斜資源。而Google自己強大的技術是毋庸置疑的，主要有幾方面優勢：1.硬體生態2.自己的雲服務Google Cloud以及資料中心3.海量可以用於訓練AI的資料4.強大的演算法團隊Shaun WeiHey Revia創始人ex-Google Assistant：Google在底層的時候就已經比大部分公司有優勢了，基本上沒有多少公司能做這個事情。所以Google如果通過一年的努力變成整個模型的第一，我不會覺得奇怪。在Google提供了全端式服務之後，那些做AI Agent的初創公司還做得下去嗎？Shaun WeiHey Revia創始人ex-Google Assistant：對於To C的公司確實是影響會非常的大，因為大公司的模型能力很大，而且大部分巨頭最先考慮的就是面向C端使用者來擴大能力。其實很多簡單的功能，比如打電話，AI Agent只需呼叫一個工具就能做的事情，它開發的門檻是越來越低的。如果你解決的垂直賽道里邊，它的工具量特別的少，或者它對於整個商業、工作流的邏輯特別少的話，確實有可能會直接被大公司取代。Kimi KongEnergent.ai聯合創始人ex-DeepMind：百家齊放的狀態也給初創企業帶來了機會：正因為不同模型各有所長，才有了初創企業把不同模型整合、完成非常複雜的任務，並捕捉這個垂直且深度市場的機會。在聊完Google在技術層的突破後，我們再來看看，華爾街現在怎麼看待Google這家公司的。03華爾街想看到什麼？Google I/O首日，Google的股價跌了1.5%。5月21日（I/O的第二天），Google的股價開盤上漲5個點。各大銀行分析師都指出，Google的AI資產被低估了。I/O期間的發力，很可能是Google成功打贏這場AI競爭的核心。劉沁東（Bruce Liu）美國濟容投資CEO兼首席投資官：追重要的是Google的全端式服務（Full Stack），真正地利用好了Google所有AI能力，包括它現有的龐大的使用者群、它強大的分發能力（distribution）。把AI的能力完全地巢狀進來，變得特別的清晰。正如前文反覆提及的，這就是Google作為一家科技巨頭難以被超越的地方。在I/O之前，資本市場對Google一直有一個疑問：為什麼大部分突破性的技術都發源於Google，但從中收益、將這些研究產品化的卻是別人？可以說Google是起了個大早，趕了個晚集。Google現在終於在I/O期間初步證明了自己產品化的能力。然而，這並沒有解決Google的核心問題：AI搜尋可行，但卻不一定能夠盈利。過去Google之所以可以通過搜尋賺的盆滿缽滿，主要是因為廣告：使用者的每一次搜尋，其實背後都有一場無聲的競價戰。廣告商會通過關鍵詞付款，所以那些關於購物和比價的搜尋，都是Google源源不斷的印鈔機。但是在AI搜尋模式下，還仍然沒有一個投放廣告的方式。劉沁東（Bruce Liu）美國濟容投資CEO兼首席投資官：我試用了Google的AI mode，當我問它lululemon新出的裙子時，看不到任何能夠放廣告的地方，它也沒有想到插廣告的辦法，這也是業界的爭論點。我覺得，什麼時候大家找到了在AI對話裡面怎麼合理地去放廣告、收廣告，新的機制被搭建起來之後，這個問題才算解決。但除了I/O期間的股價變化之外，Google今年的股價其實一直沒有大幅度的突破，自二月達到52週最高點後就持續回呼。同時，川普4月初宣佈全球關稅之後，依賴於出海電商廣告業務的Google和Meta都受到很大影響，所以也在那段時間出現了下跌。但總體來說，五月之前股價的變化和Google公司本身的營運狀況關係並不大。5月7日，Google的股價卻迎來一次大幅下跌，最大的原因就是之前提到的蘋果高管Eddy Cue的發言，認為Google的搜尋業務正在受到AI威脅。但其實這裡還有一個更大的背景，就是Google正在面臨兩項由美國政府發起的重大反壟斷訴訟。第一起訴訟指控Google在搜尋引擎市場中濫用其主導地位，利用與裝置製造商和瀏覽器的默認設定協議，阻礙競爭對手的發展。第二起訴訟則聚焦於Google在數字廣告領域的行為，指控其通過收購和整合廣告技術平台，非法維持其在廣告市場的壟斷地位。這些訴訟不僅可能導致Google被迫改變其商業模式，甚至面臨拆分公司的風險。劉沁東（Bruce Liu）美國濟容投資CEO兼首席投資官：當然，這並不代表Google立刻就要被分拆，Google在這方面的訴訟非常有經驗，也花了很多錢在律所、法務團隊上。想要提起訴訟並真正拆分Google，會是一個非常耗時間的過程，即使需要5年、10年也不奇怪。但是，有了這麼多年打官司的經驗，控方也越來越理解Google在廣告科技（advertising tech）市場上的壟斷到底是怎麼實現的，這對Google造成的風險也確實是越來越大的。但是我認為，市場還沒有真正定價（price in）這點，如果這點變得越來越清晰，Google是有風險被拆分的，到時候會有新一輪的定價。04巨頭依然有難以比擬的優勢不管是從技術還是商業角度來看這次GoogleI/O的發佈會，大家的共識都是：巨頭確實具備難以比擬的優勢。在此之前，Google似乎沒有抓住這個競爭優勢，所以這次的發佈會，很大程度上給大眾吃了一劑定心丸。但就像我們採訪嘉賓分析的那樣，Google這個搜尋巨頭可能確實用AI“革了自己的命”，但這家公司真的還能保住自己的霸主地位嗎？對這個問題，它可能很難給出回答。就像Google很久沒路面的Google聯合創始人Sergey Brin說的那樣：由於AI的出現，我們很難想像十年後的網際網路，甚至十年後的人類世界。以上就是矽谷101對Google I/O以及Google自我革命的梳理，也歡迎大家留言你的想法與感受。 (矽谷101)

【新智元導讀】Google正用AI重塑搜尋，引發自身商業模式的深刻危機。AI Overviews與AI Mode大幅削弱使用者點選網站的需求，改變傳統搜尋架構，使Google從資訊入口變為資訊終點。Google打算用AI先革了自己的命，從搜尋引擎開始。在搜尋的首頁上，Google已經將AI Overviews和AI Mode排在了最前面。Google搜尋長期免費，主要依靠在搜尋結果中投放廣告來創收。但不論是AI Overviews，還是AI Mode都似乎要「斷掉」這條財路：AI Overviews將搜尋結果以摘要形式展現，顯著減少使用者點選原始網站的可能性；而AI Mode則更進一步，用生成式回答取代傳統連結列表，甚至鼓勵使用者繼續提問而非訪問外部網頁。這種趨勢將搜尋結果頁面從「資訊入口」變為「資訊終點」，侵蝕了開放網站的流量。Google正在把整個搜尋變成AI實驗室。過去，你點開網頁，輸入問題，尋求答案。現在，Google直接把答案搬到結果頁最上方。這就是AI Overviews：一句話總結，一屏解決。連結被往下壓，你甚至不必離開Google。而AI Mode是一種更徹底的接管，是一片逃避Google自身連結「屎山」的文字綠洲。它不是給舊搜尋加一個模組，而是全面替代。多模態、強推理，可一次並行無數子查詢。問它問題，得到的結果卻像和ChatGPT聊天。簡潔文字、商品卡片、清單排布，看著熟悉，卻已不是傳統搜尋。AI讓過去的網路連結淪為腳註，流量被聊天框截留。AI  Overview降低了點選需求，而AI Mode直接把點選變成可有可無的「參考來源」。Google的慢性死亡已然開啟？自2022年生成式AI問世以來，已有明顯跡象表明，我們所熟知的Google正面臨結構性的瓦解。觀看Google的I/O大會印象深刻，他們是如此努力地試圖在AI產品領域保持領先。並且在過去的18個月裡也確實取得了長足的進步。但問題是，有一個巨大且關鍵的隱患：Google的搜尋廣告壟斷及其商業模式正岌岌可危。儘管Google在AI新產品上不斷創新，但這遠遠不夠。無論GoogleAI Overviews或其力推的AI Mode未來多麼風光，從2026年起，Google將從根本上不復往昔。生成式AI將重塑科技大廠，並將徹底顛覆整個網際網路。2025年將是過渡之年，一切尚不明朗。AI正在吞噬網際網路2024年Google搜尋業務營收近2000億美元。其中，絕大部分營收都依賴於搜尋廣告。2023年，在其2379億美元的廣告總收入中，高達1750億美元（佔比 73.6%）均源於Google搜尋業務。但隨著生成式AI的崛起，使用者的搜尋習慣正持續從傳統的Google搜尋流失，轉向ChatGPT搜尋、深度研究（Deep Research），或是Google自家的 AI Overviews和AI Mode。與此同時，教育應用、設計平台以及線上論壇，也正遭受來自生成式AI的猛烈衝擊。「AI正在吞噬網際網路」這類頭條新聞絕非戲言，真正的變革已然發生。而在Google內部，也早已是人心惶惶。一份內部檔案顯示，Google高管們認為搜尋業務的流量將被Gemini或ChatGPT蠶食，並緊急呼籲加快Gemini的商業化變現。舊搜尋和新生態Google搜尋部門負責人表示：我認為搜尋結果頁面只是一個架構。這相當於宣告「傳統搜尋規則不再神聖」。這對於一家多年來一直謹慎對待那怕再小的搜尋引擎演算法更新的公司來說——這種革自己命的態度令人印象深刻。而且，沒錯！在全力擁抱AI的過程中，Google進一步隱藏了為其提供動力的原始素材，降低了連結的地位，同時持續將這些連結內容抽象化。2025年3月，13.14%的查詢觸發了AI Overviews，相較於2025年1月的6.49%翻了一番。其中，科學（+22.27%）、健康（+20.33%）、人與社會（+18.83%）以及法律與政府（+15.18%），是AI Overviews份額增長最快的領域。也就是說，在這些高信任度、資訊密集型類別中，使用者獲取答案的方式正發生快速轉變。但對於廣告投放來說，AI Overviews的繁榮似乎並不是什麼好消息：1. 觸發AI Overviews的關鍵詞呈現出更高的零點選行為。這意味著AI Overviews給廣告商帶來的點選量少於傳統搜尋。2. 雖然Google有意將AI Overviews控制在那些難以商業化的查詢上，從而規避對廣告營收模式的直接衝擊。（高達95%的關鍵詞要麼沒有廣告，要麼其每次點選成本極低）但自今年1月以來，能觸發AI Overviews的行銷漏斗中、底部關鍵詞數量已有所上升。這很可能導致廣告的每次點選成本進一步攀升。3. 觸發AI Overviews的導航類查詢數量自1月以來翻了一番——從0.74%增至1.43%。也就是說，即便是品牌自身的流量也岌岌可危。全球使用者越是擁抱AI，他們對Google的依賴就越低，因為正如上文提到的——使用者習慣正在發生改變。2025年2月份的時候，ChatGPT的周活使用者就已經達到了4億，僅在美國就有6770萬使用者。月訪問量則高達51.9億次，其中15%的使用者來自美國。到了2025年4月份，ChatGPT的周活使用者就直接翻倍，來到了8億。此外，ChatGPT還坐擁2000萬Plus付費訂閱使用者。Google搜尋面臨的另一大威脅，來自xAI出人意料的優秀產品——Grok3的DeepSearch。如今許多人已轉而使用它，而非Google搜尋，甚至也不是Perplexity或ChatGPT搜尋。一份涉及Liz Reid、Vidhya Srinivasan和Nick Fox等高管的內部會議紀要，揭示了核心判斷：擺在我們面前的有三條路：1. 搜尋業務根基不動搖；2. 搜尋流量部分流向自家的Gemini；3. 搜尋流量大量流向ChatGPT。第一條路當然是最好的，但最壞的情況是第三條，所以我們應該力保第二條路實現。「Google消亡論」如果生成式AI真的在蠶食搜尋業務，Google雖不至於一夜崩塌，但其核心商業模式預計將在2025年後急劇惡化。如今，Google在搜尋市場份額現已跌破90%，並且還在快速下滑。與此同時，ChatGPT持續從Google手中奪取流量，並且隨著其使用者規模的擴大，這一問題日益嚴峻——這在2023年初或許還只是隱憂。但到了2025年年中，儼然已成為一個重大威脅。擔憂正在一步步變為殘酷的現實。一旦Google的移動搜尋份額開始下滑（很可能在2026年發生），就將敲響其搜尋廣告壟斷地位的喪鐘。如果佔到公司四分之三營收的搜尋廣告業務正逐漸走向衰亡，那麼整個公司都可能面臨傾覆的風險。Google一家獨大的網際網路時代將徹底終結。 (新智元)

當地時間5月25日，國際區塊鏈諮詢集團創始人馬里奧・納瓦法爾在社媒平台發佈了關於搜尋引擎的看法，稱“與其在一堆垃圾連結中翻找答案，不如直接用Grok，一步到位。”隨後特斯拉CEO埃隆・馬斯克轉發並評論：“AI將取代搜尋”。(科創板日報)

關於Google是否會被顛覆的爭論，伴隨蘋果的一則消息變得異常的激烈。毫無疑問，Google搜尋引擎業務一直是公司利潤的基石，然而，隨著生成式AI的迅速崛起，外界開始擔憂，Google搜尋作為壟斷性的入口，這樣的地位是否會繼續成立，類似當年門戶作為壟斷性的入口，Google是否會重蹈雅虎的覆轍，失去行業主導地位。2025年5月8日，蘋果公司宣佈考慮在Safari瀏覽器中加入AI搜尋結果引擎，Google股價應聲下跌超7%，這一事件將Google面臨的挑戰推上了風口浪尖。也在當天，天風國際證券分析師郭明琪發帖警告稱，Google正處於一個類似雅虎當年的“雅虎時刻”，生成式AI可能顛覆其搜尋業務。而ARK Invest的CEO凱西·伍德早在2023年就曾預言，ChatGPT等大型語言模型已經對Google構成重大威脅。如今，她的擔憂似乎正在變為現實。01Google的核心搜尋與廣告的共生關係Google能夠成為今天的巨頭，離不開其一家獨大的搜尋業務，這不僅是過去十年使用者獲取資訊的唯一流量入口，更是廣告商投放廣告的黃金管道。雖然Google的多元業務一直在發力，但時至今日廣告收入依然佔其總收入的絕大部分，而這一收入高度依賴於傳統關鍵詞搜尋的商業模式：使用者輸入關鍵詞，Google返回對應的搜尋結果，同時展示相關的廣告，廣告商通過競價獲得曝光機會。這種模式經過多年最佳化，不僅成熟並且高效。也塑造了Google、百度等搜尋引擎商業帝國的根基。但三年前，生成式AI的大行其道已經動搖這一根基。ChatGPT和Google自家的Gemini等AI工具能夠通過自然語言互動，直接為使用者提供精準、個性化的答案，而非一堆需要篩選的連結。這種新型搜尋體驗，通過蘋果的表達，已經可以明確看到這種取代傳統搜尋的趨勢，讓使用者不再依賴關鍵詞驅動的結果頁面。如果搜尋習慣發生根本性改變，雖然Google的Gemini也是極具優勢的生成式AI之一，但Google AI 並非像其搜尋引擎一樣獨居壟斷優勢，建立在獨霸江湖地位上的Google的廣告入口，會受到怎樣的衝擊？目前，包括OpenAI、DeepMind、xAI、Llama、DeepSeek等，均尚未大規模推出廣告業務，Google的廣告平台仍是網路廣告主的首選，因此這種衰退只是一個趨勢確立的預期，並不會立即出現斷崖式下跌的臨界點。郭明琪指出，只有當搜尋次數下滑到一定程度時，廣告業務才會受到實質性影響。蘋果服務業務高級副總裁埃迪·庫伊在Google反壟斷案中透露，Safari的搜尋量已首次出現下滑，Safari作為全球第二大瀏覽器，一旦整合AI搜尋功能，可能會進一步分流Google的搜尋流量，甚至逼迫Google在Chrome中也採取類似措施，用Gemini替換傳統搜尋框以順應潮流。由此產生一個最核心的問題，如果AI搜尋成為主流，廣告商將如何適應？傳統搜尋的廣告機制，依賴於高曝光量和競價機制，而AI搜尋可能更注重極致的個性化和極致的精準性，搜尋引擎原本“撒大面式”的曝光量和覆蓋面逐步被縮小，是否還能維持現有的廣告庫存水平呢？這些問題尚無定論，但無疑已經給Google的商業模式帶來了極大的不確定性，這是5月8日Google出現暴跌，並且在接下來幾個交易日並無明確反彈的原因。02AI搜尋的崛起技術趨勢與商業模式的衝突生成式AI的技術優勢毋庸置疑。Google的Gemini在性能上足以與ChatGPT媲美，甚至可能成為未來搜尋的入口。時至當下，大部分人都會認可，搜尋與AI結合是大勢所趨，很多Google的投資者也會自然而然的覺得，Google只需順勢將Gemini融入傳統搜尋，就可保住江湖地位，這也是他們依舊看好Google並且堅持持有的重要原因。然而，這種看法忽略了一個核心問題：雅虎當年也不缺搜尋技術，柯達還是數位相機技術的發明者，技術融合並不等於商業模式的無縫銜接，如果按照技術來判斷商業，眾多巨頭被顛覆的案例也就不存在了。傳統搜尋的廣告收入，來源於商家對關鍵詞競價和結果頁面的曝光，而AI搜尋的商業模式，時至今日尚不明確，這種不確定性是現在資本市場對搜尋引擎乃至 AI 產生困惑的源頭。如果流量入口完全轉向Gemini，商家還能像過去那樣通過競價獲得相似的曝光效果嗎？如果有了競價，生成式AI還有多少價值？廣告商不僅需要精準的投放，還需要足夠的覆蓋面和點選率。大語言模型雖然在個性化推薦上表現出色，但能否滿足廣告商對“量”的需求，仍然是個未知數。這是一個非常大的矛盾點，但可以預料的是，解決這種矛盾的方式，必然不是一種折中路線，或是簡單對矛盾點的彌合。更令人擔憂的是轉型的銜接成本。即便Gemini最終能發展出服務於商家的成熟商業模式，這個過程能否做到“無痛”？怎麼就能確保，Google的廣告收入在轉型期間能夠保持穩定，同時讓Gemini帶來增量收益？在此期間所有在 AI 上都咬合得死死的對手，都不會偷襲Google成功，給Google一個從容做手術的安全周期？這一點非常令人懷疑。想必那些對Google未來信念最堅實的股票持有者，也會確定一個趨勢，未來，搜尋的入口不再必要，單獨一個Gemini的入口，就足以覆蓋當前Google能夠提供的所有場景。既然這點非常確定，當前的搜尋功能中，沒有什麼是AI理論上做不到的，那這種被替換隻是暫時還未實現罷了。但如果Gemini取代傳統搜尋，那為什麼ChatGPT、Grok、Llama、DeepSeek這些就不能？再說得直白一點，一旦大語言模型成為主流搜尋方式，Google憑什麼能夠維持95%以上的市場份額，憑什麼確保其廣告業務不因流量下滑而受損？想必所有的Google擁躉都回答不了這兩個問題。AI時代群雄逐鹿，Google的壟斷地位不再堅不可摧，這是問題本質。03管理層的抉擇魄力與遠見的考驗Google並非沒有翻盤的機會。作為科技巨頭，它擁有雄厚的技術積累和資源優勢，理論上完全有可能通過“大破大立”成為AI時代的霸主。然而，這一切取決於管理層的戰略眼光和執行力。Google宣稱“All in AI”，Gemini的研發也證明了其技術實力。但技術領先並不足以解決問題，商業模式的探索和轉型才是關鍵。傳統搜尋與AI搜尋的衝突本質上是一個商業模式的博弈，而非單純的技術競賽。這就牽扯出另外一個關鍵問題——管理層。Google是否會成為“雅虎第二”，取決於它能否化解生成式AI帶來的威脅。因為除了雅虎這個反面案例，我們也能看到另外一個正面的案例，雅虎同時代的霸主，科技圈的常青樹“微軟”。搜尋引擎的地位確實面臨顛覆的風險，但這並不意味著Google必然走向衰落，如同網際網路浪潮階段壟斷電腦桌面的微軟，到現在依然在雲業務和AI領域雄踞一方。因為微軟在關鍵時刻，讓鮑爾默離任CEO，新CEO納德拉上任後，加快了微軟從“裝置和服務”向“移動為先、雲為先”戰略的轉型速度。而雅虎則相反，錯失了轉型的契機，即便是精準投資了阿里巴巴，就算是讓楊致遠回到 CEO 職位，雅虎也無力回天。當前資本市場給予Google一個低估值，很大程度上是對當前管理層的不認可。傳統職業經理人往往更關注短期業績，缺乏推動顛覆性變革的魄力。而Google當前的管理層，在乎的是鬆散的管理風格是否保持，但在生死攸關的關鍵決策上似乎“走一步看一步”，未能展現出徹底改革的決心。這種謹慎和保守的態度，可能讓Google錯失先機。回顧歷史，雅虎的衰落正是因為未能及時轉型。Google專注於搜尋引擎技術的研發和創新，迅速崛起為網際網路搜尋領域的霸主，並不斷拓展其業務範圍，如廣告、地圖、郵件等。Google在搜尋技術和使用者體驗上的優勢使其吸引了大量的使用者和廣告商，逐漸侵佔了雅虎的市場份額，對雅虎的廣告收入等核心業務造成了嚴重衝擊。如今，Google面臨相似的十字路口。如果Google能夠大膽革新，不僅整合Gemini與搜尋，還能打造全新的廣告生態，那麼它仍有希望繼續領跑科技行業。但如果Google繼續在戰略上猶豫不決，雅虎的命運可能並非遙不可及。然而，目前看不到Google管理層雷厲風行的採取行動，打消市場的顧慮。並且，就算是Google（兆美元市值）比百度（百億美元市值）強大百倍，在當前的節點上，如果抉擇不當，Google的未來會和百度差不多。 (虎嘯商業評論)

4月28日消息，Google在上個世紀被譽為“純粹的搜尋引擎”，承諾提供簡單、無廣告的體驗。然而隨著多年來Google商業模式的轉變，廣告逐漸深入搜尋結果頁面，甚至成為了Google的主要收入來源之一。ChatGPT 等AI 問答產品的應用在2022 年底開始爆發，這類提供直接答案而非連結清單的對話式AI 對Google基於連結的廣告模式構成了重大挑戰。FT 報導稱，廣告集團和科技初創公司也沒有放棄這個新戰場，他們正在積極開發新工具，幫助品牌確保廣告出現在由AI 產生的回覆中。如Profound 和Brandtech 公司已進入這個新領域，他們開發的工具可以監控品牌被AI 服務提及或展示的頻率。更巧妙的是，它們使用一種類似於探測AI「大腦」的方法：向聊天機器人提供大量文字提示，並分析產生的情緒。這項技術可以預測AI 模型的偏見或提及品牌的可能性，建立一個排名系統。然後，廣告公司利用這種分析來向他們的客戶—— 如金融科技公司Ramp、求職網站Indeed 和威士忌製造商芝華士—— 建議如何讓AI 模型更多地提到他們的公司或產品。這項技術遠遠超出了傳統的搜尋引擎最佳化（SEO），後者僅僅專注於讓網站在搜尋引擎的連結清單中獲得更前排名。正如Brandtech 合夥人Jack Smyth 所說：“這不僅僅是讓您的網站在搜尋結果中排名靠前，這是將大型語言模型視為終極影響者。”Profound 的聯合創始人James Cadwallader 表示：“傳統搜尋一直是網際網路歷史上最大的壟斷之一。而這一次，感覺像是城堡的城牆正在裂開。這是一個從CD 到串流媒體的時刻。”值得注意的是，儘管這些AI 轉變被視為一種威脅，但Google的核心搜尋和廣告業務表現出驚人的財富力。 Google的母公司Alphabet 上周宣佈，其搜尋和其他業務在第一季同比增長了近10%，達到507 億美元（IT之家註：現匯率約合3,696.6 億元）。相關閱讀：廣告商盯上AI搜尋聊天窗來源：環球時報在越來越多的消費者開始用人工智慧（AI）搜尋取代傳統搜尋引擎之際，廣告商正想方設法讓廣告客戶的商品能在AI聊天機器人的答覆中得到更高的曝光率。英國《金融時報》27日報導稱，貝恩諮詢機構資料顯示，目前80%的消費者在至少40%的搜尋中依賴AI產生的內容，這使得傳統網路搜尋引擎的流量下降1/4。在此情況下，一些廣告商開發出了專門針對AI聊天機器人的追蹤工具，其覆蓋包括ChatGPT在內的主流AI聊天機器人產品。報導舉例稱，廣告商Brandtech公司會根據AI聊天追蹤工具收集的資訊幫助品牌企業調整網站文字和圖片內容，讓AI搜尋更容易找到企業資訊。與此同時，也有一些AI初創公司從消費者AI搜尋依賴度上升當中看到了商機。例如，AI新創企業Perplexity就推出了所謂「廣告贊助版」搜尋，如果消費者搜尋某種品牌商品，那麼AI聊天機器人在回答問題的同時還會給出「廣告贊助版」相關提問，引導消費者去理解更多關於具體品牌或商品的資訊。據悉，金融科技公司Ramp、求職網站Indeed和威士忌酒企業芝華士兄弟等都已採用此類AI廣告追蹤工具，旨在更好地接觸到以AI取代搜尋引擎的使用者。 （傳媒圈）

搜尋引擎最佳化的核心只有一個：更準確。早期，Google之所以能取代Yahoo，就是Google發現了通過PageRank對引用網站排序的演算法，能讓搜尋結果趨向更準確，詳細可見我以前的文章《Jacob：傳統搜尋引擎的弊端，為什麼只讓Google發現》。但Google確實只是呈現了搜尋的結果，並以相關性做了一定的排列，目前的搜尋引擎更多是依賴關鍵詞匹配和類似PageRank的排名演算法，這種方式處理簡單問題時效果顯著，但在面對複雜查詢的時候，如多層次的問題、上下文依賴性強的問題的時候，往往難以提供精準且全面的答案。使用者一般需要瀏覽多個網頁，自己不斷綜合資訊來得到最終的答案。坦白來說，對於複雜問題的查詢，這種方式實在太低效了。Perplexity就是看到了這個問題，於是在這個切入點切了進去，填補了這段空白。我願意為這段空白再詳細解釋一下，首先故事發生在2022年8月，四個創始人都是在Google AI工作的時候互相認識的，他們在開發大語言模型的時候發現，現代搜尋引擎在處理複雜查詢的時候，並沒有很好地利用他們正在做的生成式大語言模型，而是還依賴關鍵詞匹配和網頁排名演算法。四位創始人希望使用者使用Perplexity的時候，能獲得一個全面的答案，這個答案能完整直接地回覆使用者的問題，而不是搜尋出一堆經過演算法排名後的網頁連結。毫無疑問，這個場景對於搜尋引擎來說，是劃時代的。就好像我們第一次使用ChatGPT一樣感到驚豔，要知道大約3個月後OpenAI的ChatGPT才正式發佈，Perplexity也確實向著搜尋引擎最核心的最佳化方向前進，讓搜尋變得更準確。在ChatGPT正式發佈之後，大家終於發現，原來提出問題之後機器人的回答可以變得這麼完整且詳細，比傳統的搜尋引擎好多了，但無奈剛發佈的ChatGPT只是基於早期訓練的資料給出的答案，沒法確保資訊始終是最新的，而且在早期，ChatGPT的答案也並未標識來源。這個時候，Perplexity除了跳過網頁連結，直接顯示搜尋結果這個優勢之外，還有其餘兩個優勢：即時資訊和可靠來源。當你使用Perplexity提出問題的時候，資料將會自動從網際網路上提取，資訊始終是最新的，對於時效性要求高的搜尋，這一點確實是一個很強硬的需求。另外當你使用Perplexity提問題的時候，每個答案都引用了可靠的新聞媒體、學術論文和知名部落格的內容，這一個優勢頗有當年Google做PageRank的感覺，對於資訊來源真實性要求很高的搜尋，這一點確實也是一個很強的需求。截止到目前為止，Perplexity上面所說的三種優勢：跳過連結、即時資訊和可靠來源，均已經成為了各大基礎模型的標配功能，我不禁好奇：為什麼我不直接向例如GPT-4o這種大語言模型提問？而還要通過Perplexity去提問呢？Perplexity在這個過程提供了什麼？要回答這個問題，恐怕我們要詳細拆解一下Perplexity的工作流程。第一步：輸入階段，接收使用者的問題；第二步：理解階段，使用NLP技術解析使用者的問題，識別關鍵詞、真實意圖和核心含義；第三步：檢索階段，訪問搜尋引擎，即時獲取相關資訊，確保最相關和最可靠的資訊排在前面；第四步：生成階段，呼叫像GPT-4o這種高級語言模型，獲取原始資料轉換為自然語言的回答，你可以理解為通過這一步，把第三步獲得的資訊，呼叫語言模型生成連貫和容易理解的文字；第五步：輸出階段，Perplexity提供答案的同時，會顯示引用具體的資訊來源；第六步：互動階段，如果使用者會進一步提出問題，Perplexity會理解上下文進行多輪對話，動態調整回答；其實這是一種“搜尋增強生成”技術，俗稱RAG，Retrieval-Augmented Generation，本質上就是通過先檢索相關資訊，再利用生成模型進行答案的生成和整合。乍一看，上面的第一、第二、第五和第六步都是常規步驟，只有第三和第四步起著關鍵的作用，很顯然第四步是類似GPT-4o這種高級語言模型的強項，畢竟他們就是幹這個的，那麼Perplexity有可能在第三步突圍成功嗎？請注意，Perplexity在檢索階段，並非依賴Google搜尋引擎，而是使用自己的搜尋和索引技術，通過每日索引網際網路內容來確保資訊的即時性和精準性。你可以理解為，之前我們輸入搜尋內容後，得到一堆相關聯的網頁連結，基於這些連結我們查看完所有內容之後，再自己整合出最終的答案，這個整合最終答案之前的步驟，都是檢索階段要做的事情，只是機器幫你去完成罷了。我不是專業的技術人員，無法對裡面的細節做更進一步的詳細評估，但我知道，如果檢索階段的事情完全依賴於Google，那RAG裡面的6個步驟裡，已經沒有Perplexity什麼事情了，所以最有可能的是，Perplexity會自己來做這一步，併力求做得比Google更好，這是一個“閱讀檢索內容”的步驟，比拚的是即時資料索引和檢索的速度，如果對結果精準度還有追求的話，還需要自行對檢索結果進行重排，也就是Reranking。這正是Google一直以來正在研究且引以為傲的事情，Perplexity能否做到，我不知道。但在這之前，Perplexity（或者說AI搜尋領域）對於搜尋場景的剛需程度並沒有很強，畢竟它的可替代性太多了，況且現在的基礎語言模型就能直接滿足使用者需求。Perplexity不僅和Google在掰手腕，而且還和各大基礎語言模型在掰手腕，畢竟基礎語言模型現在呈現出來的態勢很明顯，就是想方設法把檢索階段的事情，整合進自己的生態裡。Perplexity如果不死磕檢索，還有什麼可以做？我嘗試大膽列舉：使用者或許會想多模型對話，支援切換各大基礎語言模型；使用者或許會想多模態搜尋，支援文字、圖片和視訊等方式搜尋；使用者或許會想多維度輸出，支援對話、大綱、資料標註和論文等形式輸出；使用者或許會想多信源搜尋，支援僅在維基百科、僅在Discord和僅在GitHub裡搜尋；這些都是比較細分的搜尋場景了，但上面這些功能更像是搜尋中介的定位，而非搜尋引擎。況且隨著時間的推移，既然基礎模型能把檢索階段的事情整合進自己的生態裡面，那麼把上面這些niche場景下的功能整合進去，也不是完全沒有可能。在《Jacob：從ElevenLabs解決的行業問題來看，AI創業的思路與網際網路時代並不相同》文章裡有所提及，AI帶來的最大變數是生產力的提升，這是和移動網際網路時代最大的不同。這個生產力提升的根源在於平行計算的普及，讓模型可以在更短的時間內建立資訊與資訊之間的聯絡，以至於模型在執行下次相同類似任務的時候，可以快速響應，基礎的語言模型正是如此，無論是更貼近人類談話的語言，還是更貼近問題的答案，在模型的視角裡這些都已經“訓練”了成千上萬次了。搜尋場景從提出問題的那一刻起，就分為兩個關鍵環節：收集搜尋結果、整合搜尋結果。而整合搜尋結果的關鍵在於對大量相關資訊的總結和輸出，這正是語言模型的優勢，也是AI帶來生產力提升的表現，但這與Perplexity關係不大。在收集搜尋結果這個環節裡，最關鍵的是確保相關性，能否利用大模型提前訓練相關資訊，提前建立有利於提升“相關性”的資訊對應這是關鍵，下次即時資訊索引的時候能否快速響應，就取決於此，否則在這個環節裡，我們仍然是在處於移動網際網路時代的“雕花”最佳化，根本沒有受益於AI所帶來的生產力提升。Perplexity如果不往這個方面發力，AI對搜尋場景的提升也只會是結果表達層面的提升，而AI搜尋也只會是架在大模型之上的一座空中樓閣。 (雅格布)

【新智元導讀】巨頭輝達，即將收購阿里前副總裁賈揚清的初創Lepton AI，交易價值或達數億美元！而Lepton AI，僅僅創立兩年。就在剛剛，國內AI圈被這一消息刷屏了。賈揚清成立兩年的AI初創公司Lepton AI，即將被輝達收購。據外媒The Information報導，輝達正在接近達成收購Lepton AI的協議，交易金額為數億美元。而Lepton AI的主要業務，就是專門出租由輝達AI晶片驅動的伺服器。根據賈揚清介紹，在SemiAnalysis評選的neolcould解決方案中，Lepton AI是唯一一個沒有重金採購GPU的公司。因為他們採用的是雲原生的多雲解決方案，能讓任何一家GPU提供商迅速升級。為什麼輝達選擇在此時重金收購Lepton AI？原因是，亞馬遜和Google這些老客戶步步緊逼，輝達被逼得實在沒有辦法了，不得不立刻轉型！老客戶背刺，輝達被迫轉型本來，亞馬遜和Google都是輝達的最大客戶，但現在，它們紛紛通過開發、低價租賃替代晶片，來降低對輝達的依賴。這樣導致的結果，就是輝達的收入大幅減少。而收購Lepton AI，是輝達進軍雲端運算和企業軟體市場戰略佈局的一部分，目的就是為了和亞馬遜、Google開戰。Lepton AI的總部位於加州，在租賃輝達GPU伺服器業務上，它和Together AI之類的初創公司是直接競品。注意，這些公司並不會自行管理資料中心或伺服器，而是先從雲服務提供商租用伺服器，再租給自己的客戶。這個業務，利潤空間就很大了。據悉，Together AI如今已經實現了超過1.5億美元的年化收入，換算一下，就是大概1250萬美元的月收入。這類企業，在業內被稱為「推理服務提供商」或「GPU轉售商」。另外，他們的業務除了硬體租賃，還包括開發自己的軟體平台，幫助其他初創公司或軟體企業這類客戶在雲環境中建構和管理自己的生成式AI應用。不過跟Together相比，Lepton AI的收入規模就沒有那麼大了。他們AI雲服務的主要客戶，有遊戲初創公司Latitude.io和科研初創公司SciSpace。前者使用使用Lepton AI來運行AI模型，支援一項月活使用者已達數十萬的服務。後者使用Lepton AI為學術論文搜尋引擎提供技術支援。總之外媒稱，跟Together、Firewoks這些競爭對手相比，Lepton AI在市場上的形象總體比較低調。被輝達高價收購的Letpon AI，是何背景？2023年7月，賈揚清離職阿里4個月後，新公司Letpon AI正式浮出水面。這是一家專注於人工智慧基礎設施的公司，總部位於美國加利福尼亞州Palo Alto。Lepton AI這個名稱源自物理學中的一種基本粒子——輕子。公司曾於23年5月成立之前，完成了首輪1100萬美元天使融資，由Fusion Fund、CRV領投。當時，賈揚清在回覆Pytorch之父評論中，曾提到還有兩位聯創與其一起創辦了新公司，分別是ONNX創始人以及etcd的創始人。此前，賈揚清最初在Google大腦擔任研究科學家，還參與建構了部分支援Kubernetes的軟體，Kubernetes是一個起源於Google的大規模雲應用程式管理工具。2016年，他加入Meta擔任AI研究員後，又與白俊傑一起參與了PyTorch的開發。Letpon AI的核心定位是，成為「AI時代雲服務提供商」，旨在建立高效的AI應用平台。其主要業務通過提供大模型推理引擎和雲GPU解決方案，幫助企業去快速部署AI應用。而且，他們還建立了多雲平台，整合全球GPU資源，讓使用者獲得極具性價最高計算資源。而且，團隊還開發了一款智能搜尋引擎Lepton Search，僅用500行Python程式碼建構，以輕量級、高效著稱。輝達之困：光靠賣GPU，已經不夠了為什麼輝達要收購Lepton AI？顯然，這是計畫的一部分。輝達，如今顯而易見正在建構全新的業務版圖。雖然它的雲端運算和軟體業務目前尚處於起步階段，但它已經開始向企業出租由自家晶片驅動的伺服器，同時還會提供軟體，幫企業開發AI模型和應用，以及管理用於訓練AI的GPU叢集。根據輝達的估計，這些業務未來有望創造高達1500億美元的收入。GTC大會上，老黃宣佈：輝達正在建構3個AI基礎設施——雲上AI基礎設施，企業AI基礎設施和機器人AI基礎設施不過有些微妙的是，在本月中最近一次季度財報電話會議上，輝達卻完全迴避了這一話題。三個月前，輝達靠軟體、服務和支援業務，已經實現了15億美元的年化收入（每月約1.25億美元），而輝達預計，這一數字將在2024年底前攀升至20億美元。而輝達的晶片業務，在截至1月26日的財季中創造的收入為356億美元。總之，雖然AI晶片仍然是輝達的核心收入來源，但顯然，軟體、服務和支援業務的增長潛力巨大，輝達已經下定決心，瓜分這一塊蛋糕。輝達2025財年第四季度財報顯示，公司發展一片大好，市場對AI晶片的需求依舊強勁輝達，大力發展工業客戶符合這一步調的是，輝達最近幾個月一直在大力宣傳自家的軟體產品。雖然過去幾年中，輝達大概一半的AI伺服器晶片，都是被雲服務提供商買走了，不過老黃表示——長期來看，輝達對其他類型企業的銷售額佔比，將遠遠大於對雲服務提供商的銷售額。他還暗示道，包括汽車製造商在內的工業企業，未來會直接購買AI晶片，而不是從雲服務商那裡租用。此前大家對AI晶片的批評，主要就集中在價格昂貴、需求旺盛，讓企業想擴展AI應用規模時，面臨成本上的巨大壓力。但最近，DeepSeek這種價格親民的強大模型，已經讓局面徹底改變了。而這幾年，輝達也在一刻不停地收購小型生成式AI和雲端運算初創公司，為的就是降低成本，讓開發者能輕鬆使用輝達晶片。過去一年，輝達就斥巨資收購了Run.ai和Deci，代價或許超過10億美元。而最近收購的則是OctoAI和Gretel。輝達一直在收購小型生成式AI和雲端運算初創公司，以降低成本並使開發者更容易使用其晶片運行AI模型GPU雲服務評級，賈揚清初創進第二梯隊SemiAnalysis最新文章中，發佈了世界上首個GPU雲服務評級系統ClusterMAX™。這個系統主要以普通使用者的角度對GPU進行評，共分為5個不同等級：白金、黃金、白銀、青銅和不及格。目前，他們已獨立測試了數十種GPU。白金代表著引領行業標準的GPU雲服務，目前也僅有一家CoreWeave達到這一等級。而在超大規模雲服務提供商中，Oracle的GPU租賃價格是最低的之一。評測結果還顯示，一些青銅提供商，已經在努力趕上如Google雲。Google雲也在快速發展，有望下次衝進黃金/白金。值得一提的是，Lepton AI這家僅成立2年的公司，成功進入第二梯隊（黃金）。Lepton AI，具體是幹什麼的Lepton AI本身不擁有GPU硬體，而是專注於提供一個ML平台軟體層，用於管理和最佳化GPU資源。不論是初創公司，還是個人開發者， Lepton AI宣稱皆能賦予專業級算力支援。他們提供了兩種靈活的使用方式，具體來說：· 租用GPU：Lepton AI會從其他供應商租用GPU，在疊加上自家軟體層，每GPU小時僅需額外之父幾分錢。· 自選GPU：從價格更優的Nebius租用GPU，然後單獨購買Lepton AI軟體和服務，同樣是每GPU小時幾分錢，即可享受完整的平台功能。他們將Google、Meta等科技巨頭在機器學習平台上的經驗「平民化」，讓普通使用者也能輕鬆上手。這種靈活性，能夠讓使用者根據預算和需求自行選擇。Lepton AI工程團隊憑藉著敏銳的產品洞察力，確保了平台高效性。針對訓練，他們提供了一種類似Slurm的作業提交方法。在SemiAnalysis測試中，將現有的sbatch指令碼正常運行在Lepton AI平台上，僅需幾分鐘的時間。而且，轉換到平台進行訓練的過程相當直觀。不過，Lepton AI提供的類似於Slurm sbatch功能，而非完整的 sbatch超集API。此外，Lepton AI的控制台儀表板，是其一大亮點。使用者可以輕鬆查看節點生命周期，即時監控每個節點當前的作業和狀態，可視化功能僅次於CoreWeave的節點生命周期儀表板。並且，Lepton AI推出的開源解決方案gpud，已經為大多數被動健康檢查項目提供了全面的支援。雖然這個被動GPU檢查系統仍在持續最佳化中，但已經算是非常強大的解決方案。此外，Lepton AI也會提供手動主動健康檢查功能，比如DCGM診斷和nccl-tests，但這些檢查需要通過UI儀表板手動運行，不像CoreWeave那樣能夠自動按周進行定期檢查。還不足的是，Lepton AI沒有提供NCCL測試的參考數值，也缺少Megatron Loss收斂主動健康檢查或Nvidia TinyMeg2靜默資料損壞(SDC)檢測器主動健康檢查。另外，Lepton AI還提供了一些測試版功能，比如一鍵式零影響NCCL分析器。只需點選一個複選框，就能充分利用其自主研發的內部NCCL分析器來可視化集體通訊瓶頸，這樣就能幫助客戶最佳化網路性能瓶頸。賈揚清：Caffe之父，AI框架締造者提到賈揚清，可以說是業內耳熟能詳的「框架大神」。作為主流AI框架Caffe創始人、TensorFlow的作者之一，PyTorch 1.0的共同締造者，他的貢獻早已深入AI開發的每個角落。賈揚清，浙江紹興人，本科和研究生階段都就讀於清華大學自動化專業。在研究生學習期間，他曾在新加坡國立大學、微軟亞洲研究院、NEC美國實驗室和Google研究院工作/實習，積累了豐富的實踐經驗。2008年，他赴往加州大學伯克利分校攻讀電腦科學博士，導師是Trevor Darrell教授。在博士期間，他創立並開放原始碼的深度學習框架Caffe。這個框架一經推出，因其高效性、易用性迅速走紅，被微軟、雅虎、輝達、Adobe等公司採用。畢業後，2013年，賈揚清正式加入Google大腦團隊，在Hinton和Jeff Dean等人的帶領下，參與了TensorFlow平台的開發 。此外，他還與同事一起建立了全新深度學習架構GoogLeNet——首個在圖像分類任務中，超越人類精準性的神經網路。3年後，賈揚清轉投Facebook（Meta），在Yann LeCun領導下擔任研究科學家，並在2017年，晉陞為AI架構總監。在此期間，賈揚清在AI架構的大道上一路進擊：· 2016年11月，Facebook推出輕量級模組化的深度學習框架Caffe2Go，讓手機也能運行深度神經網路模型。· 2017年4月，Facebook宣佈開源產品級深度學習框架Caffe2，帶來跨平台機器學習工具。· 2017年，建立了首個開放模型格式ONNX原型，後來被FB、微軟、亞馬遜等公司聯合推廣。2018年5月，Facebook正式公佈的PyTorch 1.0整合了ONNX格式。2019年3月18日，賈揚清加入阿里達摩院，擔任技術副總，負責巨量資料以及AI方向的技術、產品和業務。直到2023年3月，他官宣離職，並在幾個月之後創辦了Lepton AI。根據個人首頁，賈揚清被引數最高的三篇論文，TensorFlow和Caffe赫然在列，他的每一步都推動了深度學習工具普及與進化。曾有網友戲稱，學物理繞不開牛頓，搞深度學習，繞不開賈揚清。 (新智元)

TikTok母公司字節跳動的創始人張一鳴首次成為中國首富。3月26日，張一鳴以575億美元的財富登頂，超越了瓶裝水巨頭農夫山泉的創始人鐘睒睒以及騰訊聯合創始人馬化騰。鐘睒睒的財富因農夫山泉利潤增速放緩而縮水。根據彭博億萬富豪指數，張一鳴目前是亞洲第三大富豪，僅次於印度的信實集團總裁穆克什·安巴尼（Mukesh Ambani）和阿達尼集團的創始人高塔姆·阿達尼（Gautam Adani）。彭博分析了投資者貝萊德、富達投資和T. Rowe Price Group Inc.對字節跳動的估值，此外，字節跳動計畫按3120億美元的估值回購員工持股。根據這些分析得出的3650億美元平均估值，張一鳴的財富增長逾100億美元。對這位41歲的企業家來說，這一財富飆升尤為引人注目。張一鳴此前經歷了一段動盪時期，包括字節跳動旗下爆款應用TikTok面臨美國不賣就禁法令的威脅，以及全球最大唱片公司環球音樂曾一度從該社交媒體平台撤下曲庫。TikTok在美國的命運仍然不明朗。美國總統川普已批准將TikTok尋找美國買家的最後期限延長75天至4月5日，否則該應用可能面臨禁令。據彭博新聞社報導，甲骨文正在考慮一項TiKTok美國業務出售的提議，該方案可能讓甲骨文提供安全保障並獲得新成立美國實體少量股份。3月26日，川普腦洞大開，稱願意降低對華關稅，來促成字節跳動出售TikTok。但他表示，如果下周之前不能達成協議，他願意延長最後期限。儘管旗下TikTok仍未擺脫美國政府的封殺威脅，字節跳動的市場認可度卻實現了絕地反彈，至少三家大型投資者現在認為這家中國公司估值超過4000億美元。知情人士透露，軟銀集團旗下願景基金考慮到人工智慧業務豆包的潛力，去年12月對字節跳動的估值就已超過4000億美元。彭博根據11月向美國證券交易委員會提交的披露檔案計算發現，富達投資和T. Rowe Price Group Inc.對該公司的估值分別超過了4100億美元和4500億美元。在中國，字節跳動是該國人工智慧行業的領軍企業之一，其人工智慧聊天機器人“豆包”擁有7500萬活躍使用者，而該公司宣稱其早期的視覺理解模型比行業平均價格低85%，類似於DeepSeek。清華大學全球家族企業研究中心主任高皓表示：“張一鳴與前幾代‘中國製造’的億萬富翁不同，他的業務更具創新性和全球視野。”張一鳴所有的財富都來自其在字節跳動21%的股份，字節跳動旗下的TikTok擁有超過10億使用者。畢業於南開大學的張一鳴在旅遊搜尋網站酷訊網開啟了自己的職業生涯，擔任工程師一職。2009年，他創辦了自己的第一家企業，一個名為99fang.com的房產搜尋網站。三年後，他退出了這家公司。2012年，張一鳴在北京的一間小公寓裡創辦了字節跳動，推出了今日頭條新聞應用程式，並在兩年內吸引了超過 1300萬的日活躍使用者。張一鳴想要打造一個有別於中國現有搜尋引擎百度的人工智慧驅動平台。他在2017年表示：“我們更像是一個搜尋平台和社交媒體平台的融合體。我們做的是非常具有創新的事情，無論在產品還是技術上，我們都不是一個模仿者”。2016年，字節跳動推出了其視訊分享應用抖音（海外為TikTok），當時使用者規模較小。該產品迅速受到Z世代和千禧一代的歡迎，並在隨後幾年風靡全球。兩年後，字節跳動以約8億美元的價格收購了中國社交媒體服務Musical.ly，並將其整合到抖音當中。通過培育一系列成功的應用程式，該公司已發展成為一個多面的商業帝國，業務涵蓋了短影片、電商、教育、內容付費、金融、遊戲等多個領域。2021年5月20日，張一鳴卸任字節跳動首席執行官一職。他表示，卸任之後，希望深度參與字節跳動的教育公益、腦疾病、古籍數位化整理等新的公益項目，這方面有更多想法。 (i商周)