影片筆記：谷歌AI大地震！“代码之神”带队离职，为什么Gemini反而变得更好用了？

一句話總結

Google 透過高層重組與戰略分流，將 Jeff Dean 團隊推向高風險的前沿架構探索（成立 Discovery Loop），同時由 Koray Kavukcuoglu 主導 DeepMind 的極致工程與商業化，透過 Gemini 的三重重構（推理融合、端雲協同、全模態落地）實現盈利模式從廣告轉向智能決策分賬的轉型。

核心重點

1. Jeff Dean 離職與 Discovery Loop 成立：

• Jeff Dean 帶領核心團隊（Sanjay Ghemawat, James Lee, Oriol Vinyals, 李光平等）離開 Google 創立 Discovery Loop。
• Google 成為其初始投資方並提供 Google Cloud 算力。
• 目標是構建「自動化科學方法閉環」，利用 AI 自動進行科研假設、代碼編寫與實驗迭代，尋找超越 Transformer 的下一代模型架構。
• 戰略意圖：將高風險前沿探索外部化，避免內部 KPI 束縛，同時通過雲服務綁定技術回流與收益。

1. DeepMind 高層重組與 Koray Kavukcuoglu 的崛起：

• Demis Hassabis 卸任 DeepMind CEO 日常管理，轉任 Alphabet 首席科學家。
• Koray Kavukcuoglu（文中提及為 DQN 與 WaveNet 發明人）接任 DeepMind 全盤操盤，直接向 Google CEO Sundar Pichai 匯報。
• Koray 風格偏向極致工程與商業化，推動 Gemini 進行三重重構。

1. Gemini 的三重重構：

• 推理期計算融合：引入過程獎勵模型（PRM）與蒙特卡洛搜索（MCTS），提升複雜邏輯與編程能力，減少對預訓練參數堆疊的依賴。
• 端雲協同架構：推出 Gemini Spark，通過輕量級模型處理前端意圖，僅在複雜任務時調用雲端巨型模型，以降低 Token 成本並支持高併發。
• 原生全模態與商業落地：將 WaveNet 技術融入 Gemini，實現原生語音交互；Koray 兼任產品與生態負責人，加速科研成果轉化為商業 API，並通過 Gemini 佔據 Agent 決策路徑入口。

1. 盈利模式變革：

• Google 從信息檢索廣告商轉變為全局智能決策的「開門人」。
• 通過 Gemini 在個人助理或每日簡報中規劃行程、推薦服務時，精準接入商業 API 入口，抽取服務分賬和佣金。

詳細大綱

I. 硅谷格局震盪：Jeff Dean 離職與 Discovery Loop 成立

• 事件背景：Jeff Dean 在 Google 效力 27 年後宣布離職，被視為 Google AI 產業從學術夢幻期跨入現實期的分水嶺。
• 核心陣容：
• Jeff Dean（首席科學家）
• Sanjay Ghemawat（底層系統傳奇搭檔）
• James Lee（DeepMind 研究副總裁）
• Oriol Vinyals（核心技術操盤手）
• 李光平（AutoML 先驅、Google Brain 聯合創始人）
• 新公司目標：Discovery Loop 旨在構建自動化的科學方法閉環，用 AI 自動設計、搜索、驗證下一代超越 Transformer 的模型架構。
• Google 的策略：
• 成為 Discovery Loop 初始投資方。
• 提供 Google Cloud 超級算力集群。
• 戰略意圖：將高風險、高燒錢的前沿探索外部化，避免內部 KPI 束縛，同時通過雲服務綁定鎖定技術回流與收益。

II. DeepMind 高層重組與 Gemini 的三重重構

• 人事變動：
• Demis Hassabis 卸任 DeepMind CEO 日常管理，轉任 Alphabet 首席科學家。
• Koray Kavukcuoglu（文中稱其為 DQN 與 WaveNet 發明人）接任 DeepMind 全盤操盤，直接向 Google CEO Sundar Pichai 匯報。
• Gemini 的三重重構：

1. 從預訓練轉向推理期計算深度融合：

• 引入過程獎勵模型（PRM）與蒙特卡洛搜索（MCTS）。
• 模擬「虛擬草稿紙」與「微觀監考官」，在推理階段進行自我糾錯與路徑搜索，提升複雜邏輯與編程成功率。

1. 系統級推理效率極限壓榨（Gemini Spark）：

• 建立端雲協同分層架構。
• 前端部署輕量低延遲的 Gemini Spark 代理模型，負責高頻意圖識別與過濾。
• 僅在涉及複雜長鏈條邏輯時調用雲端巨型模型，降低單位 Token 成本。
• *註：講者個人體驗認為 Gemini Spark 雖為 Beta 版但非常好用，並提及與 Hermes Agent 的配合。*

1. 原生全模態與商業落地加速：

• 融合 WaveNet 技術，實現原生全模態流式交互（毫秒級實時音視頻雙向對打）。
• Koray 兼任產品與開發者生態最高指揮官，縮短科研成果轉化為商業 API 的時間（周級別部署）。
• 終端入口清洗：用 Gemini 替換 Android 和 Wear OS 上的傳統語音助手，賦予操作系統級別權限。

III. 盈利模式變革與工程啟發

• 盈利模式轉變：
• 從信息檢索廣告商轉變為全局智能決策的「開門人」。
• 通過 Gemini 在個人助理或每日簡報中規劃行程、推薦服務時，精準接入商業 API 入口，抽取服務分賬和佣金。
• 對 AI 研發與創業的三條啟發：

1. 拒絕盲目堆疊預訓練參數：研究推理期計算，利用 PRM 與 MCTS 讓模型在推理階段學會自我糾錯，這是低成本實現邏輯跨越的解法。
2. 擁抱端雲分層架構：學習 Gemini Spark 設計，用輕量級模型做好前置意圖路由，以守住高併發任務的成本底線。
3. 重新定義軟件入口：未來競爭不在於手機屏幕上的 APP 圖標，而在於能否被系統及 Agent API 決策鏈所調用。

工具 / 模型 / 名詞整理

• 公司/組織：
• Google
• Google DeepMind
• Alphabet
• Discovery Loop（新成立公司）
• Sakana AI（被提及作為對比項目）
• Google Cloud
• Vertex AI
• 模型/技術/架構：
• Transformer
• DQN（深度強化學習）
• WaveNet（原生語音技術）
• PRM（過程獎勵模型，Process Reward Model）
• MCTS（蒙特卡洛搜索，Monte Carlo Tree Search）
• Gemini（Google 的大模型系列）
• Gemini Spark（端雲協同架構中的輕量級模型，Beta 版本）
• Gemini 2.0 Flash
• Gemini 2.0 Pro
• GPT-4O（被提及為通用大模型）
• GPT-5（被提及為未發布模型）
• Hermes Agent（被提及與 Gemini Spark 配合使用）
• MapReduce
• Bigtable
• AutoML
• AlphaGo
• 平台/系統：
• Android
• Wear OS（文中聽寫為 VLOS，疑點見下）
• ValOS 手表（文中聽寫，疑點見下）
• 车载系统

操作流程整理

1. Discovery Loop 自動化科學閉環流程：

• AI 自動設計模型架構。
• AI 自動搜索與驗證架構。
• AI 自動進行實驗迭代。
• 目標：尋找超越 Transformer 的下一代架構。

1. Gemini 端雲協同推理流程（Gemini Spark 架構）：

• 前端：部署輕量級 Gemini Spark 代理模型。
• 意圖識別：Spark 負責高頻意圖識別與過濾。
• 路由判斷：若任務簡單，由 Spark 直接處理；若涉及複雜長鏈條邏輯，則調用雲端巨型模型。
• 目的：降低單位 Token 成本，支持高併發。

1. 推理期計算融合流程（PRM + MCTS）：

• 在推理階段引入過程獎勵模型（PRM）。
• 使用蒙特卡洛搜索（MCTS）進行路徑搜索。
• 模擬「虛擬草稿紙」與「微觀監考官」進行自我糾錯。
• 提升複雜邏輯與編程成功率。

1. 商業 API 決策分賬流程：

• Gemini 作為個人助理或每日簡報入口。
• 規劃行程或推薦服務。
• 精準接入商業 API 入口。
• 抽取服務分賬和佣金。

值得注意的限制或風險

1. 高風險前沿探索的外部化：將高風險、高燒錢的前沿探索（Discovery Loop）外部化，雖避免了內部 KPI 束縛，但也存在技術回流不確定性與收益綁定的依賴風險。
2. Gemini Spark 的 Beta 狀態：Gemini Spark 目前為 Beta 版本，其穩定性與實際效能需進一步驗證。
3. 對預訓練參數堆疊的依賴減少：雖然強調推理期計算，但完全取代預訓練參數堆疊的可行性與效果仍需觀察。
4. 商業化與隱私/體驗的平衡：將 Gemini 置於系統級別權限並接入商業 API，可能涉及用戶隱私與體驗的平衡問題。

逐字稿辨識疑點

• Jeff Dean 團隊成員名稱：
• 「桑杰·格马瓦特」：對應 Sanjay Ghemawat，聽寫可能存在偏差。
• 「詹姆士·李」：對應 James Lee，聽寫可能存在偏差。
• 「奥里奥尔·维尼亚尔斯」：對應 Oriol Vinyals，聽寫可能存在偏差。
• 「李光平」：對應 Lee Kang Ping 或相關 Google Brain 創始人，需查證具體中文譯名或英文名。
• 「JFDN」：文中提到「與 JFDN 合作 20 多年」，疑為 Jeff Dean 的縮寫或聽寫錯誤。
• DeepMind 領導人名稱：
• 「Demis Hossabis」：應為 Demis Hassabis，文中出現兩次拼寫不一致。
• 「科雷·卡武克楚奥」/「柯雷」/「科雷卡伍克·乔武」/「科雷·卡伍克·乔鲁」：對應 Koray Kavukcuoglu，文中出現多種不同聽寫版本，需查證標準譯名。
• 「Demis Haddad」：文中出現一次，疑為 Demis Hassabis 的聽寫錯誤。
• 產品與系統名稱：
• 「VLOS」：文中提到「Android 和 VLOS 上」，疑為 Wear OS 的聽寫錯誤。
• 「ValOS 手表」：文中提到「在 ValOS 手表」，疑為 Wear OS 或特定產品線的聽寫錯誤。
• 「Gemline」：文中提到「管科研，還同時兼任了 Gemline 產品」，疑為 Gemini 的聽寫錯誤。
• 「Achern 代碼生成」：文中提到「在 Achern 代碼生成」，疑為特定工具或技術名稱的聽寫錯誤，需查證。
• 「指挥社闹钟的 assistant」：語意不通，疑為「智能助手」或特定功能的聽寫錯誤。
• 其他：
• 「Google 算透了一筆賬」：語意稍顯突兀，疑為「算盤打得很精」或類似成語的聽寫錯誤。
• 「全局率颖的科雷卡伍克·乔武」：語意不通，疑為「全局掌舵人」或類似詞彙的聽寫錯誤。

可延伸追問

1. Discovery Loop 具體如何實現「自動化科學方法閉環」？其技術細節與現有 AutoML 有何不同？
2. Gemini Spark 作為輕量級模型，在端雲協同架構中的具體性能指標與成本節省數據為何？
3. PRM 與 MCTS 在 Gemini 中的實際應用效果如何？是否已顯著提升編程與邏輯任務的準確率？
4. Google 如何確保在將 Gemini 置於系統級別並接入商業 API 時，用戶的隱私與體驗不受影響？
5. Koray Kavukcuoglu 接任 DeepMind CEO 後，其工程導向風格對 Google AI 長期戰略有何具體影響？
6. Jeff Dean 團隊離開後，Google 內部在基礎架構研究上的資源分配與重點有何調整？