共識逐漸形成：Google是最大的β

先說個題外話。今天看到一個陶哲軒與兒子對話講AI的視訊，其中有一段很有意思，是對於AI和數學、科學之間關係的比方。

陶哲軒說：

“我非常喜歡打的一個比方是：數學與科學就像飲用水。我們都需要優質的飲用水，而當前的科研產出就像一個水龍頭，它能流出一些可以飲用的水，但流速非常緩慢。（可以想像過濾水滴）

而AI則像一根消防水帶，噴湧出巨量、高速的‘污水’，它無法直接飲用，但其量遠超過我們過去產出。所以我們需要的是一套過濾器，用以清除所有雜質，從而產出大量‘可飲用的’研究成果。

在數學領域，我認為我們很有機會實現這一點，因為我們對驗證非常、非常在行。一個多世紀以來，我們已經理解了邏輯與數學的法則，甚至已經教會電腦如何檢驗輸出。

科學領域則有實驗、臨床試驗和模擬模擬，這些雖不如形式化證明那樣嚴謹可靠，但我認為它們同樣可以類似的方式，用來過濾人工智慧的產出，確保其可信。

所以我希望未來能從數學領域入手，探索如何在數學中安全使用人工智慧。而我們從中獲得的許多經驗，將能推廣至更廣泛的科學實踐中。”

……

這個比喻很有意思，而且角度很獨特，從頂尖數學家的角度提到了AI提高生產力的本質：大力出奇蹟，但頂尖工作不可靠，需要人類的智慧，而且可以產出比之前大量的多的頂級成果。

最後會說一下陶哲軒的類比，先回到主題。

市場最近有明顯的脈博，最近主要AI產業情緒都聚焦在Google方向，尤其是今天，沾谷就起飛。我不聊小作文這個那個，說說“為什麼光會如此之強”，是產業真的有巨大變化還是其他因素？以及，為什麼“蹭上Google就起飛”…

聊4個話題（之前好幾篇文章都在寫Google以及TPU，這裡就不多說了）。

1，為什麼“蹭上Google就起飛”？

因為巨大的共識正在形成：Google引領AI產業前沿的推進，是2026年最大的β 。中午的內容：

對於Google鏈的重視，我們已經討論過很多。Google的邏輯感興趣的朋友看之前文章G最近都在討論Google，一大堆，這裡就不廢話了。貼一個之前的總結：

……

最近Google又有了很大的進展：

（1）首先是廣告。明年Gemini中會加入廣告。有人會說，OpenAI的廣告策略被噴夠嗆，Gemini在趟渾水。但根本問題在於OpenAI的廣告策略太激進，整體產品整合度不高、定價過貴的情況下，廣告就佔了太大的份量。

而Gemini因為可以整合大量的Google應用，將Google 搜尋的使用者通過“免掉20美金/月”的方式匯入Gemini非常現實。即使在老美，很多人口口聲聲說不喜歡廣告，但他們中寧可看廣告也不願花20美金的佔絕大多數。

這讓Gemini成為Google整個AI生態系統中可盈利的前端。

（2）通用具身智能體開始“多才多藝”，不依賴指令可以實現自我進化

Google DeepMind最近悄咪咪的發了個大論文：

SIMA2：面向虛擬世界的通用具身智能體。

論文提到：

“我們推出SIMA2，這是一款通用型實體代理，能夠理解和在種類繁多的3D虛擬世界中進行操作。基於Gemini基礎模型建構而成的SIMA2，標誌著在實體環境中實現主動，目標導向互動方面邁出了重要一步。

與以往僅限於處理簡單語言指令(如SIMA1)的工作不同，SIMA2扮演著互動夥伴的角色，能夠對高級目標進行推理，與使用者進行對話，並處理通過語言和圖像形式給出的複雜指令。

在多樣化的遊戲場景中，SIMA2顯著拉近了與人類表現之間的差距，並展現出對先前未見環境的強大泛化能力，同時保留了基礎模型的核心推理能力。此外，我們還展現了進行開放式自我提升的能力：

通過利用Gemini來生成任務並行放獎勵，SIMA2能夠自主地從零開始在新環境中學習新技能。這項工作為建立既能適應虛擬環境，最終又能適用於實體世界的多才多藝且持續學習的智能體開闢了一條可行路徑。”

……

這裡的SIMA2不僅玩遊戲玩得非常好，而且它正在縮小人類直覺和機器行為之間的根本性認知差距，可以通過“目標指向、跨環境學習來實現自我提升”。大概就是我們“根據自我認識、同時通過自我學習”實現一項專業技能的路徑。

具體能力上，SIMA2已經極大的縮小了和人類的差距：

實際上，Google想把SIMA2打造成“一種人類世界的架構”。在這種架構下，Agent不再等待指令，SIMA2可以看作我們敲開了自主能力時代的大門。

舉個例子，如果現在的Agent，我們理解的需求是：幫我買個手機。那麼SIMA2打造的是一個私人助理：幫你安排好每天的早飯、定好行程、約好會面地點，同時因為知道你手機容量不足，主動幫你安排好了一部新手機，供你隨時更換。

而且都是成套的自主行為，不需要你交代具體做什麼，SIMA2可以完成複雜的完整任務，你只需要告訴Agent，安排好我明天日常的工作日程，並處理相關任務，而不用“發個郵件給某某”、“與某某溝通什麼事情”、“幫我預定中午的雙人午餐”等等…SIMA2就是你的真正的助理，而且可以自我學習，能越做越好。

當然，現在這一切發生在遊戲裡。

但很顯然，Google正在快速的建構自己的AI技術->產品->利潤飛輪。

我們看今年下半年的使用者增長：Gemini在新增使用者總數方面也已經與ChatGPT展開全面PK，9月份超過了ChatGPT，10月份緊隨其後位居第二，11月份又超過了ChatGPT：

當Google跑通AI的整個鏈條，那麼Google將持續爆發。一旦形成共識，Google鏈都將享受巨大的共識溢價。

2，Google最核心競爭力在TPU，而TPU成功的關鍵在於OCS

粘一段之前的內容：

Google TPU不同於其他ASIC最大的關鍵就是光互聯，對於高端光模組的需求暴增，同時OCS交換機為 TPU提供了互聯的巨大成本和功耗優勢，Google可以通過非常激進的競爭策略贏得這場競爭。

…

結論：

（1）Gemini 3是Google首次擁有SOTA或SOTA Par的模型，這意味著Google已經在AI模型競賽中從躍升成為領先者，至少並駕齊驅（GPT-5.2重回SOTA，但領先優勢不大）；

（2）Gemini 3+TPU，以及GCP業務的加速，讓Google可以繼續席捲使用者，最近在印度和OpenAI通過免費的方式吸引客戶，就是明確的訊號；

（3）Google成為贏家逐漸成為共識，Google鏈會持續享受共識溢價，對利多極其敏感：

臨近年底，值得興奮的事兒不多，市場也趨於保守。但無論如何，Google鏈的挖掘，依然是今年剩下一點時間，以及明年的最重頭戲，我們將持續保持跟蹤。 （橙子不糊塗）