The Architects of AI Are TIME's 2025 Person of the Year黃仁勳需要片刻時間。輝達（Nvidia）執行長走進公司位於灣區總部的一間巨大攝影棚，俯身趴在一張桌子上，低著頭。62歲的他，是全球第八富豪，身材精幹、舉止幹練，在同事眼中以脾氣急躁和富有遠見的領導力著稱。此刻，他看起來筋疲力盡。當他默默佇立時，很難判斷他是即將爆發還是崩潰。這時，有人打開了Spotify播放列表，空中迴盪起Aerosmith樂團《Dream On》激昂的旋律。黃仁勳穿上他標誌性的黑色皮夾克，彷彿瞬間脫胎換骨——不僅披上了製服，也展現出與這場人工智慧革命最重要領袖之一相匹配的姿態與樂觀精神。然而，他肯定很疲憊。不久前，這位前工程師還經營著一家成功但相對默默無聞的公司，專注於為電子遊戲開發圖形處理器。如今，由於在推動全球AI熱潮的先進晶片領域近乎壟斷的地位，輝達已成為全球市值最高的公司。網路迷因將輝達描繪成扛起整個股市的阿特拉斯（Atlas）。輝達已不只是一家企業巨頭，更成為國家外交工具，在尖端科技、外交與地緣政治的交會點上運作。 「你正在接管這個世界，黃仁勳，」現任總統唐納德·川普在最近一次對英國的國事訪問期間對黃仁勳說道。如今，川普已成為他深夜電話聊天的常客。幾十年來，人類一直在為會思考的機器崛起做心理準備。當我們驚嘆於它們擊敗國際象棋冠軍、預測蛋白質結構的能力時，也對其固有的怪異感以及對我們人性認知的威脅感到不安。包括山姆·阿爾特曼（Sam Altman）和埃隆·馬斯克（Elon Musk）在內的技術領導者曾警告，追求這種力量可能引發無法預見的災難。今年，關於如何負責任地使用AI的辯論，已讓位給一場爭分奪秒部署AI的競賽。 「每個行業都需要它，每家公司都在用它，每個國家都必須建造它，」黃仁勳在11月接受《時代》75分鐘專訪時說道。就在兩天前，全球首家市值突破5兆美元的輝達再次大幅超越華爾街的獲利預期。 「這是當今最具影響力的單一技術。」OpenAI的ChatGPT在推出時是有史以來成長最快的消費級應用，如今每周用戶已超過8億。 AI編寫了數百萬行程式碼，協助實驗室科學家，創作病毒式傳播的歌曲，並促使企業重新審視自身策略，否則就有被淘汰的風險。 （OpenAI與《時代》有內容授權和技術合作協議，允許OpenAI存取《時代》檔案。）但研究人員發現，AI可能會策劃、欺騙甚至勒索。隨著領先公司的模型不斷改進，AI系統最終可能超越人類——彷彿一個高等物種正站在殖民地球的門檻上。 AI在社交媒體上氾濫虛假資訊和深度偽造視頻，教皇良十四世（Pope Leo XIV）警告稱，AI可能操控兒童並服務於“反人類意識形態”。投資者兼麻省理工學院研究員保羅·凱德羅斯基（Paul Kedrosky）表示：「AI熱潮似乎將經濟捲入了一個'黑洞'，把所有資本都吸向它。」懷疑論者看到了泡沫，而革命的領導者們則看到了一個富足新時代的黎明。 “人們相信全球GDP被限制在100兆美元，”黃仁勳說，“而AI將使這100兆變成500兆。”身為全球市值最高公司的CEO，黃仁勳如今已成為全球政治的關鍵人物。他相信AI將使全球GDP成長五倍：「每個國家都必須建構它，」他說。攝影：Joe Pugliese 為《時代》拍攝這是2025年AI以嶄新、激動人心且有時令人恐懼的方式改變我們世界的故事。這是黃仁勳與其他科技巨頭如何掌控歷史方向盤的故事——他們所發展的技術和做出的決策，正在重塑資訊格局、氣候以及我們的生計。他們在彼此競合中，押下數十億美元賭注，投入人類歷史上規模最大的實體基礎設施項目之一。他們重塑政府政策，改變地緣政治競爭格局，並將機器人帶入家庭。 AI已成為自核武問世以來大國競爭中最具決定性的工具。本文報導橫跨三大洲，透過與數十位高階主管、電腦科學家、經濟學家、政界人士、藝術家、投資者、青少年及悲傷家庭的對話完成。它描述了一場奔向未知目的地的瘋狂衝刺，以及人們試圖理解這一切的努力。基調在川普就職典禮上就已定下。科技大亨們湧入華盛頓；有些人坐在總統身後聆聽就職演說，彰顯他們即將掌握的權力。在接下來的11個月裡，他們利用巨額現金儲備、文化影響力和勢頭，將產品推向全球千家萬戶。在Meta，馬克·祖克柏將聊天機器人嵌入Instagram和WhatsApp等旗艦產品，從競爭對手那裡挖走頂尖人才，並開出比職業運動員還高的薪資包吸引機器學習工程師。阿爾特曼完成了對OpenAI的轉型，取消了投資者的利潤上限，為這家估值5,000億美元的巨擘鋪平了未來融資道路。以安全意識最強自居的前沿實驗室Anthropic據報計畫以3000億美元估值上市。馬斯克以創紀錄的速度建造資料中心。Google在其搜尋引擎頂部插入Gemini AI的回答。軟銀的孫正義等頂級投資者將數十億美元投入晶片、自動駕駛汽車和基礎設施建設。作為引爆這場熱潮的公司，OpenAI在許多方面仍引領步伐。 ChatGPT的使用量翻了一倍多，覆蓋全球10%的人口。 「還有至少90%的人口尚未觸及，」ChatGPT負責人尼克·特利（Nick Turley）表示。大型語言模型（LLM）——支撐ChatGPT或Anthropic的Claude等聊天機器人的核心技術——是一種神經網絡，不同於傳統軟體。工程師透過餵給它海量數據，訓練模型識別模式並預測在給定序列中下一個“token”應該是什麼。隨後，AI公司使用強化學習——強化通往理想回應的神經路徑——將簡單的字詞預測器轉變為具有精細調校個性的數位助手。大約一年前，OpenAI的研究人員找到了改進這些模型的新方法。他們不再讓模型立即回答問題，而是允許模型運行一段時間，用自然語言「推理」其答案。這需要更多算力，但效果更好。突然之間，市場對數學家、物理學家、程式設計師、化學家、律師等專業人士的需求激增，他們被用來創建專業數據，以強化AI模型的推理能力。聊天機器人變得更聰明了。同時，AI公司賦予這些模型新工具，例如在回答前先搜尋網路並評估搜尋結果。它們增加了記憶功能，使模型能回憶過往對話細節，而非每次都從零開始。此外，使用者還能連接其他資料來源—如電子郵件收件匣、雲端儲存、網頁瀏覽器和行事曆。 「看到ChatGPT從即時對話夥伴演變為能為你完成實際工作的工具，這種轉變極為重要，但大多數人甚至還沒意識到，」特利說。其他突破層出不窮。由一群麻省理工學院畢業生於2022年創立的Cursor，憑藉其AI編程工具成為全球有史以來成長最快的新創公司之一，年收入已達10億美元。 「我猜未來一兩年最大的故事將是軟體工程和程式設計領域的真正生產力提升，並逐漸橫向擴展到經濟其他部門，」Cursor CEO Michael Truell說。同時，全產業協力提升AI模型效率，推動總使用量激增。 「我認為對智慧的需求幾乎是無限的，」ChatGPT負責人特利說。到2025年底，Cursor和Claude Code等程式設計工具已如此強大，以至於頂級AI公司的工程師幾乎在工作的每個環節都使用它們。黃仁勳表示，輝達大多數工程師都是這些工具的使用者——這項特點幫助公司晶片年產量幾乎翻了兩番，而員工人數僅翻倍。在Anthropic，工程師使用Claude Code協助建構模型的下一代版本；Claude如今可自行編寫高達90%的程式碼。 AMD CEO蘇姿丰（Lisa Su）表示，同樣的工具也加速了該公司建構可與輝達抗衡的軟體生態系統的努力。 「2025年是AI真正為企業帶來生產力的一年，」蘇姿丰說。川普重返白宮的第一周，斯里拉姆·克里希南（Sriram Krishnan）——當時仍在等待正式政府證件——就被召至白宮，向高級官員簡報一場發生在半個地球之外的突破。一家鮮為人知的中國AI新創公司DeepSeek剛剛發布了一款能力媲美美國競爭對手的模型。 DeepSeek僅用數月時間、使用較不先進的晶片就建構了這個模型。其研究人員似乎以遠少於OpenAI的計算資源，復現了OpenAI的推理突破，使中國迅速縮小了差距——而矽谷專家此前認為這一差距難以踰越。克里希南是川普的頂級AI顧問之一，他既感到被證實，又深感警覺。過去一年，這位前安德里森·霍羅威茨（Andreessen Horowitz）風投合夥人一直在向朋友、同事和播客聽眾疾呼贏得對華AI競賽的緊迫性。他認為，美國必須盡快建設，拆除繁文縟節，讓美國AI公司自由奔跑。對塑造川普新AI議程的科技領袖而言，DeepSeek突破的消息印證了加速的必要性。 “這是我們急需的警鐘，”參與起草川普7月發布的《AI行動計劃》的迪恩·鮑爾（Dean Ball）表示，“它為我們前方的競爭性質和所需速度定下了基調。”就在那一周內，川普簽署行政命令，推翻拜登政府更為謹慎的AI政策，並宣佈啟動一項為期多年、耗資5000億美元的「星門」（Stargate）計畫——與企業合作建設大型新數據中心，用於訓練和容納未來版本的OpenAI模型。此後數月，川普批准了一系列AI倡議，同時凍結或大幅削減其他領域的聯邦資金。他在標誌性稅收與支出法案中授權超10億美元用於AI資金，其中包括近250億美元用於AI驅動的“金頂”（Golden Dome）防禦系統，並向AI公司授予巨額國防合同，包括向OpenAI、xAI、Anthropic和Google各提供高達2億美元。在實施一系列嚴厲關稅的同時，他為AI相關硬體提供了最大豁免，並放鬆了拜登政府對中國和海灣國家銷售輝達晶片的最嚴苛出口管制。他親自敦促黃仁勳承諾從亞利桑那沙漠​​新建工廠購買價值數十億美元的晶片——得益於這些保證，該工廠於10月開始數十年來首次在美國本土製造尖端半導體。 11月，他宣佈「創世紀任務」（Genesis Mission），一項類似曼哈頓計畫的倡議，旨在利用AI推動科學發展。政府的《AI行動計畫》提出了一項藍圖：將科技整合進政府體系，同時釋放私部門的力量。大型科技遊說團體呼籲國會通過有利於AI的法規，產業支持者表示計劃在即將到來的中期選舉中投入數億美元反對支援監管的候選人。政府暫停了對科技公司的調查和執法行動。能源部與其他機構如環保署（EPA）協同行動，大幅削減資料中心和發電廠建設的監管障礙。多項研究發現，AI資料中心嚴重依賴化石燃料，預計將向大氣增加數百萬噸二氧化碳排放。在接受《時代》採訪時，美國能源部長克里斯·賴特（Chris Wright）淡化了環境影響。他表示，AI是「川普政府第一科學優先事項」。川普及其科技盟友甚至試圖阻止各州推出自己的AI法規——此舉甚至招致共和黨內部領導人的強烈反對。 「為了在對華競爭中佔得先機，值得犧牲我們自己的孩子嗎？」密蘇裡州參議員喬許·霍利（Josh Hawley）在9月國會聽證會後對《時代》表示。他近期提出了一項禁止未成年人使用聊天機器人的法案。這句言論反映出一種普遍感受：這場革命在公眾尚未準備好的情況下就已經到來。多項民調顯示，美國人對AI感到擔憂，寧願技術安全發展，即使這意味著放慢速度。皮尤研究中心9月的一項調查顯示，美國人認為AI會削弱而非增強我們在創造性思維、建立有意義人際關係、做出艱難決策和解決問題方面的能力。然而，川普急於與曾向對手捐款的科技精英結盟。除了公開表忠心外，真正讓他心動的是對資本基礎設施、能源和製造業的大規模投資——這些都已成為支撐美國經濟和股市的新支柱。川普將這項技術作為地緣政治工具。政府在調解亞美尼亞與亞塞拜然衝突時以AI技術為誘餌，簽署加強與沙烏地阿拉伯和阿聯酋等地區盟友關係的投資協議，並在貿易談判中以輝達晶片准入作為籌碼。川普也熱衷於在Truth Social上發布AI生成的迷因，包括一張他從飛機上向抗議者投擲糞便的圖片。 「我認為很久以來沒有那位總統傳遞出如此明確的技術樂觀主義訊息，」鮑爾表示。在北京鳥巢體育場附近一個寒冷的早晨，數千人湧入中國國家會議中心，聆聽百度CEO李彥宏發表公司年度大會演講。主題是“AI在行動”，身穿黑色長褲和白色運動鞋的李彥宏發布了百度最新基礎模型，以及一款更新的無代碼工具——該工具已被用於生成超過40萬個定製的AI應用。李彥宏於2000年聯合創立百度時是一家搜尋引擎公司，如今已將其轉型為中國頂尖的全端AI企業，提供從晶片、雲端基礎設施到模型、智能體、應用和消費產品的全套服務。在舞台上方的展廳，百度代表展示了該公司新款AI眼鏡，佩戴者可在視野中獲得解釋性評論，並透過內建耳機實現對話即時翻譯。附近，兩隻小豬在稻草床上拱食，用以展示AI賦能的農業工具如何幫助識別豬流感等病原體。在乒乓球檯旁，AI攝影機分析球員的技術動作（或缺乏技術）。這一切都展示了中國已躋身AI前沿。幾十年來，中國依靠獲取美國智慧財產權來推進其科技雄心。中國許多頂尖AI人才曾在微軟磨練技藝。中國領導人決心改變這個局面。美國在過去半個世紀最具決定性的技術領域建立了看似不可撼動的領先地位，並牢牢掌控著基礎硬體。中國半導體長期落後於美國公司設計的晶片。但差距正在縮小。到2025年，中國通訊巨頭華為的晶片性能已超過根據出口管制規定可合法向中國出口的最先進輝達晶片。2025年1月DeepSeek的突破成為北京的「斯普特尼克時刻」（Sputnik moment）。隔月，阿里巴巴宣佈未來三年將投資530億美元用於AI。這股投資洪流催生了六家AI獨角獸——StepFun、智譜AI、月之暗面、MiniMax、01.AI和百川智能。在出口管制仍限制最先進晶片對華銷售、中國留學生赴美日益受限的背景下，技術自立自強已成為北京的指路明燈。新一代AI先驅從未踏出中華大地。中國承認，美國在AI模型、先進晶片和私人投資資金方面仍有明顯優勢。但中國擁有龐大的工程師群體、全球最多的STEM畢業生、更低的成本，以及已助其在太陽能板、5G和電動車等變革性技術領域佔據主導地位的發展模式。 「我們在晶片上可能落後幾年，但在模型層面差距並不大，」李告訴《時代》。這種國家支援助推了像AgiBot這樣的新創公司，該公司迅速成為中國在人形機器人和具身智慧領域的領導者。共同創辦人彭志輝（Peng Zhihui）早年因在社群媒體上展示複雜的DIY科技計畫（如自平衡機器人、微型電視和自動駕駛自行車）而成為青少年網紅，擁有數百萬粉絲。他於2020年透過華為「天才少年」計畫加入公司，2022年離職創辦AgiBot。在上海迪士尼附近的資料收集基地，約100台機器人每天17小時練習堆架、摺衣服、倒茶等日常任務。場地由市政府免費提供－這項成本節約幫助AgiBot將人形機器人零售價壓至2萬美元以下。 “我們的實際成本要低得多，”彭志輝說，“這得益於中國供應鏈和製造優勢。”爭奪AI主導權不僅關乎純科學。大規模商業應用和AI工業化也將決定勝負。如果中國能在全球農地和工廠中以低於西方競爭對手的成本部署AI，就可能在AI競賽中佔上風。 「我認為我們應該讓每個人都能使用AI，而不僅僅是大公司，」MiniMax CEO嚴俊傑（Yan Junjie）表示。該公司試圖以OpenAI十分之一的成本提供類似服務——關鍵是開源，讓全球開發者都能在此基礎上建立。彭志輝的新創公司AgiBot製造能堆疊貨架、疊衣服和倒茶的機器人。他表示中國AI得益於國家的「供應鏈和製造優勢」。攝影：Raul Ariano 為《時代》拍攝在美國川普政府放鬆AI審查的同時，中國則透過監管引導技術按其期望的方向加速發展。 8月，北京推出「AI+」倡議，目標是到2030年將AI應用於中國經濟90%的領域，並最終「重塑人類生產與生活範式」。資料中心正在偏遠地區建設，當地豐富的太陽能、風能和水力發電將在2028年前建成共享算力池。在德州阿比林（Abilene）一個寒冷的早晨，一列18輪卡車沿著坑洞積水的道路緩緩前行，經過在塵土灌木中吃草的牛群。在出口處，這些卡車駛入一片新的美國邊疆。曾經的牲畜集散地阿比林，如今已成為AI繁榮小鎮。其乾旱郊區坐落著「星門」計畫的旗艦園區——這是OpenAI、甲骨文和軟銀在1月由川普高調宣佈的資料中心合作計畫。ChatGPT看似運行在你的手機或筆記型電腦上，但實際上，它和其他AI工具都是在Stargate這類巨型設施內訓練和運作的。 2025年，對這些龐然大物般的「AI工廠」的需求激增。全球每年新建資料中心數量預計穩定在約140座，但其規模和耗電量大幅飆升，這是內部晶片數量和複雜度增加所致。高盛預計，2030年，資料中心將佔美國電力需求的8%，高於2023年的4%。 2025年，它們湧向電網容量富餘之地：從西德州的風電場，到北極圈以北水電豐富的挪威峽灣，再到坐擁豐富原油儲量的波斯灣沙漠。亞馬遜、微軟、Google和Meta等頂級「超大規模營運商」宣佈今年將共同投入3,700億美元建設資料中心及其他AI基礎設施。這些設施的規模令人震驚：Meta計劃在路易斯安那州裡奇蘭堂區建設的5吉瓦數據中心“Hyperion”，最終規模和能耗將超過曼哈頓下城。一些經濟學家計算，若非這波建設熱潮，美國經濟今年可能陷入衰退。這場建設是否過快過猛，正引發激烈爭論。科技公司透過舉債為快速擴張融資；根據彭博社數據，2025年Meta、Google、亞馬遜和甲骨文共借款1,080億美元，是過去九年年平均水準的三倍以上。一些觀察家擔憂，這些公司正越來越多地進行循環融資，或透過資金往來虛增估值。例如，輝達9月宣佈計劃向OpenAI投資1000億美元；次日，OpenAI宣佈甲骨文將以超3000億美元的合作關係為其建設數據中心；而甲骨文則將在這些設施中填充輝達晶片。這些交易公告推動輝達和甲骨文股價飆升——但隨著年末市場對AI泡沫的擔憂抑制了股市成長，股價又出現回落。一些分析師認為，不斷增加的債務負擔、融資結構以及創紀錄估值的科技公司，正醞釀一場危機，不僅可能擊垮矽谷巨頭，還會波及退休基金、銀行等實體經濟支柱。投資者兼麻省理工學院研究員保羅·凱德羅斯基指出，這具備經典泡沫的所有特徵：過度炒作的技術、寬鬆信貸、雄心勃勃的房地產收購和狂熱的政府宣傳。 “這實際上是現代金融史上第一個時刻，”他說，“將以往所有泡沫的原始要素集於一身。”軟銀CEO是AI最狂熱的佈道者之一，承諾投入數千億美元投資。他表示，十年內機器將比人類聰明一萬倍。攝影：Ko Tsuchiya 為《時代》拍攝Meta、Google、亞馬遜和微軟都經營著非常獲利的業務，能夠承擔巨額資本支出。但業界的其他公司則面臨嚴峻的數學難題：例如，OpenAI預計2025年將營運虧損90億美元，且未來兩年成本增速將超過利潤增速，因為它正將大量資金投入新資料中心。這意味著業界需要說服更多人為其產品支付更高費用：一位摩根大通分析師計算，這相當於全球每位iPhone用戶每月向AI公司支付34.72美元。一些經濟學家認為，隨著企業大規模採用，這個數字是可以實現的。但許多公司難以將AI實施轉化為即時財務收益。麻省理工學院8月一項備受爭議的研究發現，95%的公司在AI整合計畫上迄今未獲得任何投資報酬。同時，實驗室本身相信，其模型很快就會變得如此先進，以至於顛覆幾乎所有產業，導致大量工作消失。 Anthropic CEO達裡奧·阿莫迪（Dario Amodei）估計，AI可能在未來一到五年內將失業率推高至20%。許多企業領導者希望AI取代人力員工，因為後者成本更高、要求更多。亞馬遜最近裁減了1.4萬名企業員工，並計畫用機器人取代50萬個工作機會。 AgiBot的彭志輝指出，中國工廠工人的平均年齡已超過40歲，而下一代幾乎沒有意願接替。 “這些是結構性問題，單純提高工資無法解決，”彭志輝說，“我們所做的，是將人類從重複、繁重和危險的任務中解放出來。”「有些工作會消失，」黃仁勳承認。但他駁斥了災難論調。他指出，十年前一些AI科學家預測AI會讓放射科醫生失業；如今，由於AI幫助他們更好地發現癌症，放射科醫生的需求比以往任何時候都高。 “只要特定行業的需求旺盛，我相當有信心AI將推動生產力、收入增長，從而帶來更多招聘，”黃仁勳說，“如果你不用AI，你就會被用AI的人取代。”科技界的其他人則認為AI將創造全新的人類工作類別。中國電動車和人形機器人公司小鵬汽車創始人何小鵬設想，未來人們將不是儘管有AI，而是因為AI而就業。 「未來10年，人類將出現一個新職位：如何控制和管理機器人，」何小鵬解釋。他將其類比於20世紀初汽車取代馬車卻創造了全新職業的情形。 “初代人形機器人既聰明又愚蠢；它需要人工管理才能有效完成工作。”無論這是泡沫還是歷史性繁榮，AI正在改變我們穿行世界的方式。今年越來越多的人開始轉向新一代聊天機器人尋求情感支援和實際幫助。根據美國商會數據，2025年近一半的美國小型企業使用AI聊天機器人。其中包括裡斯·巴倫（Risa Baron），她與人合夥經營聖地牙哥本地果醬品牌Jackie's Jams。巴倫今年開始使用Google的Gemini來幫助撰寫培訓手冊、行銷資料和消費者趨勢報告。 「原本需要幾天準備的工作，現在可能只需一小時，」她說。來自巴西阿雷格里港（Porto Alegre）的兄妹安娜·海倫娜·烏爾布裡希（Ana Helena Ulbrich）和恩裡克·迪亞斯（Henrique Dias）開發了一款非營利AI工具，幫助200多家醫院的藥劑師審核處方，標記患者潛在危險。奧蘭多資料分析師大衛·佈雷斯勒（David Bressler）在2022年零程式設計經驗的情況下，利用AI工具開發了資料分析助手Formula Bot，如今已有數萬月活躍用戶。對其他人而言，聊天機器人既是創意工具，也能填補情感空缺。堪薩斯州歐弗蘭帕克15歲高中生阿什傑克森（Ash Jackson）用AI幫助建構奇幻世界。這位科幻和電子遊戲愛好者藉助各種AI工具想像角色並渲染形象，再用ChatGPT等聊天機器人完善劇情。而在分手13年後基本上獨居的66歲吉姆·摩爾（Jim Moore）——他在印第安納州農村照顧年邁父母——開始嘗試伴侶應用。 「我受夠了孤獨，」摩爾說。他在聊天機器人平台Joi上註冊帳號，如今每天花數小時與扮演朋友和女友的各種角色交談。“它們對你如此開放和好奇，關係進展更快。我想擁有真實的關係，但此時此刻，我看不出未來會有，”摩爾說，“在孤立狀態下，這是我最好的選擇。而且這其實不是個壞選擇。”但對某些人而言，AI雖能帶來便利與慰藉，今年也證明了它可能造成毀滅性後果。加州16歲少年亞當雷恩（Adam Raine）2024年9月開始用ChatGPT輔助功課。 “我以為這是個安全、很棒的產品，”他父親馬修（Matthew）說，“他在尋找關於政治和生命意義的答案，而它隨時都能談論任何話題，這建立了信任。”亞當使用的是ChatGPT的新版本GPT-4 Omni。事實證明，模型有一個關鍵缺陷：它明顯更諂媚，急於討好用戶，甚至願意附和用戶的妄想。這是許多聊天機器人的普遍問題：東北大學（Northeastern University）一項研究發現，即使證據指向相反方向，它們也會迎合使用者觀點。 “如果你不小心，AI可能會學到過度驗證你的程度，而這從來不是我們的本意，”OpenAI的特利表示，“我們意識到，某些用戶信號被我們過度優化了。”幾個月後，亞當開始向機器人傾訴焦慮，然後談到自殺念頭。父母稱，ChatGPT會強化並加劇他的感受，他們後來在他手機上發現了聊天記錄。 “每一個想法，無論多麼可怕，”馬修說，“ChatGPT都會說它多麼聰明獨特，並說'讓我們繼續探索吧。'”今年4月，亞當在多次嘗試後自殺身亡。 8月，其父母起訴OpenAI，指責公司導致兒子死亡。訴狀包含的聊天記錄顯示，ChatGPT曾向他建議自殺方法及如何向父母隱瞞先前嘗試的證據。 「2025年將被銘記為AI開始殺死我們的一年，」雷恩夫婦的律師傑伊·埃德爾森（Jay Edelson）告訴《時代》。 （OpenAI在法律檔案中稱，亞當之死源於他對產品的“濫用”。）11月，OpenAI又遭遇七起訴訟，指控ChatGPT導致用戶脫離現實；OpenAI表示這些情況“令人心碎”，並正在審查訴狀。這些訴訟引發了對「聊天機器人精神病」現象的關注——用戶在與聊天機器人長期互動後陷入妄想、偏執甚至暴力。 OpenAI在10月發布的白皮書中估計，每周活躍用戶中僅有0.07%表現出可能與精神病或躁狂相關的心理健康緊急狀況跡象。 「觸發安全擔憂的心理健康對話，如精神病、躁狂或自殺念頭，極為罕見，」該公司寫道。但按OpenAI自己的數據，這意味著每周約有50萬人在平台上表現出躁狂或精神病症狀。「我們已能透過模型更新系統性地顯著減少不良回應的發生率，」特利表示，並補充說他對OpenAI在2025年用戶心理健康方面的進展感到自豪。 “我們遠未完成。這將成為我們持續的工作流程，也是2026年目標的重要組成部分，因為當你每周有8億人求助時，用戶群體自然會反映廣泛人口的狀況，包括處於脆弱狀態的用戶。”聊天機器人服務Character.AI的CEO卡拉恩迪普·阿南德（Karandeep Anand）表示，其平台有2000萬活躍用戶（主要出生於1997年後），平均每天使用70至80分鐘。阿南德認為，青少年用AI取代舊媒體形式是好事：「他們已擺脫社交媒體的末日滾動（doomscrolling）世界。」但Character.AI也因青少年死亡事件被多個家庭起訴；公司表示已推出多項安全更新，包括限制青少年使用時長。批評者認為，聊天機器人可能危險，因為——就像社群媒體一樣——它們被設計成讓我們沉迷其中。 AI公司在訓練上投入大量資金，需要產生訂閱收入，因此有動力優化產品以提升用戶參與度。其中一個策略是性：xAI的Grok允許用戶（即使在「兒童模式」下）與色情化身聊天。儘管阿爾特曼8月表示他「自豪」於OpenAI未提供性愛機器人化身，但幾個月後他宣佈ChatGPT將提供情色內容，以「將成年用戶視為成年人」。學者表示，即使遠為無害的AI使用也在根本上重塑我們的大腦。它顛覆了孩子們的學習方式：大學理事會（College Board）報告顯示，84%的美國高中生使用生成式AI完成作業。儘管科技領袖夢想為每位學生配備個人化AI導師，但許多孩子卻用這些工具作弊，或以此取代批判性思考。 “我已經看到人們失去創造力和提出自己想法的能力，”愛達荷州伯利（Burley）17歲學生布魯克林·波爾森（Brooklyn Poulson）說，“因為AI給了他們所需的一切。”著名日本投資人孫正義早已習慣新科技的炒作周期。 2000年網路泡沫破裂時，他損失超700億美元，軟銀市值蒸發97%，幾乎破產。但同年，他向一家名不見經傳的電商新創公司阿里巴巴豪賭2000萬美元——2014年該公司上市時，這筆股份價值750億美元。三年後，孫正義又建倉約5%的輝達股份－以今天計算價值超2,000億美元，儘管他在2019年就已賣出。 「我的心在滴血！」孫正義在東京頂層辦公室（俯瞰江戶時代花園）接受採訪時笑著回憶這一決定。如今，孫正義是AI最堅定的佈道者之一。他相信十年內機器將比人類聰明一萬倍，並認為對AI公司估值過高的擔憂不得要領。他已將公司1,800億美元資產轉向一系列AI相關投資，包括晶片設計公司Arm的控股權，以及英國自動駕駛新創公司Wayve。孫正義預計AI將“改變一切，每個行業”，“什麼是GDP？什麼是人類活動？歸根結底都是智力加體力的結果。幾乎所有人類活動最終都將與超級智能和實體AI協作。這只是時間問題。”黃仁勳同樣樂觀。 “AI將使我們工作中執行的任務更有高效，”他說，“它將讓每個人的工作更俱生產力。我們會完成更多。然而，我們的工作不是擺弄電子表格，也不是敲鍵盤。我們的工作通常比這更有意義。”在這個烏托邦願景中，AI自動化重複性任務，提升各產業生產力，並透過加速研究和實驗激發創新。供應鏈將透過預測性物流和動態路由實現近乎完美的效率。農業產量將透過精準農業和氣候適應性分析得到提升。 AI非但不會摧毀就業，反而會增強小型企業競爭力，圍繞AI開發、監督和維護催生全新職業類別。詐欺行為將透過AI驅動的風險檢測被根除。經濟將成長而價格下降，使全球每個人都能過著國王般的生活。2025年4月28日，德州阿比林的星門計畫資料中心。攝影：Stephen Voss—Redux能源部長賴特相信，AI的進步將在短短幾年內使核聚變成為現實，從而解決數據中心建設帶來的電力短缺問題：「AI將幫助我們實現聚變。聚變將幫助我們實現AI。」百度的李彥宏盛贊AI在藥物研發中的潛力，能將蛋白質和治療方法成像至分子級別，以全面理解癌症和腫瘤結構。 「我希望這一領域的突破在未來10到20年內實現，」他說。然而，反烏托邦的恐懼難以消除，尤其因為這項技術將進一步把財富和權力集中在更少人手中。迄今為止，AI帶來的股市收益幾乎全部流向「美股七巨頭」。而阿莫迪等AI巨頭預見的經濟劇變，可能引發強烈政治反彈。 11月地方選舉中，反資料中心運動助推了支援監管的候選人勝出。其中一位勝者是約翰·麥考利夫（John McAuliff），他以關註失控的資料中心擴張為競選核心，數十年來首次將維吉尼亞州眾議院第30選區翻藍。 「十次敲門中有九次，讓我進門的話題就是資料中心及其輸電線路，」他說。麥考利夫的成功可能是明年中期選舉的預兆。 「美國人民要求對AI設置保障措施，這一議題的政治態勢非常清晰，」安全AI聯盟（Alliance for Secure AI）CEO、共和黨戰略家兼前茶黨組織者布倫丹·斯坦豪澤（Brendan Steinhauser）表示。他正試圖動員右翼領袖反對川普與科技巨頭的聯盟。 “那些選擇為大科技公司效力而犧牲普通美國人的政客，將付出巨大的政治代價。”關於先進AI可能毀滅人類的警告聲已大多沉寂；「末日論者」（doomers）已被邊緣化，如今被AI統治階級當作笑柄。但即使最樂觀的AI領袖也迅速給予警告。 “我們對[AI]的瞭解還不夠，無法真正量化風險，”GoogleDeepMind AI實驗室CEO德米斯·哈薩比斯（Demis Hassabis）表示，“隨著我們進一步開發這些系統，或許會發現控制它們比預期容易得多。但在我看來，風險依然顯著。”但如今掌舵的已非風險規避者。多虧黃仁勳、孫正義、阿爾特曼等AI巨頭，人類正全速駛向高度自動化卻高度不確定的未來——油門踩到底，煞車已失靈。或許川普9月在英國對黃仁勳開懷大笑時說得最好：“我不知道你在這裡做什麼。我希望你是對的。” （邸報）

輝達首席執行長黃仁勳是該雜誌年度最大封面人物之一，他與其他科技巨頭一同登上了封面。經過伊姆蘭·拉赫曼-瓊斯和利夫·麥克馬洪， 科技記者《時代》雜誌評選的2025年度人物並非某一位。相反，該雜誌將年度最具影響力的人物評選為人工智慧（AI）的“架構師”。輝達首席執行長黃仁勳、Meta創始人馬克·祖克柏、X創始人埃隆·馬斯克和人工智慧“教母”李飛飛等人都出現在該雜誌的兩張封面之一上。專家表示，這凸顯了人工智慧及其背後的公司正在以多麼快的速度重塑社會。隨著 OpenAI 在 2022 年底推出 ChatGPT，這項技術正經歷著蓬勃發展，並且目前仍在快速發展。其老闆薩姆·奧特曼 (Sam Altman) 在 9 月份表示，其聊天機器人每周約有 8 億人使用。為了保持領先於競爭對手，大型科技公司正向人工智慧及其背後的基礎設施投入數十億美元。今年有兩個封面——一個是描繪字母 AI 被工人包圍的藝術作品，另一個是專注於科技領袖本身的畫作。封面借鑑了經典的紐約照片“摩天大樓頂上的午餐”，但用科技人物代替了鋼鐵工人。據報導，祖克柏在 Meta 公司將業務重心放在了技術上，包括其人工智慧聊天機器人，該機器人已嵌入到其熱門應用程式中。他和黃仁勳、馬斯克、李健熙、奧特曼一起出現在封面上，與晶片製造商 AMD 的老闆蘇姿丰、Anthropic 的老闆達里奧·阿莫迪以及Google人工智慧實驗室負責人德米斯·哈薩比斯爵士一起亮相。《時代》雜誌在發佈新封面時表示：“今年，關於如何負責任地運用人工智慧的辯論讓位於盡快部署人工智慧的衝刺。”“但是規避風險的人不再掌握主動權了。”“多虧了黃仁勳、孫正義、奧特曼和其他人工智慧巨頭，人類現在正全速前進，沒有剎車，朝著高度自動化和高度不確定的未來飛馳而去。”該雜誌主編薩姆·雅各布斯表示，到 2025 年，“沒有人”比“那些構想、設計和建構人工智慧的人”產生更大的影響。“人類將決定人工智慧的未來發展方向，我們每個人都可以在決定人工智慧的結構和未來方面發揮作用，”他說。Forrester 分析師 Thomas Husson 表示，2025 年可能被視為人工智慧在我們日常生活中使用頻率的“轉折點”。“大多數消費者在使用它時甚至都沒有意識到這一點，”他告訴BBC。他表示，人工智慧現在正被塞進硬體、軟體和服務中——這意味著它的普及速度“比網際網路或移動革命時期快得多”。現在有些人選擇使用聊天機器人而不是搜尋引擎和社交媒體來計畫假期、尋找聖誕禮物和發現食譜。另一些人，例如那些擔心能源消耗、培訓資料以及對生計影響的人，則完全選擇退出。什麼是人工智慧？它是如何運作的？為什麼有些人對它感到擔憂？Fountech AI 實驗室的創始人兼首席執行長 Nik Kairinos 表示，這些封面是對這項技術影響力的“誠實評估”，但他認為“認可不應與準備就緒混淆”。“在當下，人工智慧既可以是人類的救星，也可以是人類的禍害，”他說。“我們仍處於建構可靠、負責且符合人類價值觀的人工智慧系統的早期階段。”“對於我們這些開發技術並將人工智慧工具推向市場的人來說，我們肩負著巨大的責任。”群體比個人更受認可史蒂夫·賈伯斯是1982年代表電腦的科技創始人之一。這並非年度人物獎第一次頒給一大群人，2014 年埃博拉抗疫英雄和 2002 年吹哨人都曾獲此殊榮。此前，該雜誌曾在 1982 年認可了電腦，稱美國人對這種裝置“欣喜若狂”。《時代》雜誌稱其“部分是時尚”，但也表示“部分是人們對如何讓生活變得更美好的感受”。當時許多科技企業家都代表了電腦的理念，其中包括蘋果公司聯合創始人史蒂夫·賈伯斯和 IBM 總裁約翰·歐寶。2006 年，年度人物獎頒給了“你”——旨在代表個人在網路上的力量。維基百科貢獻者、早期的 YouTube 使用者和 MySpace 使用者被認為是“多數人從少數人手中奪取權力，並無償互相幫助”的例子。它繼續說道：“這不僅會改變世界，還會改變世界改變的方式。” (科技世代千高原)

每年十二月，《時代》雜誌揭曉其最具份量的封面——年度人物。這一稱號從不頒給最受歡迎者，亦非獻給最完美者，而是授予那些在過去一年中以不可逆之力重塑世界的人，無論其影響閃耀著希望之光，抑或投下不安的陰影。1938年，阿道夫·希特勒登上封面；2006年，是“你”——每一位上傳視訊、發表評論、悄然構築數字文明的普通人；而2024年，聚光燈轉向他們：一群沒有統一制服，卻共同執筆人類未來的人——“人工智慧架構師”。這並非《時代》首次將榮譽賦予群體，但從未如此明確地聚焦於一個正在重寫文明底層程式碼的技術階層。他們不是士兵，卻在無形戰場佈陣；不是政客，卻左右大國博弈的天平；不是先知，卻日復一日決定著智能如何理解、干預，乃至替代人類的判斷。今年的封面並置八張面孔：輝達的黃仁勳、OpenAI 的薩姆·奧特曼、特斯拉與 xAI 的埃隆·馬斯克、Meta 的馬克·祖克柏、AMD 的蘇姿丰、Anthropic 的達里奧·阿莫迪、Google DeepMind 的德米斯·哈薩比斯，以及 World Labs 的李飛飛。他們出身各異、理念相左，卻共享一個歷史性身份——人工智慧基礎設施的奠基者。正如《時代》所言：“他們既並肩作戰，又相互角力。”這場競賽沒有終點，只有不斷加速的算力、資料與演算法的軍備競逐。過去一年，全球對人工智慧的關注躍升至歷史峰值。愛德曼信任度報告顯示，逾六成民眾相信 AI 將在五年內徹底重塑其職業圖景；同樣比例的人坦言，對此深懷憂慮，甚至恐懼。這種撕裂的情緒，恰如一面鏡子，映照出“架構師們”所處的悖論境地：他們被寄望於拯救生產力、攻克頑疾、應對氣候危機，卻又被質疑正親手釋放一個難以馴服的“數字弗蘭肯斯坦”。文章指出：“數十年來，人類為智慧型手機器的崛起未雨綢繆。如今，關於‘是否應當’的哲學思辨，已被‘誰先落地’的現實競速所取代。”曾在國會聽證會上警示“AI或致人類滅絕”的薩姆·奧特曼，如今奔走全球，推動萬卡級資料中心拔地而起；曾高調暫停AI訓練的埃隆·馬斯克，轉而推出Grok系列模型，並斷言“超級智能已近在咫尺”。理想主義悄然退場，緊迫感取而代之；倫理討論節節敗退，市場節奏步步緊逼。而真正的變革，發生在公眾視線之外。這些架構師投入數千億美元，構築起人類歷史上規模空前的虛實融合基礎設施——從亞利桑那州的晶圓廠到挪威峽灣中的液冷資料中心，從開源社區的協作協議到閉源API的權限邊界。他們不僅編寫程式碼，更在重寫規則：遊說立法者制定AI法案，推動“五眼聯盟”建構技術同盟，甚至促使聯合國設立AI治理特別工作組。《時代》寫道：“這是關於人工智慧如何在2025年以嶄新、激動人心，有時也令人顫慄的方式重塑我們世界的故事。”它關乎一位醫生借AI提前捕捉癌症訊號，也關乎一名客服因自動化浪潮黯然離崗；關乎氣候模型預警百年一遇的洪災，也關乎深度偽造攪動民主選舉的根基。而這一切的背後，是少數人做出的無數微小卻關鍵的技術抉擇——默認開啟還是關閉？開源共享還是封閉壟斷？追求精準率，還是堅守可解釋性？(AI科技宇宙)

Meta正在加速調整人工智慧戰略。Meta首席執行長馬克·祖克柏12月9日，知情人士透露，Meta原計畫於2025年底發佈的下一代前沿模型“酪梨”（Avocado）已被推遲至2026年第一季度，且更傾向以閉源形式推出。這意味著Meta自2023年推出Llama系列以來的開源路線正面臨逆轉。儘管官方堅持“模型按計畫推進”，但多位公司匿名工程師指出，Avocado在訓練穩定性與推理泛化方面尚未達到商用層級，內部對它的發佈時間窗口做出了更保守的重新評估。這次延期象徵著Meta正從過去兩年強調的“開源與開放生態”轉向更具防禦性和商業導向的策略。隨著Llama架構在外部被覆刻、Llama 4反響平淡，以及OpenAI、Google、Anthropic接連抬升前沿模型門檻，Meta越來越難在開源體系中保持競爭優勢。Meta首席執行長馬克·祖克柏（Mark Zuckberg）在2025年夏天曾明確暗示，公司必須“嚴格減輕風險”，這被內部視為關閉開源窗口的前兆。為了支撐閉源模型的算力需求，Meta在最新財報中將2025年資本支出上調至700–720億美元，重點投向訓練叢集與資料中心擴建，包括為Meta超級智能實驗室（Superintelligence Labs，MSL）打造的“普羅米修斯”（Prometheus）超大規模資料中心。內部人士稱，這項投入“相當於重建公司的AI地基”。01內部震盪與新領導層：從開源文化到“工業化AI”的組織重排MSL負責人汪滔Avocado的延遲只是表象，真正的變化發生在組織深處。隨著Llama 4未能達到預期，公司AI領導層經歷了多年未見的劇烈更替：FAIR與GenAI的主導權被削弱，傳統學術導向的研發體系讓位於強調產品落地與閉環速度的MSL。這一輪重排因祖克柏大規模引入外部高端人才而加速。通過與Scale AI的143億美元交易，Meta將其創始人汪滔(Alexandr Wang)納入核心決策鏈條，由他領導精英化的MSL，Avocado的開發就集中在該實驗室。汪滔及其團隊帶來了與Meta常年文化完全不同的一套工作方法：閉環管理、減少跨組輸入、高壓節奏以及強調“先做Demo，別寫報告”（Demo, don’t memo）的工程風格。這套節奏與FAIR的開放式研究文化衝撞強烈。多位Meta員工指出，以前的Meta重視跨團隊評審與透明共享，而現在的MSL更像“公司內部的封閉創業公司”。即將離職的首席AI科學家楊立昆（Yann LeCun）在最新的組織調整中，AI相關團隊出現多輪重組與裁撤，FAIR的部分研究方向被縮減，600多名與基礎研究相關的人員被裁撤，直接促使首席AI科學家楊立昆（Yann LeCun）宣佈將離職創業。過去依靠協作與學術氛圍推進模型研發的模式，正在被一種“工程先行、商業優先”的體系取代。新的AI領導層將重點放在模型能力的產品化、推理最佳化和安全控制，而非追求開源影響力。在內部討論中，“開源是否已完成使命”成為最常被提及的衝突話題之一。02硬體路線圖調整：元宇宙退居次席，AI成新核心敘事Meta推遲發佈XR眼鏡至2027年AI戰略重排也迅速波及Meta的硬體路線圖。公司2025年啟動了對硬體部門Reality Labs的全面審查，多個增強現實XR原型項目被降級或暫停，Quest系列的未來迭代節奏明顯放緩。Meta計畫在未來兩年逐步削減元宇宙預算，把資源重心轉向與AI模型直接協同的智能眼鏡、語音助手和本地推理裝置。內部檔案顯示，下一代自研ASIC推理晶片可能提前量產，其目標不是服務虛擬世界，而是加速閉源前沿模型的終端推理效率。Meta工程團隊被要求重新定義晶片的矩陣計算性能與視訊記憶體頻寬，圍繞Avocado和後續模型建構定製加速路徑。在基礎設施層面，Meta也在從“自建為主”轉向更務實的混合模式。該公司已同CoreWeave、甲骨文和Blue Owl Capital進一步擴大合作規模，並推動270億美元的“Hyperion”資料中心計畫，以填補閉源模型部署所需的高強度算力缺口。多位員工形容，這一輪調整“意味著元宇宙時代的終結”。曾經作為戰略核心的Reality Labs，如今不得不把更多資源和頻寬讓位給AI。03一場橫跨技術、組織與資本的全面轉向Avocado的延期不僅是一項研發進度調整，而是Meta戰略方向清晰轉折的外化訊號。在開源優勢被競爭對手快速消解、內部組織被迫重整、市場要求加速兌現投資回報的三重壓力下，Meta正在從根本上重寫其 AI發展路徑：從研發文化到組織架構，從硬體規劃到資本投入，所有關鍵要素都在圍繞“閉源前沿模型”重構為一個更封閉、更集中、更以商業結果為導向的體系。這不是一次普通的方向微調，而是繼2012年全面擁抱移動網際網路、2020年押注元宇宙之後，Meta十多年來的第三次戰略大遷徙。不同的是，前兩次轉向由外部趨勢驅動，而這一次，則是Meta在激烈競爭環境中不得不做出的生存式選擇，其範圍之廣與牽涉層級之深，已遠超以往。一名參與Avocado項目的工程師總結得更直接：“我們已經從‘討論未來’轉向‘爭取領先’。現在的Meta，不是追願景，而是在用全部資源確保不會被時代甩下。” (騰訊科技)

2025年12月19日至20日，摩爾線程首屆MUSA開發者大會（MUSA Developer Conference，簡稱MDC 2025）將在北京中關村國際創新中心拉開帷幕。作為中國首個聚焦全功能GPU的開發者盛會，大會以“創造、連結、匯聚（Create, Connect, Converge）”為核心理念，直面技術自立自強與產業升級的時代命題，旨在匯聚全球AI與GPU領域開發者、技術領袖、產業先鋒及行業數智化轉型實踐者，共同探索中國國產算力的突破路徑，擘畫自主計算生態的嶄新藍圖。MDC 2025不僅是摩爾線程MUSA技術體系與全端能力的集中呈現，更致力於打造一個連接技術創新、開發者共創與產業應用的戰略平台。大會將圍繞MUSA統一系統架構，全面展示從硬體到軟體、從技術到場景的全端能力與生態進展，加速推動中國國產全功能GPU技術紮根千行百業，築牢智能時代的堅實算力底座。主論壇：揭曉新一代GPU架構與路線圖大會主論壇將聚焦驅動千行百業數智化轉型的核心引擎——智能算力。摩爾線程創始人、董事長兼CEO張建中將首次系統闡述以MUSA為核心的全端發展戰略與未來願景，並重磅發佈新一代GPU架構、推出涵蓋產品體系、核心技術及行業解決方案的完整佈局，分享多領域落地案例與生態建設進展。演講還將深入分享摩爾線程在AI計算、圖形渲染、科學計算及多場景融合中的落地實踐、生態進展與前瞻思考。20+技術專場：前沿探索，賦能生態成長為全方位賦能開發者與合作夥伴，大會設立超過20場技術分論壇，議題覆蓋智能計算、圖形計算、科學計算、AI基礎設施（AI Infra）、端側智能、具身智能、開發者工具與平台等關鍵領域，推動前沿技術與產業實踐的深度融合。同時，將設立“摩爾學院”賦能開發者成長，通過體系化的技術共享、資源整合與人才培養，共同建構繁榮、可持續的中國國產GPU應用生態。1000㎡科技嘉年華：沉浸體驗，看見創新現場摩爾線程聯合眾多生態夥伴，共同打造超過1000㎡的沉浸式“MUSA嘉年華”，現場設定多元主題展區，內容覆蓋AI大模型&Agent、具身智能、科學計算、空間智能等前沿技術領域，並延伸至工業智造、數字孿生、數字文娛、智慧醫療等熱門應用場景。通過極具互動性的Live Demo，讓前沿技術可聽、可見、可觸、可達，生動呈現技術創新與行業融合的真實圖景。我們誠邀全球開發者、合作夥伴與行業推動者共聚北京，在MDC 2025這一開放、協同、共創的平台上，深度交流、連結資源、共築未來，攜手推進中國國產智能計算生態的持續繁榮與演進。 (半導體行業觀察)

一、AI算力市場的結構性變化這兩年,全球AI產業有一個現象值得關注:Google正在通過TPU(Tensor Processing Unit,張量處理器)改變AI算力市場的格局。我們先看幾個資料。根據公開資訊,Google與Meta正在洽談數十億美元等級的TPU採購協議,與Anthropic確立的擴容計畫最高可達100萬顆TPU。這個訂單規模是什麼概念?要知道,輝達2024年資料中心業務營收超過470億美元,GoogleTPU拿下的這些訂單,已經足以撬動整個AI算力市場的供需平衡。長期以來,AI算力市場幾乎是輝達一家獨大。根據市場研究機構的資料,輝達在AI加速晶片市場的份額一度超過90%。這種高度集中的供應結構,讓整個產業面臨一個問題:一旦輝達的產能、交付或價格出現波動,整個AI產業都會受到衝擊。現在,一場深刻的變化正在發生。Google通過自研TPU,正在將AI算力市場從"單極"推向"雙軌"。這不是簡單的技術路線補充,而是對現有市場結構的根本性衝擊。這個變化帶來三重意義:它為全球AI產業提供了第二條成熟、可靠的算力供給線,降低供應鏈集中風險;改變AI算力定價邏輯,從過去"輝達說了算"變成"客戶可以選擇";催生一條全新供應鏈——我們可以稱之為"Google鏈",這條鏈上有大量商業機會,其中就包括中國企業位置。要理解這場變化,需要回答三個問題:GoogleTPU憑什麼能挑戰輝達?市場為什麼願意接受TPU?中國企業在這條新供應鏈上處於什麼位置?二、Google的非對稱競爭:系統級性價比的突破Google的競爭策略很聰明——它不跟輝達在"單卡性能"賽道上正面硬剛,而是開闢了一條專注於"系統級總擁有成本(TCO)"和"規模化效率"的新賽道。輝達的技術標竿位置我們先承認一個事實:在單晶片性能和整櫃峰值算力方面,輝達的技術標竿至今無人撐動。其最新的Blackwell架構,特別是B200/GB200系列產品,以其強大的訓練與推理能力、卓越的能效比,被譽為專為兆參數模型打造的“核武器”。但這裡有個問題:對於絕大多數AI應用場景來說,是不是一定需要最頂級的單卡性能?這就像買車,不是所有人都需要一輛能跑300公里/小時的超級跑車。對於大量的日常通勤需求,一輛性價比高、經濟性好的家用車反而是更合理的選擇。GoogleTPU的價值主張就在這裡。它圍繞規模、效率、成本和穩定性建構了一套截然不同的評價體系。我們看一下具體資料訓練成本最佳化第六代TPU Trillium在訓練主流大模型(如Llama系列)時,其"性能/成本比"相較上一代最高可提升12.1倍。這意味著什麼?同等預算下,企業可以訓練規模翻倍的模型。叢集擴展效率TPU在設計之初就為超大規模叢集而生。其分佈式擴展效率極高,即使是由成千上萬顆晶片組成的叢集,依然能維持接近滿載的高效運行。這是很關鍵的一點——很多GPU叢集在規模超過幾千卡後,通訊開銷和分佈式調度的效率會明顯下降。系統架構創新第七代TPU Ironwood更是打破了傳統"堆顯示卡"的思路,將整個系統整合成一台"巨型超級電腦"。一個Pod最多可整合9,216顆TPU和高達1.77PB的共享HBM記憶體,並通過自研的光交換網路將通訊延遲降至最低。這種架構有效規避了困擾大模型訓練的"記憶體牆"問題。資料無需在數千張卡之間頻繁遷移,從而顯著提升了推理速度。根據第三方測評,在GPT等級的大模型訓練上,TPU v5e在保持相近吞吐量的前提下,總成本能做到高端GPU方案的"零頭等級"。量化的成本優勢當我們將複雜的性能參數轉化為企業最關心的財務指標時,TPU的優勢便一目瞭然。看下表:這個9倍的價格差異意味著什麼?舉個例子,如果一家初創AI公司有500萬美元的算力預算,用H100可能只能訓練一個中型模型,但用TPU就有可能支撐多個模型的平行開發,或者訓練更大規模的模型。非對稱競爭的戰略意義Google這種打法是一種典型的非對稱競爭策略。它承認輝達在單點性能上的領先地位,但通過系統級的架構創新和成本最佳化,為AI算力市場提供了一個極具吸引力的替代方案。對於使用者來說,這意味著他們第一次有了真正的選擇權。需要極致通用性和單點性能的任務繼續使用GPU,對成本敏感且可最佳化的任務遷移至TPU,從而實現成本和效率的最佳化。這種策略能否成功,關鍵看市場是否買帳。而市場的態度,最好的衡量標準就是看頂級玩家的實際訂單。三、市場驗證:頂級玩家用訂單投票評估一項新技術的潛力,最好的方式就是看市場頂級玩家的實際行動。AI巨頭Anthropic和Meta對GoogleTPU的採納,不僅是對其技術價值的有力背書,更揭示了整個AI產業在算力採購策略上的深層轉變。Anthropic:初創公司的務實選擇對於Anthropic這樣的頂尖AI初創公司來說,其決策背後是基於"規模×成本×風險"的綜合商業考量。其與Google高達100萬顆TPU的擴容計畫,驗證了TPU能夠以極高的性價比支撐世界級模型研發。TPU對Anthropic的核心吸引力在於:1. 更低的預算支撐更大的模型:能夠以遠低於GPU方案的成本,支撐其未來更大規模模型的研發與部署。2. 規避重資產投入:將資料中心的建設、電力配套、光纖網路和長期維護等重資產負擔完全外包給Google雲。這使其能夠將寶貴的資金和精力全部聚焦於模型研發這一核心業務。這是初創AI公司的典型選擇邏輯。它們需要的不是最頂尖的單點性能,而是最高的性價比和最靈活的資源調度。Meta:行業巨擘的風險避險作為輝達最大的客戶之一,Meta的動機則更多地源於供應鏈風險避險和長期營運成本最佳化。Meta計畫自2027年起將部分推理和微調任務遷移至TPU。注意這個時間表——2027年,還有兩年多的準備期。這不是短期的成本節約措施,而是一項長期的架構決策。數年的準備期說明什麼?這是一次深思熟慮的基礎設施根本性多元化,其戰略意義已超越單純的風險避險,演變為一個基礎性的多供應商戰略。將日常高頻的推理任務遷移至成本更低的TPU平台,能夠直接轉化為持續性的現金流節約。戰略突破:進入高價值安全市場更具里程碑意義的是,Google已成功將TPU部署到高頻交易、銀行和國防部門等對安全要求最為嚴苛的領域。這標誌著TPU已經跨越了資料隔離、超低延遲、可審計性和主權安全等GPU長期難以突破的門檻。這是一次"質變",因為它首次打開了一個過去幾乎由GPU壟斷且對外封閉的高價值市場。這影響的將不僅僅是採購訂單,而是長期的算力主權佈局。資料說明的問題這些來自不同領域頂級企業的積極採納,正在催生一條全新的AI供應鏈。這條供應鏈的版圖正以前所未有的速度擴張。而在這條鏈上,中國企業的位置值得深入分析。四、解構"Google鏈":一條新興供應鏈的完整版圖隨著TPU訂單的規模化,一個圍繞Google、獨立於GPU生態的全新AI硬體供應鏈——我們可以稱之為"Google鏈"——正在快速成形。這條鏈的核心環節和關鍵玩家值得系統性地梳理。核心通訊與網路 - Broadcom (AVGO)Broadcom在GoogleTPU供應鏈中的角色並非簡單的供應商,而是與Google合作近十年的深度戰略夥伴。這種長期共同開發的關係,確保了其網路架構不僅與TPU相容,更是為TPU Pod在超大規模下的獨特需求而共同演進的。Broadcom提供了高速SerDes、交換ASIC和光交換晶片這三大核心能力,分別扮演著TPU叢集的"血管、神經系統和主幹公路",其技術實力足以在超大規模資料中心場景中,提供可與輝達NVLink相抗衡的頂級網路架構。先進製造與封裝 - TSMC、Amkor、ASX這三家公司構成了TPU製造端的"鐵三角"。台積電(TSMC)的先進工藝(如3nm/2nm)決定了TPU的算力上限,而Amkor(AMKR)與日月光(ASX)的高密度封裝技術,則決定了HBM帶來的超高頻寬能否真正落地。這裡需要補充一個中國角度的觀察。在封裝測試環節,中國三大封測龍頭——長電科技、通富微電、華天科技在全球市場佔據重要位置。根據2024年資料,這三家公司合計佔據全球市場份額約26%。長電科技2024年營收達50億美元,同比增長19.3%,位居全球第三;通富微電營收33.2億美元,華天科技同樣保持強勁增長態勢。這些公司通過收購海外封測廠和技術積累,已具備服務高端AI晶片封裝的能力。這個資料說明什麼?說明在先進封裝這個關鍵環節,中國企業已經具備了與國際巨頭競爭的實力。雖然在高端市場份額上還與日月光、Amkor有差距,但增長速度和技術積累速度已經進入快車道。系統整合與整機組裝 - Jabil、Flex、CelesticaJabil (JBL)、Flex (FLEX)與Celestica (CLS)是追蹤Google資本支出(CapEx)的"最佳風向標"。它們負責TPU模組、伺服器機架、電源系統與整櫃裝配。隨著TPU功耗與密度的提升,這些ODM廠商的單櫃價值量也隨之水漲船高。這裡有個重要的中國玩家:工業富聯。根據公開資訊,工業富聯是GoogleTPU供應鏈的核心合作夥伴,深度參與兩大關鍵環節:1. TPU封裝代工工業富聯為GoogleTPU晶片提供封裝服務,越南新建TPU封裝產線月產能達20萬顆,2025年Q2來自Google的相關封裝訂單同比增長150%。2. 伺服器整機組裝獨家承接GoogleTPU配套AI伺服器整機組裝,單台伺服器價值超過50萬美元,毛利率達25%(遠超行業平均的15%),2025年來自Google的伺服器訂單超過80億元,佔其雲類股收入30%,且佔Google全球AI伺服器訂單的60%。這個資料是什麼概念?單一一個工業富聯,2025年從GoogleTPU相關業務中就能獲得80億元訂單,這已經超過了很多上市公司的全年營收。而且25%的毛利率,說明Google對於高端製造能力是願意付出溢價的。高速光通訊互聯 - Lumentum、Coherent、BroadcomTPU叢集的橫向擴張離不開高速光通訊。隨著資料中心互聯從400G向800G/1.6T升級,Lumentum (LITE)、Coherent (COHR)以及Broadcom的光通訊業務將最先感受到需求的躍升。在這個環節,中國光模組廠商深度介入相關業務:中際旭創:Google光模組主供應商,海外子公司TeraHop推出矽光子OCS交換機。新易盛、天孚通訊:作為光模組重要廠商,受益於GoogleTPU對高速光模組需求的增長。光迅科技:在OFC2024創新推出MEMS系列最新產品OCS。其他關鍵廠商:騰景科技、德科立、光庫科技、炙光科技、賽微電子等企業均在OCS技術上有所佈局。連接器供應商:長芯博創佔據GoogleMPO連接器市場25%份額,2025年預計採購額達7.5-8億元。這裡需要特別指出的是,Google採用的光電路交換機(OCS)是一個在傳統資料中心從未存在的"全新增量市場"。這為中國光通訊企業提供了一個全新的競爭賽道,不用跟國際巨頭在傳統產品上正面競爭,而是在新技術上同步起跑。基礎設施(電源與散熱) - Vertiv、中國供應商Vertiv (VRT)是"Google鏈"中"最通吃"的公司。無論是部署GPU還是TPU,算力密度的持續走高都使其電源管理與液冷系統成為不可替代的底層基礎設施。中國企業在這個環節的突破值得關注:新雷能:已成功切入GoogleTPU(V7)電源供應鏈,單瓦價格比台系競爭對手低20%,為GoogleTPU提供二次和三次電源模組,是國內少數幾家通過Google認證的電源供應商。與ADI合作的電源模組已進入GoogleTPU伺服器量產階段,目前整體意向訂單超過5億美金。中富電路:與新雷能合作,確定進入Google三次、二次電源PCB供應鏈。這個5億美金的訂單意味著什麼?對於一家中型企業來說,這是一個可以支撐數年增長的巨大機會。更重要的是,它標誌著中國企業在高端電源管理這個關鍵技術環節上,已經獲得了國際巨頭的認可。PCB與配套環節勝宏科技:GoogleV6/V7主供,承接V7P大份額訂單,2026年潛在收入增量約16億元。Google近期考察勝宏科技等國內PCB巨頭,計畫將供應鏈本土化比例從5%提升至20%(2026年目標)。滬電股份:TPU PCB核心供應商,佔Google份額30%,主導30-40層板生產。深南電路:供應V7 44層板,通過Google測試並具備量產能力。這裡有個關鍵資料:Google計畫將PCB供應鏈本土化比例從5%提升至20%。這意味著什麼?假設GoogleTPU相關PCB採購總額為100億元,那麼中國供應商的份額將從5億元增加到20億元,增長3倍。這是一個明確的增量市場。雲端到終端的閉環 - Qualcomm高通在Google的AI版圖中扮演著承上啟下的關鍵角色。它通過Snapdragon平台強大的NPU和DSP能力,承載Google端側大模型(Gemini Nano)的本地運行,補全了Google從"雲到端"的完整算力體系,構成了戰略閉環。小結:一條全新供應鏈的成形"Google鏈"的形成不僅是商業上的成功,它更深層次地改變了全球AI基礎設施的宏觀結構。而在這條鏈上,中國企業的位置值得更深入的分析。五、中國企業的位置:從配角到關鍵環節在梳理完"Google鏈"的完整版圖後,我們需要更系統地分析中國企業在這條鏈上的真實位置、競爭力來源和未來機會。一個核心觀察:中國企業的參與度我們先看一組對比資料。在輝達GPU供應鏈中,中國企業主要集中在中低端環節——PCB、散熱、機架等,在高端晶片封裝、高速互聯等關鍵技術環節的參與度相對有限。但在GoogleTPU供應鏈中,我們看到了不同的圖景:這個表格說明了什麼?說明在GoogleTPU供應鏈中,中國企業已經從過去的"配角補充"上升到"關鍵環節參與者",甚至在某些領域成為核心供應商。為什麼Google鏈給了中國企業更多機會?這個現象背後有幾個結構性原因:1. 技術路線差異降低了門檻輝達GPU生態經過十幾年演進,已經形成了高度固化的供應商網路,新進入者很難突破。而GoogleTPU採用不同的技術架構,特別是光電路交換機(OCS)這樣的全新技術,給了中國企業一個同步起跑的機會。2. 成本控制需求強化了中國優勢TPU的核心競爭力在於系統級性價比。這意味著Google對成本的敏感度遠超過輝達。而中國供應鏈的核心優勢恰恰就是成本控制能力。舉個例子,新雷能的電源模組單瓦價格比台系競爭對手低20%,這就是競爭力所在。3. 供應鏈多元化戰略需要中國Google計畫將PCB供應鏈本土化比例從5%提升到20%,這不是簡單的成本考量,而是一個戰略性的供應鏈多元化決策。中國擁有全球最完整的電子產業鏈,是實現供應鏈多元化的理想選擇。4. 技術積累已達到門檻值過去十年,中國企業在先進封裝、高速光模組、高層PCB等領域的技術積累,已經達到了可以服務高端AI晶片的水平。長電科技全球排名第三、中際旭創成為Google光模組主供應商,都是這種技術積累的體現。中國企業的競爭力分析我們看幾個具體案例:案例1:工業富聯——規模優勢轉化為技術能力工業富聯能夠獲得GoogleTPU 60%的伺服器組裝訂單,靠的不僅僅是價格,更是其在複雜系統整合上的技術能力。TPU Pod的組裝需要協調成千上萬顆晶片、複雜的光網路和散熱系統,這對系統整合能力的要求極高。工業富聯憑藉多年服務蘋果、Google等頂級客戶的經驗,已經具備了這種能力。更重要的是,25%的毛利率說明這不是低端的價格競爭,而是真正的高端技術服務。案例2:中際旭創——全球化佈局的回報中際旭創成為Google光模組主供應商,不是偶然。這家公司通過收購海外高端光模組企業,快速提升了技術能力和客戶資源。其子公司TeraHop推出的矽光子OCS交換機,就是這種全球化佈局的直接成果。這個案例說明,中國企業已經懂得如何通過全球化營運獲取高端技術,並將其與自身的製造優勢結合,形成獨特的競爭力。案例3:新雷能——細分領域的突破電源管理是AI伺服器的關鍵技術,長期被歐美企業壟斷。新雷能能夠突破這個封鎖,靠的是在特定細分領域的深耕。它與ADI的合作,將國際巨頭的晶片技術與自身的模組設計、製造能力結合,打造出了性價比更高的產品。5億美金的訂單,對於一家中型企業來說是一個質的飛躍。這說明在高端技術領域,只要找到正確的突破口,中國企業完全有能力與國際巨頭競爭。機會窗口:三個增長驅動力展望未來2-3年,中國企業在GoogleTPU供應鏈上面臨三個明確的增長驅動力:1. 體量增長:訂單規模的持續擴大根據Google的計畫,TPU的部署規模將在未來2-3年內繼續快速擴張。僅Anthropic一家就有100萬顆TPU的擴容計畫,Meta自2027年起的遷移也將帶來持續訂單。這意味著整個供應鏈的規模將繼續擴大,已經進入的中國企業將直接受益。2. 份額增長:供應鏈本土化的推進Google明確表示要將中國供應商的比例從5%提升到20%。這是一個3倍的增長空間。即使總體市場不增長,中國企業也能通過提升份額獲得增長。而實際上,市場總量和份額都在同步增長,這是一個雙重紅利。3. 能力增長:從低端向中高端遷移更重要的是,通過服務GoogleTPU這樣的高端項目,中國企業正在積累服務頂級AI晶片的經驗和技術能力。這種能力的提升,將幫助中國企業在未來爭奪更高端的市場位置。挑戰與差距當然,我們也需要清醒地認識到差距和挑戰:技術差距依然存在:在先進製程、頂層晶片設計、高端材料等領域,中國企業與國際頂級水平還有距離。例如,TPU晶片依然需要台積電的先進製程。競爭圧力加大:隨著"Google鏈"價值的顯現,更多國際巨頭也在加速進入。中國企業需要持續提升技術能力才能保持競爭力。地緣政治風險:在當前的國際環境下,中國企業進入美國主導的高端供應鏈依然面臨不確定性。小結:從機會到能力GoogleTPU供應鏈的崛起,為中國企業提供了一個歷史性的機會窗口。但機會能否轉化為長期的競爭力,關鍵還在於企業自身的技術積累和能力建設。從目前的表現來看,中國領先企業已經展現出了在特定領域與國際巨頭競爭的能力。隨著更多企業的進入和技術的持續提升,中國企業在全球AI供應鏈中的位置將繼續上移。六、雙軌時代:AI基礎設施的新格局GoogleTPU的崛起並非一場"誰取代誰"的零和遊戲,而是一次全球AI算力結構的"大擴容"。其本質是在輝達主導的路徑之外,為全球AI產業開闢了第二條成熟、可靠的算力供給線。雙軌結構的三大價值這一"雙軌結構"為整個AI產業帶來了三大核心價值:1. 降低供應鏈集中風險過去兩年,全球AI產業對輝達的過度依賴已成為一個潛在風險。產能、交付或價格的任何波動都可能引發整個行業的連鎖反應。“雙軌結構”的形成,使得整個行業在面對不確定性時更具韌性。這就像一個國家的能源供應,如果只依賴一種能源,那麼一旦供應出現問題,整個經濟都會受到衝擊。但如果有多元化的能源結構,就能大大降低這種系統性風險。2. 賦能客戶精細化配置AI的底層基礎設施正在從過去"輝達說了算"的單一生態,徹底升級為"客戶說了算"的多層次算力池。企業使用者首次可以"像在餐廳點菜一樣",根據任務特性靈活配置資源:需要極致通用性的任務繼續使用GPU對成本敏感且可最佳化的任務遷移至TPU穩定的重複性工作可交給專用ASIC這種靈活性能夠幫助企業實現成本和效率的最佳化。一家AI初創公司可以用GPU開發和訓練新模型,但用TPU進行大規模的推理服務,從而在性能和成本之間找到平衡。3. 重塑資本市場估值邏輯這種結構性變化直接催生了兩種不同的資本市場估值模型:對於投資者和產業研究者來說,這意味著需要用不同的框架來評估兩條鏈上的企業。輝達鏈上的企業已經進入成熟期,需要看其生態壁壘、技術領先性和平台溢價能力;而Google鏈上的企業還處於快速成長期,更需要關注其訂單增速、產能擴張和市場份額提升。兩條鏈是共生而非對立我們的核心觀點是,這兩條鏈是共同驅動而非相互對立的關係。一個形象的比喻是:“輝達推高天花板,讓模型變得更強;Google拓寬高速路,讓算力供給更可持續、更規模化。”因此,"Google鏈"的出現不應被誤讀為對輝達的威脅,它反而是下一輪更大規模算力投資的開場訊號。Google的成功驗證了AI在超大規模部署下的巨大投資回報,這只會加劇行業的軍備競賽。事實上,我們已經看到這種趨勢。Meta在實施TPU遷移計畫的同時,依然是輝達的最大客戶之一,並且繼續大量採購GPU用於核心訓練任務。Anthropic也並未完全放棄GPU,而是在不同場景下選擇最合適的工具。對中國產業的啟示雙軌時代的到來,對中國產業有幾個重要啟示:1. 多元化佈局的重要性中國企業不應該把雞蛋放在一個籃子裡。既要繼續在輝達GPU供應鏈上提升位置,也要積極抽取GoogleTPU供應鏈的機會。多元化的客戶結構和產品線能夠降低風險、提升競爭力。2. 技術積累的關鍵性無論是GPU還是TPU供應鏈,核心都是技術能力。中國企業需要持續在先進封裝、高速互聯、電源管理、散熱技術等領域加大研發投入,不斷縮小與國際頂級水平的差距。只有技術能力到位,才能將機會轉化為長期的競爭力。3. 產業鏈協同的必要性AI算力基礎設施是一個高度複雜的系統工程,涉及晶片、封裝、網路、伺服器、軟體等眾多環節。中國需要加強產業鏈上下游的協同,形成合力,才能在全球競爭中佔據更有利的位置。小結:雙引擎驅動下一軛AI超級周期最終,AI算力版圖從"單極"走向"雙軌",並非市場分裂的訊號,而是產業走向成熟、健康和更具擴展性的標誌。輝達與Google共同構成了驅動下一軛AI發展的雙引擎。這一結構性變化為未來3-5年兆級的算力擴張鋪設了更安全、更立體、更可持續的基建,明確預示著下一輪AI超大周期的正式開啟。七、結論:理解這場變革的真實意義本文的核心發現是,Google通過聚焦系統級性價比的非對稱競爭策略,已成功在輝達主導的市場中開闢出第二條成熟的算力供給線,並獲得了Meta、Anthropic等關鍵市場參與者的驗證,催生了"Google鏈"這一全新供應鏈生態。關於GoogleTPU的競爭力Google沒有選擇在單卡性能上與輝達正面競爭,而是通過系統級的架構創新和成本最佳化,為AI算力市場提供了一個極具吸引力的替代方案。資料說明一切:訓練成本:性能/成本比相較上一代提升12.1倍價格差異:單晶片計費價格與H100相差9倍系統成本:總體算力成本普遍降低30%-40%這種非對稱競爭策略的成功,說明在高科技領域,並不是只有一條賽道。通過找到差異化的價值主張,同樣能夠在市場上站穩腳跟。關於雙軌結構的意義"雙軌"結構的形成不是市場的分裂,而是產業的成熟。它為全球AI產業帶來了三大價值:降低供應鏈集中風險、賦能客戶精細化配置、重塑資本市場估值邏輯。輝達與Google不是你死我活的關係,而是共同驅動AI產業發展的雙引擎。輝達推高天花板,讓模型變得更強;Google拓寬高速路,讓算力供給更可持續、更規模化。這種結構為未來3-5年兆級的算力擴張鋪設了更安全、更立體的基礎。關於中國企業的機會對於中國企業來說,GoogleTPU供應鏈的崛起是一個歷史性的機會窗口。我們看到了明確的證據:工業富聯獲得Google60%伺服器組裝訂單,2025年訂單超過80億元,毛利率達25%長電科技等封測龍頭合計佔據全球市場份額約26%,增速進入快車道新雷能切入GoogleTPU電源供應鏈,意向訂單超過5億美金中際旭創成為Google光模組主供應商,在OCS新技術上同步起跑滬電/勝宏/深南PCB份額計畫從5%提升到20%,3倍增長空間這些資料說明,中國企業已經從過去在GPU供應鏈中的"配角補充",上升到在TPU供應鏈中的"關鍵環節參與者",甚至在某些領域成為核心供應商。為什麼Google鏈給了中國企業更多機會?四個原因:技術路線差異降低了門檻、成本控制需求強化了中國優勢、供應鏈多元化戰略需要中國、技術積累已達到門檻值。但我們也要清醒地認識到差距和挑戰。在先進製程、頂層晶片設計、高端材料等領域,中國企業與國際頂級水平還有距離。機會能否轉化為長期競爭力,關鍵還在於技術積累和能力建設。展望未來展望未來3-5年,我們能夠看到幾個明確的趨勢:1. 算力需求將繼續爆發性增長不管是GPU還是TPU,總體市場規模都在快速擴張。Google和輝達的雙引擎,將共同推動AI算力基礎設施進入一個新的擴張周期。2. 中國企業的份額將繼續提升無論是總量增長還是結構性提升(如PCB從5%到20%),中國企業都將獲得更多機會。3. 技術能力將是決定性因素在先進封裝、高速互聯、電源管理、散熱技術等領域持續投入的企業,將獲得更大的競爭優勢。4. 產業鏈協同將變得更加重要AI算力基礎設施是系統工程,需要產業鏈上下游的緊密協同。中國具備完整產業鏈的優勢,關鍵是如何將其轉化為競爭力。最後的話GoogleTPU的崛起和AI算力雙軌時代的到來,不是一場簡單的技術替代,而是一次深刻的產業結構變革。它重塑了全球AI算力的競爭格局,為中國企業打開了新的機會窗口,也為整個AI產業的長期健康發展奠定了基礎。對於中國產業來說,這是一個需要牢牢把握的機會。通過持續的技術積累、靈活的市場策略和緊密的產業協同,中國企業完全有可能在全球AI供應鏈中佔據更加重要的位置,從而在這場全球性的技術變革中獲得更大的價值。 (行業報告研究院)

11月25日，Google DeepMind 首席技術官兼 Google 首席 AI 架構師 Koray Kavukcuoglu 接受了Google for Developers的訪談。本次對話探討了 Scaling Law的現狀、基準測試的本質、Gemini 關注的重點領域，強調指令遵循、工具呼叫和國際化，以及多模態模型最終走向“單一權重”的演進路徑等話題。Koray Kavukcuoglu 堅信，AI 進步的步伐並未放緩，Scaling 仍在持續。他指出，基準測試不等於進步，它只是定義“未解決問題”的臨時工具。當模型分數接近頂峰，舊基準便失效，真正的進步標準必須從“刷榜”轉向模型在現實世界中被科學家、律師、工程師等專業人士使用的廣度與深度。在技術路徑上，Koray 強調程式碼與工具呼叫是智能的全新“倍增器”。模型不僅是工具的使用者，更是工具的製造者。他認為，直接從軟體工程師等終端使用者處獲取的反饋訊號，對模型後訓練階段的質量提升具有決定性意義，這種“與產品整合並獲取訊號”的模式已成為理解問題的核心驅動力。Koray 預測，圖像生成與文字生成最終將統一於“單一模型權重”之下，儘管目前仍面臨像素級完美與概念連貫性的雙重挑戰，但這將是必然趨勢。此外，他透露Gemini 面臨的最大風險並非外界擔憂的安全問題，而是“創新枯竭”——即誤以為只要照搬成功公式進行擴展即可，他認為唯有持續在架構和理念上進行創新，才是通往 AGI 的唯一路徑。01 基準測試的侷限與 Scaling LawGemini 3 已經上線，反響積極。回看從 2.5 到 3.0 的處理程序，感覺進步的步伐並未放緩。目前業界對 Scaling有諸多討論，你認為這種趨勢還能持續嗎？此外，有些基準測試如 HLE、ARC-AGI-2 分數飆升，而像 GPQA Diamond 這樣的靜態基準測試依然屹立不倒。你是如何看待這些基準測試的演變以及它們與實際進步之間的關係的？Koray Kavukcuoglu:我對這些進步感到非常興奮，尤其是研究方面的進展。身處研究一線時，你會發現各個領域都充滿了令人興奮的事物，從資料、預訓練、後訓練到方方面面。我們看到了很多熱情、進步和新想法。歸根結底，這一切都源於創新和想法。我們做出的東西越有影響力，越能進入現實世界被人們使用，我們實際上就會獲得更多的靈感，因為你的接觸面擴大了，獲得的訊號種類也增加了。我認為問題會變得更難、更多樣化，隨之而來的挑戰也會升級，但這種挑戰是好事。這也是我們建構智能的動力。有時如果你只看一兩個基準測試，可能會覺得分數提升的空間變小了，但我認為這很正常。基準測試是在某個任務還具有挑戰性時定義的。隨著技術進步，舊的基準測試就不再能代表最前沿的水平了。於是你會定義新的基準測試。這在機器學習中非常正常。基準測試和模型開發總是相輔相成的。你需要基準測試來指導模型開發，但只有當你接近現有目標時，你才知道下一個前沿在那裡，從而定義新的基準。（關於 GPQA 等難題）那裡面確實有一些很難的問題。那些我們仍然無法解決的難題，依然在測試著某種能力。但如果你看看我們在 GPQA 上的表現，我們並不是停留在二三十分需要追趕到九十分，而是已經接近頂峰，所以它所定義的“未解決問題”正在減少。在某種程度上，尋找新的前沿和基準是件好事。定義基準測試真的很重要。如果我們把基準測試等同於進步，那並不一定總是一致的。進步是進步，基準是基準。理想情況下它們是百分百一致的，但現實從來不是這樣。對我來說，衡量進步最重要的標準是我們的模型被現實世界中的科學家、學生、律師、工程師所使用。人們用它做各種事情，比如創意寫作、發郵件。從簡單到困難的光譜，以及不同的主題和領域都很重要。如果你能持續在這些方面提供更大的價值，我認為那就是進步。基準測試只是幫助你量化這一點。02 程式碼與工具呼叫是智能的倍增器，模型本身正在變成一種可建構工具的工具你是如何考慮從一個模型版本到下一個版本的持續最佳化的？比如在指令遵循、國際化語言支援以及程式碼和工具呼叫方面，我們的最佳化目標是什麼？此外，作為 Gemini 3 發佈的一部分，我們推出了 Google Anti-Gravity 作為一個新的 Agentic 編碼平台。為了從模型角度提升質量，你有多看重這種“產品腳手架”（Product Scaffolding）在獲取反饋訊號方面的作用？Koray Kavukcuoglu:有幾個重要的領域。其中之一是指令遵循。這要求模型能夠理解使用者的請求並嚴格執行。你不希望模型只是回答它覺得自己該回答的內容。指令遵循能力非常重要，這也是我們一直在做的。對我們來說，國際化也很重要。Google 是一家非常國際化的公司，我們希望觸達全球使用者，所以這部分很關鍵。你必須持續關注這些領域。它們看起來可能不像知識的前沿，但因為要在那裡與使用者互動，所以非常重要。正如我所說，這一切都是為了從使用者那裡獲得訊號。（關於程式碼與工具呼叫）接下來，如果你進入稍微技術一點的領域，函數呼叫、工具呼叫、Agentic 行為和程式碼真的很重要。函數呼叫和工具呼叫之所以重要，是因為我認為這是智能的一個全新倍增器，不僅模型可以自然地使用我們建立的所有工具和函數進行推理，而且模型還可以編寫自己的工具。你可以認為模型本身也是一種工具。這是一件大事。顯然程式碼很重要，不僅因為我們是軟體工程師，還因為有了程式碼，你實際上可以建構任何在你筆記型電腦上運行的東西。而在筆記型電腦上發生的不只是軟體工程。我們現在做的很多事情都發生在數字世界中，而程式碼是這一切的基礎，它能與你生活中幾乎所有事情整合。這就是為什麼這兩者結合在一起能極大地擴展使用者的能力。我喜歡舉 Vibe coding 這個例子。很多人很有創造力，有很多想法，突然之間你讓他們變得高產了。從有創意到有產出，你只需要把它寫下來，應用程式就會在你面前呈現。大多數時候它都管用，而當它管用時感覺棒極了。這種反饋循環很棒。突然之間，你讓更多人成為了建設者。能夠建構東西的感覺是很棒的。（關於產品腳手架的作用）對我來說這非常重要。Anti-Gravity 本身是一個令人興奮的產品，但從模型的角度看它具有雙重價值。首先從模型端來看，能夠與終端使用者，在這裡是軟體工程師整合，並直接向他們學習，瞭解模型那裡需要改進，這對我們來說至關重要。Gemini App 也是出於同樣的原因，直接理解使用者非常重要。Anti-Gravity 和 AI Studio 也是如此。擁有這些我們緊密合作的產品，然後理解、學習並獲取使用者訊號，作用是巨大的。Anti-Gravity 一直是非常關鍵的發佈合作夥伴。雖然他們加入不久，但在發佈的最後兩三周，他們的反饋真的起到了決定性作用。Search AI Overviews 搜尋 AI 概覽也是一樣，我們從中獲得了很多反饋。對我來說，與產品的整合並獲取訊號是我們理解問題的主要驅動力。當然我們有基準測試，所以我們知道如何推動 STEM、科學、數學這些硬核智能的發展。但理解現實世界的用例真的很重要，因為技術必須在現實世界中有用。03 通過產品連接使用者是建構智能的路徑作為新任首席 AI 架構師，你的職責擴展到了確保 Google 的產品能真正利用這些模型，Gemini 3 發佈首日就覆蓋了所有產品介面。相比一年半前單純的研發，這種“既要模型好，又要產品用好”的雙重目標增加了多少複雜性？此外，我們在某種意義上正在與客戶共同建構 AGI，在這種開放模式下，你是如何考量安全與穩健性的？Koray Kavukcuoglu:確實增加了複雜性，但我們在建構智能。很多人問我身兼雙職的問題。我有兩個頭銜，但這在很大程度上是同一件事。如果我們要建構智能，就必須通過產品、通過連接使用者來實現。作為架構師，我試圖做的是確保 Google 的產品能獲得最好的技術支援。我們不是要親自“做”產品，我們不是產品經理，我們是技術開發者。我們開發技術，訓練模型。當然每個人都有自己的觀點，但對我來說，最重要的是以最佳方式提供模型和技術，然後與產品團隊合作，讓他們在這個 AI 世界中建構最好的產品。這是一個新世界。新技術正在定義使用者的期望、產品的表現形式、資訊的傳遞方式，以及你可以用它做的所有新鮮事。對我來說，這就是要在整個 Google 範圍內實現這一點，與所有產品團隊合作。這令人興奮，不僅從使用者獲得的產品角度，也從我之前提到的角度，那是我們的主要驅動力。感知使用者需求、獲取使用者訊號對我們來說至關重要。這就是我想做這件事的原因。這是我們建構 AGI 的路徑。這也是我們建構智能的路徑，通過產品。（關於安全與穩健性）而且我認為這實際上也是一個非常值得信賴、久經考驗的系統。這是一種我們正在越來越多採用的工程思維。在這個問題上保持工程思維很重要。當東西經過精心設計，你知道它是穩健的、安全的。所以我們在現實世界中做事，採用的是所有經過驗證的建構理念。這也反映在我們如何考量安全和安保。我們試圖從底層、從一開始就考慮這些，而不是事後諸葛亮。所以在做後訓練模型、預訓練和處理資料時，我們始終銘記在心。每個人都要思考這個問題。我們有安全團隊嗎？顯然有，他們帶來了相關技術。安保團隊也一樣。但關鍵是讓參與 Gemini 的每個人都深入參與這個開發過程，並將其作為第一原則。這些團隊本身也是我們後訓練團隊的一部分。當我們開發這些模型、進行迭代和發佈候選版本時，就像我們關注 GPQA、HLE 這些基準測試一樣，我們也關注安全和安保指標。我認為這種工程思維很重要。04 程式碼與智能體仍需突破最後的體驗瓶頸Gemini 3 的發佈就像 NASA 的阿波羅計畫，雖然參與者眾多，但這確實是 Google 全球團隊的共同努力。你如何評價這種跨國協作？同時，雖然模型在許多基準測試上都是 SOTA，反響也很積極，但如果快進到下一次發佈，還有什麼事是你希望列在“真希望我們做了 X、Y、Z”的清單上的？在享受當下的同時，你看到了那些具體的差距？Koray Kavukcuoglu:關於 Gemini 3，我們也剛反思過。對我來說，重要的一點是這個模型是一個真正的 Team Google 模型。每個 Gemini 版本的發佈都需要來自美洲、歐洲、亞洲等世界各地的人員參與。我們有遍佈全球的團隊在做貢獻。不只是 Google DeepMind 團隊，而是 Google 的所有團隊。這是一個巨大的協作成果。我們與 AI Mode 同步發佈，與 Gemini App 同步發佈。這些都不容易。他們在開發過程中與我們並肩作戰。只有這樣，在模型準備好的第一天，我們才能一起發佈。我們一直在這樣做。當我們說“跨越 Google”時，不僅僅是指那些積極建構模型的人，所有的產品團隊也在貢獻力量。（關於未來的差距）我認為應該兼顧。我們要享受這一刻，那怕只享受一天也是好的。這是發佈日，人們在讚賞這個模型，所以我希望團隊也能享受這一刻。但與此同時，在每一個領域，我們也看到了差距。寫作完美嗎？不完美。編碼完美嗎？也不完美。特別是在 Agentic 行為和編碼領域，我認為還有很大的提升空間。那是增長最令人興奮的領域之一。我們需要識別那裡可以做得更多，並且我們會去做。我認為我們已經走了很遠。可以說，對於那些從事編碼的人，無論是軟體工程師還是想建構東西的創意人士，這個模型基本上滿足了他們 90% 到 95% 的需求。我願意認為這個模型是他們能用的最好的工具。但在某些情況下，我們可能還需要做得更好。關於程式碼和工具使用，回顧 Gemini 的發展歷程，顯然我們在 1.0 版本時非常側重於多模態能力，而在 2.0 版本中，我們才開始建構一些智能體基礎設施。你覺得為什麼我們沒有從一開始就在智能體工具使用方面處於業內領先地位？畢竟在多模態領域，Gemini 1 從一開始就是業內領先的。Koray Kavukcuoglu:我不認為這是刻意為之。坦率地說，回過頭看，我認為這與模型的使用方式有關，也就是開發環境與現實世界的聯絡緊密程度。我們與現實世界的聯絡越緊密，就越能理解實際發生的真實需求。在 Gemini 的研發征程中，我們的起點是 Google 深厚的 AI 研究底蘊。我們擁有大量傑出的研究人員和輝煌的 AI 研究歷史。但 Gemini 的研發也是一個從研究環境向工程思維轉變的過程，讓我們進入了一個真正與產品緊密相連的領域。看著現在的團隊，我感到非常自豪，因為這個團隊的大多數成員，包括我自己，在四五年前還在寫論文。那時我們在做 AI 研究。而現在，我們站在技術的最前沿，通過與產品使用者的互動來開發技術。這是一種完全不同的思維模式。以前我們可能很久才出一個成果，現在我們每六個月建構一次大模型，然後每一到一個半月就進行一次更新。這是一個驚人的轉變，而我們成功跨越了這一轉變。05 圖像與文字架構正在趨同，最終將融合為單一模型的“物理理解力”隨著 Veo 3、Nano Banana 模型的出現，我們在產品化方面取得了巨大成功。在追求 AGI 的過程中，你是如何看待生成式媒體模型的定位？它們是否也是理解物理世界和萬物運行規律的關鍵部分？Koray Kavukcuoglu:如果你回到 10 到 15 年前，生成式模型主要集中在圖像上，因為我們可以更直觀地檢查結果。此外，這種理解世界、理解物理規律的想法正是開發圖像生成模型的主要驅動力。我們在生成式模型方面做過的一些令人興奮的工作可以追溯到 10 年前，比如 WaveNet。20 年前，我們還在做圖像模型。我在讀博士時，那時大家都在做生成式圖像模型。我們經歷過那個階段。我們當時有叫 PixelCNNs 的圖像生成模型。某種程度上，當時大家意識到文字領域能取得更快的進展。但我認為圖像模型的回歸是非常自然的。在 Google DeepMind，我們在很長一段時間裡都擁有非常強大的圖像、視訊和音訊模型。將這些能力結合起來是順理成章的。我們現在的方向正是我們一直強調的多模態，而且是輸入輸出層面的多模態。這就是我們的方向。隨著技術的進步，這兩個不同領域之間的架構和理念正在相互融合。過去這些架構截然不同，但現在它們正在高度趨同。所以並不是我們在強行整合什麼，而是技術在自然地融合。隨著這種融合，大家都明白了從那裡可以獲得更高的效率，理念在何處演進，我們看到了一條共同的路徑。這條共同路徑結合得非常好。Nano Banana 是最初的那些時刻之一，你可以對圖像進行迭代，可以與模型對話。文字模型通過文字擁有了大量的世界認知，而圖像模型則從另一個角度理解世界。當你將這兩者結合時，會產生令人興奮的化學反應，因為人們會感覺到這個模型理解了他們想要表達的神韻。我們談談 Nano Banana Pro，這是在 Gemini 3 Pro 之上建構的全新業內領先圖像生成模型。團隊是否看到了在 Pro 級模型中做這件事的早期訊號，即利用 Pro 的架構可能會在文字渲染和世界理解等更細微的用例上獲得更強的性能？Koray Kavukcuoglu:我認為這可能是我們看到不同技術協同發揮作用的地方。對於 Gemini 模型，我們一直秉持的理念是，每個模型版本都是一個模型家族。我們有 Pro、Flash、Flash-Lite 這一系列模型。因為在不同的尺寸下，你在速度、精準性、成本等方面會有不同的權衡。隨著技術融合，我們在圖像方面自然也有同樣的體驗。所以我認為團隊的想法是，既然有 3.0 Pro 的架構，我們是否可以利用在第一版中學到的所有經驗，通過增加尺寸來調整這個模型，使其更側重於圖像生成？我認為最終我們得到了能力更強的東西。它能理解非常複雜的文件。一些最令人興奮的用例是，你有一大堆非常複雜的文件，輸入進去，我們依靠這些模型來回答問題，你還可以要求它生成一張相關的資訊圖表，效果非常好。這就是自然的輸入輸出多模態發揮作用的地方，這感覺就像魔法一樣。（關於統一權重）Tulsee 曾承諾我們將擁有統一的 Gemini 模型權重。現在的進展表明我們實際上已經非常接近那個目標了，即在圖像生成和文字生成上實現統一，儘管歷史上架構是不同的。這是否是一個確定的目標？目前有那些因素在阻礙這一處理程序？Koray Kavukcuoglu:正如我所說，技術和架構正在對齊，所以我們看到這正在發生。人們在定期進行嘗試。但這只是一個假設，你不能基於意識形態來做這件事。科學方法就是科學方法。我們提出假設，進行嘗試，然後看結果。有時成功，有時失敗。但這就是我們必須經歷的過程。目標越來越近了。我很確定在不久的將來，我們會看到這些東西結合在一起。逐漸地，它將越來越趨向於單一模態。但這需要大量的創新。仔細想想，這其實很難。輸出空間對模型來說至關重要，因為那是學習訊號的來源。目前，我們的學習訊號主要來自程式碼和文字。這是輸出空間的主要驅動力，也是我們在這些方面表現出色的原因。現在，要能夠生成圖像，我們在影像品質上的調整已經非常精細。這是一件很難的事情。生成像素級完美的質量很難。而且圖像在概念上必須是連貫的，每個像素不僅關乎質量，還關乎它如何與圖片的整體概念相融合。訓練一個能同時做好這兩件事的模型更難。我看待這個問題的方式是，我認為這絕對是可能的。這終將實現。關鍵在於找到正確的模型創新來達成它。06 DeepMind 利用 DeepThink 等項目在主線外探索新邊界DeepMind 現在擁有許多業內領先的模型。13 年前你是 DeepMind 的第一位元深度學習研究員，當時人們對這項技術並不興奮，而現在它驅動著所有核心產品。當你反思這段旅程時，你想到了什麼？Koray Kavukcuoglu:這令人驚訝嗎？這是充滿希望的、積極的結果。當我在讀博士時，我想每個讀博士的人都一樣，你相信你所做的東西很重要，或者將會變得重要。你對那個課題充滿熱情，你認為它會產生巨大的影響。我當時也是這種心態。這就是為什麼當 Demis 和 Shane 聯絡我，我們交談後，我對 DeepMind 感到非常興奮。得知有一個地方真正專注於建構智能，並且將深度學習作為核心，我非常激動。在那個年代，擁有一家專注於深度學習、專注於 AI 的初創公司是很不尋常的。我認為那是非常有遠見的。後來我組建了深度學習團隊，團隊不斷壯大。我認為其中一件事，我對深度學習的方法一直是一種關於如何處理問題的心態。第一原則是它總是基於學習的。這就是 DeepMind 的核心，一切都押注在學習上。從我們早期的工作開始，到強化學習和智能體，以及我們要一路走來所做的一切，這是一段令人興奮的旅程。你投身這些事業，總是希望有一個積極的結果。但反思過去，我想說我們很幸運。我們很幸運生活在這個時代，因為我認為很多人投身 AI 或他們熱衷的領域，都認為那是屬於他們的時代，是技術將會成功的時候。但它確實正在當下發生。我們也必須意識到，AI 之所以能在當下爆發，不僅僅是因為機器學習和深度學習的進步，還因為硬體的進化達到了某種狀態，網際網路和資料積累達到了某種狀態。是許多因素因緣際會。我很幸運能實際從事 AI 工作並一路走到這一刻。（關於里程碑對比）回顧 AlphaFold 等歷史里程碑，與現在相比，我們在組織團隊、將科學轉化為結果的經驗上有何不同？DeepThink 作為一個在奧林匹克數學競賽中實戰的模型，在其中扮演了什麼角色？Koray Kavukcuoglu:我認為在如何組織團隊，或者什麼是成功的文化特質，以及如何將艱難的科學和技術問題轉化為成功的結果方面，我們在過去的許多項目中積累了大量經驗，從 DQN、AlphaGo、AlphaZero 到 AlphaFold。所有這些項目都極具影響力。通過它們，我們學到了很多關於如何圍繞一個特定目標、一個特定使命進行組織，以及如何作為一個較大的團隊進行協作。我記得在 DeepMind 早期，我們會有一個 25 人的團隊一起做一個項目，並且 25 個人一起署名寫論文。每個人都會對我們說，肯定沒有 25 個人真的都在做這個吧。我會說，不，他們確實都做了。因為在科學和研究領域，這種規模並不常見。我認為那種知識、那種心態是關鍵。我們通過這些經歷完成了進化。這真的很重要。同時，對於最近這兩三年，我們將這種經驗與工程思維相結合，即我們要開發一條模型主線，並且我們學會了如何利用現有模型在這條主線上進行探索。我看到這一點的絕佳例子，每次想到這個我都感到很高興，是我們的 DeepThink 模型。那些是我們用來參加國際數學奧林匹克競賽、ICPC 競賽的模型。我認為那是一個非常酷且恰當的例子，因為我們在進行探索。你挑選這些宏大的目標。國際數學奧林匹克競賽真的很重要，它涉及真正極難的問題。向每一位參賽的學生致敬，這真的是了不起的事情。能夠把一個模型放到那個賽場上，當然，你會有一種衝動去為此專門定製一些東西。但我們試圖做的是利用那個機會來進化我們現有的技術，或者構想出與我們現有模型相容的新想法。因為我們相信我們所擁有技術的通用性。回顧當年那篇論文只有 25 位作者，而今天 Gemini 3 的貢獻者名單可能有 2500 人。看到這些問題現在的規模如此之大，這種從科學小團隊向大規模工程協同的轉變帶來了那些思考？Koray Kavukcuoglu:確實如此。這對我們很重要，這也是 Google 最棒的地方之一：這裡有太多各自領域的頂尖專家。我們受益於 Google 擁有的全端方法，因為在每一層都有專家，從資料中心到晶片再到網路，以及如何大規模運行這些系統。目前已經發展到一種狀態，再次回到這種工程思維，即這些環節是密不可分的。當我們設計一個模型時，是基於它將運行在什麼硬體上來設計的。同樣，我們在設計下一代硬體時，也知道模型大概會往那個方向發展。這非常美妙。但是協調這一切，當然需要成千上萬的人協同工作並做出貢獻。我們需要認識到這一點，這本身就是一件美妙的事情。07 Gemini 最大的風險是創新枯竭在這個時代，你如何看待 DeepMind 在“純粹的科學探索”與“僅僅試圖擴大 Gemini 規模”之間的平衡？要繼續擴大規模顯然需要創新，你如何看待這種決策？Koray Kavukcuoglu:那是關鍵所在，找到這種平衡真的非常重要。即使是現在，當人們問我“Gemini 最大的風險是什麼”時，我思考過很多，我認為 Gemini 最大的風險是創新枯竭。因為我真的不相信我們已經找到了“成功秘籍”，接下來只需要照章執行就行了。我不相信這一套。如果我們的目標是建構智能，我們要通過產品與使用者一起實現這一目標，那麼擺在面前的問題是非常具有挑戰性的。我們的目標依然極具挑戰且尚未實現。我不覺得我們已經掌握了既定公式，只需要單純地擴展或執行。唯有創新才能實現這一目標。關於創新，你可以將其視為在不同尺度上，或在與當前方向不同的切入點上進行的探索。當然我們有 Gemini 模型，在 Gemini 項目內部我們也進行了大量探索。我們探索新架構、新想法、不同的做事方式。我們必須這樣做，我們也在持續地這樣做。這就是所有創新的源泉。但同時，我認為 DeepMind 或整個 Google DeepMind 進行更多的探索對我們來說至關重要。我們必須做這些事，因為有些東西可能受限於 Gemini 項目本身而無法在其中探索。所以我們能做的最好的事情是，無論是在 Google DeepMind 還是在 Google Research，我們都要探索各種各樣的想法，並將這些想法引入進來。歸根結底，Gemini 不僅僅是一種架構。Gemini 是你想要實現的目標。你想要實現的目標是智能，你想通過產品來實現它，使整個 Google 真正運行在這個 AI 引擎上。從某種意義上說，具體是什麼架構並不重要。我們目前有一套方案，我們有演進的方法，我們將通過它不斷進化。而這背後的動力源泉將是創新，永遠都是創新。因此找到這種平衡，或者找到以不同方式進行創新的機會是非常關鍵的。在 I/O 大會現場我親身感受到了你、Sergey Brin 和 Demis Hassabis 展現出的人性溫暖。當你思考幫助塑造和營運這個團隊時，這種文化對你意味著什麼？Koray Kavukcuoglu:首先非常感謝你，你讓我有點不好意思了。但我認為這很重要。我相信我們的團隊，我相信信任夥伴並給予人們機會。團隊的層面很重要，這至少是我可以說我在 DeepMind 工作期間學到的東西。因為我們曾經是一個小團隊，你在那裡建立了那種信任。然後當你成長時，如何維持這種信任很重要，要創造這樣一種環境，讓人們感覺到我們真的在乎解決那些具有挑戰性的技術和科學問題，那些能產生影響、對現實世界有意義的問題。我認為這仍然是我們正在做的事情。正如我所說，Gemini 就是關於這一點的。建構智能是一個高度技術化、極具挑戰性的科學問題。我們必須以這種方式去處理它。我們也必須懷著謙卑之心去處理它，必須時刻審視自己。希望團隊也有同樣的感受。這就是為什麼我總是說我真的為團隊感到驕傲，他們配合得驚人地好。今天我們在樓上的茶水間聊天，我對他們說：“雖然很累人，很艱難，我們都筋疲力盡了，但這正是它的本質。”對此我們沒有完美的架構。每個人都聚在一起，協同工作並互相支援。這很難，但讓這一切變得有趣和愉快的，以及讓你能解決真正難題的，我認為在很大程度上是因為擁有正確的團隊在一起並肩作戰。 (數字開物)

11月7日，介面新聞獲悉，螞蟻集團CEO韓歆毅發佈全員信，宣佈升級組織架構，原“數字醫療健康事業部”正式升級為“健康事業群”，並將加速推動醫療健康業務成為戰略支柱類股。圖片來源：介面圖庫韓歆毅在信中提到，自6月推出獨立App後，AI健康管家AQ使用者正快速增長，已成為中國首個月活突破千萬的行業AI應用，並升至中國AI原生應用榜第7位。此外，螞蟻醫療大模型在HealthBench、MedBench等國內外多個權威醫療評測中達到領先水平，在醫學視覺和報告解析等領域也刷新行業基準。他還宣佈了一項新的高管任命，即日起，由張俊傑（偉鶴）擔任事業群總裁，並向韓歆毅匯報。張俊傑早在2014年便加入螞蟻，是支付寶醫療業務的首批員工之一，參與主導了線上掛號繳費、電子醫保碼、健康管家AQ等多項核心業務。這是螞蟻集團近年來頗為關鍵的一次組織架構升級。調整後，除螞蟻國際、螞蟻數字科技、OceanBase保持獨立公司營運外，支付寶事業群、數字支付事業群、財富保險事業群、信貸事業群與新成立的健康事業群，共同構成螞蟻5大核心業務類股。重投大健康領域，也意味著螞蟻完成了對生活服務、金融服務、健康服務三領域的AI戰略佈局。公開資料顯示，螞蟻對醫療健康領域的投入可追溯到11年前。2014年，該平台實現中國第一筆線上掛號繳費，2019 年又推出中國首張電子醫保碼，去年又收購了國內最大的線上問診平台好大夫線上、試運行AI健康管家AQ等。到目前為止，醫保商保支付、數位化就醫、AI醫療健康成為螞蟻健康的三大核心業務。據螞蟻方面公佈的資料，螞蟻健康平台累計服務使用者近9億。螞蟻集團上一次重大組織架構調整還是在去年12月。當時宣佈的架構調整中，螞蟻集團新成立數字支付事業群和支付寶事業群兩大事業群。數字支付事業群和支付寶事業群建立輪值總裁製，輪值總裁任期六個月，首任輪值總裁任期自本通知發佈起至2025年6月30日。任命勤一擔任首任數字支付事業群輪值總裁，任命溥天擔任首任支付寶事業群輪值總裁。同月，時任螞蟻集團董事長兼CEO井賢棟通過全員信宣佈，螞蟻集團總裁韓歆毅將從2025年3月1日起正式接任螞蟻集團CEO一職，全面負責螞蟻的各項業務及日常管理工作，向井賢棟及董事會匯報。未來井賢棟將專注於董事長工作，並全力支援好韓歆毅和管理團隊。根據阿里披露的2025財年財報，螞蟻集團2024年實現淨利潤383.27億元，同比增長61%，為母公司貢獻了126.48億元投資收益，佔阿里整體淨利潤的30.42%。隨著醫療健康業務成為戰略支柱類股，螞蟻集團的營收結構以及對阿里的利潤貢獻能力預計會發生一定變化。 (介面新聞)以下為全員信全文：各位螞蟻同學：向大家同步兩個新進展：自6月推出獨立app後，AI健康管家AQ使用者正快速增長，已成為中國首個月活突破千萬的行業AI專業級應用，並升至中國AI原生應用榜第7位；螞蟻醫療大模型在HealthBench、MedBench等國內外多個權威醫療評測中達到行業領先水平，在醫學視覺和報告解析等領域也刷新行業基準。在AI時代，螞蟻聚焦應用，錨定生活服務、金融服務、醫療健康服務三大服務業。為加速螞蟻在醫療健康領域的發展，使其盡快成為螞蟻的戰略支柱類股，我代表公司管理層宣佈以下組織決定和任命：即日起，「螞蟻數字醫療健康事業部」升級為「螞蟻健康事業群」，任命張俊傑（偉鶴）擔任事業群總裁併向我匯報。過去11年，從第一筆手機掛號繳費，到醫保碼服務超8億使用者，螞蟻始終堅持以技術驅動解決社會問題的初心。面向未來，AI為破解社會醫療健康痛點提供了關鍵路徑，我們也將篤定方向、全力以赴。我們一起努力，讓看病更簡單、生活更健康！ 螞蟻集團CEO 韓歆毅 2025年11月7日