谷歌Gemini 3，擴展才是AI硬道理

谷歌Gemini 3的發布，炸裂了籠罩AI的陰霾，讓。有泡沫現象，但AGI并沒有止步，預訓練的擴展定律也沒有死，谷歌正在大步朝這個方向前進，并且用TPU而不是GPU首次訓練出了公認最好的前沿大模型。OpenAI的奧特曼與xAI的馬斯克，都為此點了贊。

谷歌非常自信，稱Gemini 3擁有最先進的推理能力，領先的多模態理解能力，帶來了全新的智能體編碼體驗。這將支持Gemini應用從當前6.5億月活成為10億用戶以上的超級應用，并深度重塑搜索、Gmail、地圖等7個擁有20億用戶的產品體驗。谷歌還擁有機器人、游戲、藥物發現、材料科學等長期萬億級新賽道。

桑達爾·皮查伊已經看到，當前的AI熱潮中存在一些“非理性”，但谷歌能夠經受住這場潛在的風暴。也許，全棧AI能力的反脆弱性。谷歌正在建立起token經濟學，算力需求將越來越大，真正的價值錨點在于任務執行與體驗重構。

預訓練擴展復活

相比曾備受期待的GPT-5，第一時間用上Gemini 3的人要幸福得多。它不僅打破了半年多來行業小步迭代的沉悶，更以全面而大幅度的躍升，重新驗證了預訓練擴展定律的關鍵路徑。這對提升每一枚token所蘊含的價值影響巨大。

基準測試已然成為噪音，但谷歌成功地用它傳遞出更大的信息量來。這主要是因為現存基準趨于飽和，個別的小幅的進步，已經不足以反映它在現實任務中的實際能力，也就無法準確衡量其token價值。但是，全面領先且遙遙領先，意義就不一樣了。

在行業主流的20個基準測試中，Gemini 3 Pro在其中的19個項目上獲得了最高分，超越了Gemini 2.5 Pro、Claude Sonnet 4.5和GPT-5.1。尤其是在ARC-AGI-2上，Gemini 3和Gemini 3 Deep Think，更是將成本與精度的帕累托前沿，向有利方向推得更遠了一些。該測試基準旨在衡量模型對從未見過的任務的推理能力，難以死記硬背。

很長一段時間以來，其他旗艦模型都無法在ARC-AGI 2上取得跨越式的進步，都擠在0%到15%的狹窄區間里內卷。這次，相對此前的標桿模型GPT-5.1 Thinking（High），Gemini 3 Pro不僅在得分上遙遙領先，超過13個百分點，每個任務還僅花費了0.81美元，便宜了0.36美元。Gemini 3 Deep Think更是瘋狂，達到45%，證實了如果需要，可以用更多的token，去解決原本即使花再多的token也沒辦法解決的難題。

谷歌沒有解釋它是如何成功的，但有兩個細節值得注意。第一，谷歌Gemini Deep Think上一次那么亮眼，是取得了（IMO）的金牌。當時，谷歌介紹這是一個尚未發布的能“并行思考”的進階模型。第二，這次，谷歌DeepMind研究副總裁兼深度學習負責人Oriol Vinyals揭秘，團隊在預訓練擴展定律上取得了巨大的飛躍，而后訓練同樣仍然是一片全新的領域。

有人推測，Gemini 3的總參數規模或在5萬億（T）以上。此前，蘋果就傳出明年將用1.2萬億參數的Gemini模型徹底改造自己的Siri。

預訓練擴展定理的復蘇，對整個行業來說都是好消息。在Gemini 3發布后，哈薩比斯等人接受《紐約時報》采訪稱，AI的進步完全符合過去兩年的軌跡，他維持AGI仍需5至10年以及若干重大突破的判斷。在此之前，通過擴展基礎模型規模持續推動性能，仍然是最有效的策略。

此外，在多模態與智能體相關的多項基準測試上，Gemini 3也大幅領先。據其模型卡，這個MOE模型原生支持文本、圖像、音頻和視頻輸入。它在幻覺相關基準上（SimpleQA Verified）的得分，也要比GPT-5高得多，當時，正是后者的重點營銷方向。

一個小彩蛋是，在Gemini 3 Pro的模型評估官方文檔中，它對圖像測試基準OmniDocBench 1.5的方法論，嚴格遵循10月DeepSeek-OCR。

反重力的超級應用

不過，真正決定 token 經濟學成立的，不是基準，而是能否為用戶解決真實問題，以及解決這些問題創造的價值超過消耗的成本。市場對基準的詬病，在于它與實際用戶體驗之間的背離。這也是目前引發“AI泡沫”質疑的關鍵因素之一。

在前述采訪中，Gemini 團隊負責人沃德伍德（Josh Woodward）稱，谷歌更關注的指標是，今天幫用戶完成了多少項任務。他還對“情色伴侶”病毒式增長機會表示不屑。

同期發布的Google AntiGravity，其命名本身就是對當前AI應用困境的隱喻式的回應。“反重力”所要掙脫的，正是那些讓用戶體驗“墜地”的束縛。為了實現真正的“體驗飛升”（liftoff），這款新一代IDE（集成開發環境）產品并非僅為人類開發者優化，更是智能體優先（Agent-First），支持多智能體在長周期內主動規劃、并行執行、自主驗證。顯然，在提升token價值的同時，也帶來了更多的token消耗。

Gemini 3 現已能在百萬行代碼規模的系統中，深度穩定地多步推理與調試。一個智能體可在前臺專注復雜編碼，另一個則在后臺同步調研資料；它們交付的“產物”（Artifacts），更易于用戶驗證。用戶可在任意界面異步反饋（如圈注截圖、評論文本），這些輸入將自動融入智能體的執行流；而智能體的歷史行動也會沉淀為知識資產，既包括可復用的顯性知識（如代碼片段），也涵蓋完成子任務的隱性經驗（如一系列步驟）?！叭嗽诨芈分小保℉ITL）正從 “人類修復AI錯誤” 演變為“人類指揮AI工作”。

同樣的邏輯也延伸至AI原生的搜索體驗。這次，谷歌提出Generative UI，讓搜索不再只是“回答問題”，呈現鏈接、文本或已有的視頻，而是實時動態地生成一個為用戶搜索量身定制的可視化或者可交互的界面。這涉及到大量的工具調用（Tool Access）與后處理（Post-processing）。

谷歌抵御在“AI 泡沫”中下墜的邏輯，在于讓token在不斷生成的過程中，就迅速得以消納，源源不斷地轉化為現金流，以及用戶黏性與使用時長。谷歌目前擁有7個20億用戶的超級應用，AI原生的超級應用Gemini的月活躍用戶數量也從3月的3.5億提升至目前的6.5 億，并繼續向著10億用戶成長。

在接受BBC采訪時，皮查伊稱，當前的AI熱潮中存在一些“非理性”，沒有哪家公司能夠幸免，但谷歌能夠經受住這場潛在的風暴。哈薩比斯也稱，得益于谷歌同時擁有短期變現與長期萬億級新賽道，無論短期泡沫是否存在，谷歌都將勝出，“我們從未失去研究領先地位，現在只是產品落地終于跟上”。

TPU、Token與Talent

谷歌的研究地位與產品地位，日趨鞏固。在定制化TPU芯片上的全棧優勢，使谷歌的訓練成本和推理效率超過依賴外部GPU資源的競爭者；龐大用戶生態的終端數據反饋，也是其他競爭者無法逾越的護城河。如果AI進入短暫的泡沫破滅期，谷歌護城河的相對優勢，反而會因此進一步放大。

在模型卡上，谷歌明確承認，Gemini 3的預訓練建立在谷歌自己的TPU之上。除了公開可下載的數據集、通過爬蟲獲取的數據、AI生成的合成數據、通過商業許可協議獲得的授權數據，它的預訓練數據集還來自在“適當情況下尊重用戶控制權”的用戶數據，以及谷歌在其業務運營中獲取或生成的其他數據。

谷歌的TPU保證了它擁有更低的總擁有成本，也就降低了單位token成本。這有助于它繼續低成本地將用戶與數據吸納到自己的創新閉環中來。而谷歌Gemini 3對外的API價格，相對Gemini 2.5有所提價，部分也得益于它的模型競爭力的溢價，也就提高了單位token的利潤率。Gemini 3比OpenAI標準款的GPT-5.1要貴一點，但又比Pro款便宜。

更重要的是，既然擴展定律仍然有效，AGI 仍需多年和更多突破，頂尖人才與研究投入就變得至關重要。激勵與吸引人才的不僅是金錢，還包括不受限制的算力。據EpochAI對OpenAI去年開支的推斷，它在推理上只消耗了約29%的token，剩下的絕大多數都用于研發，其中，旗艦模型GPT-4.5僅花費了不到6%，其他模型約1%，剩下的64%都用在了實驗性探索或未發布模型的基礎研究上。谷歌也不會例外，只是強大的算力支撐了它在AI研究方面的“貝爾實驗室”地位。