责编 | 王启隆

谷歌这几天连发产品，Gemini 3 余温还未消退，立刻就把 Nano Banana Pro 这一大杀器祭了出来，而 OpenAI 则是反常的没有太多动作。

前几天 Google DeepMind CEO Demis Hassabis 和 Gemini 团队副总裁 Josh Woodward 进行了一场深度对话，聊到了 Gemini 3 的很多细节内容。

具体来说，谷歌这次不仅要在模型层面给大家“炫技”，还同时把重点放在了一个更枯燥、但对商业世界更致命的词上：效率。

在 AI 领域，有一个公开的秘密：模型越聪明，推理成本就越高。这也是为什么很多所谓的“杀手级应用”至今还停留在 PPT 阶段，因为你烧不起那个钱。

谷歌这次干了一件很“谷歌”的事。他们通过极致的“蒸馏技术”（Distillation），硬生生把顶尖模型的运行成本压到了地板上。当你能在数十亿次日均搜索请求中调用 Gemini 3 而不破产时，这游戏规则就变了。

Demis 在访谈里提到了一个很有意思的观点：他们在成本与性能的帕累托前沿（Pareto frontier）上保持领先。

这话翻译成人话就是：比我聪明的没我便宜，比我便宜的没我聪明。

另一个很有意思的变化，是模型“人设”的调整。

过去几年，我们见过太多试图扮演“知心姐姐”的 AI 了。你问它一个代码问题，它先夸你思路清奇，再给你熬一碗鸡汤，最后才吞吞吐吐地给出答案。

Gemini 3 似乎正在戒掉这种“讨好型人格”。

Josh Woodward 提到，新模型变得更“简洁、切中要点”。这甚至被认为非常适合那些“头脑封闭”的用户。我觉得这才是工具该有的样子。当我想修水管的时候，我不需要扳手跟我谈论人生哲理，我只需要它能拧紧螺丝。

这种“去人格化”其实是另一种形式的“极客化”。它不再试图模仿人类的情感交互，而是专注于成为一个极其高效的信息处理器和逻辑推理机。比如 Demis 提到现在的“氛围编程”（vibe coding），听起来很玄乎，其实就是让 AI 真正理解程序员当下的语境，而不是傻乎乎地补全代码。

而关于那个终极问题——AGI（通用人工智能）到底什么时候来？

Demis 的回答很诚实，也很克制：5 到 10 年。

在这个人人都在喊“明年就实现 AGI”的浮躁当下，这个时间表听起来甚至有点保守。但他指出的路径非常清晰：仅仅靠堆算力、堆数据（Scaling Laws）可能不够了，我们需要一两个本质上的研究突破。

他在访谈中特别提到了推理（Reasoning）、记忆（Memory）以及世界模型（World Models）。这三个词，基本上圈定了下一阶段 AI 战争的主战场。现在的模型大多还是“概率鹦鹉”，它们并不真正理解物理世界的因果律。只有当 AI 建立起对这个世界的内在模型，知道“杯子掉在地上会碎”不仅仅是文本里的统计规律，而是一个物理事实时，我们才算真正摸到了 AGI 的门槛。

今年年末的这一轮发布，或许标志着谷歌在 AI 战场上，终于结束了漫长的“防御姿态”，开始真正挥拳反击。

以下为对话内容：

主持人：Demis，Josh，欢迎来到 Hard Fork 节目。

Demis Hassabis：很高兴来到这里。

主持人：两年前，桑达尔·皮查伊跟我们打比方说，Bard 就像一辆经过改装的本田思域，正在跟一堆超跑赛车。那 Gemini 3 算是什么车？

Josh Woodward：这个问题刁钻。Demis，你要不来接这招？

Demis Hassabis：我敢打赌它肯定比本田思域快。其实我不太用汽车来打比方，也许它算是一辆那种超酷的直线加速 Top Fuel 赛车吧。

主持人：好吧。现在大家对这个模型都很兴奋。我们听到一些早期测试者的反馈，显然你们也展示了很多令人印象深刻的基准测试数据。那么具体来说，Gemini 3 能做到哪些以前的 AI 模型做不到的事？

Josh Woodward：我先来吧。有几点特别突出。

第一，我们开始看到这个模型在推理能力上表现出色，能够同时思考多个步骤。以前的模型有时候聊着聊着就思绪断片了，或者跑偏了，这一个就好得多。第二点就是各种全新的生成式界面。这是我们在创建新型交互界面方面最强的模型，它能真正给用户提供定制化的设计和答案。第三点我觉得是编程，我们在编程本身投入了巨大精力。你会看到很多编程示例，包括像 Google Anti-Gravity 这样即将推出的新产品展示。

主持人：有种观点认为，对于普通用户来说，聊天这个场景已经“解决”得差不多了。也就是说，普通用户用 Gemini 这样的产品，几乎想不出什么问题能问出比上一代模型有质的飞跃的答案。对于 Gemini 3，你们觉得这种说法站得住脚吗？普通人真的能感觉到差别吗？

Josh Woodward：我们在测试中看到的一点是——Demis 你也可以补充——这个模型更简洁、更有表现力。它开始用一种更容易理解的方式呈现信息，我觉得这对大多数人来说是立竿见影的体验提升。然后更有趣的是这些模型开始与其他类型的信息进行交互。

我们经常谈论学生如何用它学习，或者在获得你许可的情况下，它如何连接你其他谷歌产品中的数据。这些方式表明它正在超越传统的文本问答交互。

Demis Hassabis：对，我想补充的是，你会发现它在通用事物的可靠性上高得惊人。而且我们在所谓的“人设”（我们内部叫 persona），也就是它的风格上下了很大功夫。我觉得它更简练，更切中要害，很有帮助。它的风格更好了，跟它头脑风暴或者使用它的时候，感觉更让人愉悦。另外，我觉得在某些方面它实现了某种阶梯式的跨越，比如“氛围编程”。最近我重拾了游戏编程的爱好，我打算圣诞假期给自己定几个小项目，因为我觉得它在前端开发之类的任务上已经达到了极其有用、极其能干的程度，这可能是以前的版本不太擅长的。

主持人：Demis，上次五月份你来节目的时候说，你认为我们距离通用人工智能（AGI）还有五到十年，中间可能还需要几次重大突破。现在看了 Gemini 3 的表现，你的时间表有变化吗？或者说它包含了你认为必要的那些突破吗？

Demis Hassabis：没有，我觉得一切都在完全按计划进行。我们对这一进展非常满意。这是个绝对惊艳的模型，完全符合我的预期，也延续了我们要打造 Gemini 之初设定好的轨迹——这实际上是过去几年全行业最快的发展速度。我们会继续保持这个轨迹。

但在那之上，我仍然认为需要这一两个关键点，才能真正实现通用智能所期望的那种全面的一致性。还有在推理和记忆上的改进。或许还需要像世界模型这样的概念——你知道我们也在做 Simo 和 Genie 这种项目——它们会建立在 Gemini 之上，但在不同维度进行扩展。要完全解决具身智能（physical intelligence）这类问题，其中一些想法是必不可少的。所以我认为两方面都是真的：我对 Gemini 3 的进展非常满意，我想大家会感到惊喜；但它也是在我们预期的进度之内。这意味着还要五到十年，并且可能还需要一两项突破。

主持人：你提到了 Gemini 3 的风格。最近关于 AI 伴侣以及人们与它们建立关系的讨论很多。你们如何定位 Gemini 3 的个性？你们希望用户和它建立什么样的关系？

Josh Woodward：我想说在 App 里，Casey，我们团队真的更倾向于把它看作一个工具。它是帮你理清思路、披荆斩棘搞定日常琐事的东西。无论是在不同类型的问题上协助你，还是帮你创作，这才是我们看到它发光发热的地方。如果你把视野拉大，看看 Gemini 或者我们的 NotebookLM、Flow 这些项目，我们真的是在思考如何让 AI 成为你工具箱里的超能力工具，不管是写作、研究还是做视频。这是我们的重心。随着时间推移，我们团队更感兴趣的是追踪像“我们帮你完成了多少任务”这样的新指标。这有点像最早期的谷歌搜索：你来了，找到答案或者跳到网页，然后继续你的生活。

主持人：在 Gemini 3 发布前的日子里，你们的一些竞争对手表现得很紧张。我觉得他们也听到了同样的风声，说这模型相当厉害。舆论可能正在从谷歌在 AI 领域苦苦追赶，转变为现在处于领跑地位，或者至少是领导者之一。你们觉得谷歌现在在 AI 竞赛中领先吗？

Demis Hassabis：听着，你们很清楚，这是一个极其惨烈的竞争环境，可能是史上最激烈的。所以，唯一重要的事情就是你自己的进步速度。这是我们关注的焦点，我们对此很满意。

我其实不把它看作什么“重夺领先”之类的。我们一直都是这项研究的先驱。现在的关键是要找到节奏，确保这些研究成果能转化到下游的所有产品中。我觉得我们已经渐入佳境了。不论是作为谷歌“动力核心”的 DeepMind，还是 Gemini App、NotebookLM 这些 AI 原生产品，亦或是为地图、YouTube、安卓、搜索这些现有的谷歌产品注入 AI 动力，甚至是以 AI 为先的视角重新构想它们。这进展得非常顺利。我觉得我们在这场进化中才走到一半，但看到用户对这些新功能——比如 Workspace 和 Gmail 里的功能——表现出的价值感和兴奋感，真的很令人激动。那里几乎有无限的可能性。所以，我们对这些以及我们正在构想和原型的 AI 原生产品都感到非常兴奋。

主持人：上周我们节目请了一位历史学家，他用了 AI Studio 里一个未发布的谷歌模型，结果被震撼到了，因为模型能转录非常古老的文件，还能正确推理出——你知道的——19 世纪加拿大皮毛贸易里的食糖计量单位。你能明确告诉我们，这哥们儿用的是 Gemini 3 吗？

Josh Woodward：这个我不确定。不过我得说，这模型在建立这类关联上确实神了。我不知道那位历史学家是不是用了旧文档的照片或者日记之类的……

主持人：对，他就是这么干的。

Josh Woodward：它确实很擅长这个。像我这种字迹潦草的人，拍一张笔记照片给它，它处理起来毫不费力，简直小菜一碟。

主持人：你刚才提到会把这个集成到搜索旁边的 AI 模式里。这是否意味着你们找到了一种比以前更高效、更便宜的方法来运行这个模型？

Demis Hassabis：我觉得除了模型本身的性能不断提升外，我们做得特别好的一点就是模型的效率。我们开创并率先使用的模型蒸馏技术以及其他许多技术，现在都派上了用场。这显然是必须的，因为我们有像“AI 概览”这样极端的应用场景，必须服务数十亿用户。当然，我们的云客户和企业客户也非常看重这种成本效益。我们一直努力在成本与性能的帕累托前沿（Pareto frontier）上保持领先。无论你在乎性能还是在乎成本，在这个模型家族里总有一款适合你。当然今天我们只发布了 Pro，但我们在 3.0 时代还有其他系列的型号在开发中，很快大家就会看到了。

主持人：好像每次发新模型，我们都要重新讨论一遍 Scaling Laws，以及是不是开始出现边际收益递减了。我都能猜到接下来几天推特上那几个账号会说什么。所以在他们开喷之前，我想问问你们针对 Gemini 3 是怎么看这个问题的？

Demis Hassabis：我们对 Gemini 3 相比 2.5 的进步非常满意。正如前面所说，这个进步基本符合预期，完全按计划进行。但这并不意味着就不存在某种边际收益递减。人们听到“递减”就觉得要么是零，要么是指数级增长，其实中间还有个过渡。可能它不会每个时代都指数级翻倍，但它依然是稳赚不赔的投资，回报极高。我们正处于这个阶段。正如我所说，虽然还要看后续发展，但我怀疑要通往 AGI 还需要一两个研究突破。但在此期间，你显然需要这种规模化的基础模型，也就是我们今天正在构建并不断看到进步的多模态基础模型。

主持人：在你们今天展示的众多基准测试中，哪一个对普通用户来说最重要？

Josh Woodward：这个问题很好。我觉得大多数人不会像我们这样盯着基准测试看，但基准测试始终是一个代理指标。比如突破 LM Arena 的 1500 分大关，这很棒。但真正重要的是产品中的用户满意度。令人鼓舞的是，这两者是同向发展的，互为良好的印证。所以最终我们会公布所有基准测试数据，我们为此感到自豪，这代表了惊人的进步，但你也必须把它转化为有意义的产品体验。我们在每次发布中都试图兼顾这两点。

主持人：模型能力增强后，有没有出现什么新的危险能力或者安全隐患？

Demis Hassabis：我们在发布这个模型上花了很长时间，因为它是前沿模型，有一些新能力。就像你从基准测试看到的，它非常强悍。正如 Josh 所说，我们在内部不仅仅盯着这些基准分看，它们只是整体性能的代理指标，所以我们关注的是全方位的表现以及用户的最终体验。我们在安全测试的各个维度上投入了大量时间，与安全研究所合作，也找了外部测试人员，当然还有大量的内部测试。可以说，这是我们迄今为止测试得最彻底的一个模型。

主持人：你想提一下那些冒出来的“新能力”吗？不管是安全方面的还是别的？有没有什么让你觉得：“好吧，我们必须得把这个送给外部研究人员好好查查”？

Demis Hassabis：怎么说呢，我们只是在工具调用、函数调用这些事情上下了很大功夫。显然这些对编程能力极其重要，开发者也需要，对推理能力也很关键。但也正是这些能力让它在更具风险的领域——比如网络攻防——变得更强了。所以当我们为了好的用例去提升这些维度时，必须加倍小心，持续检查各种指标，确保它们不被滥用。

主持人：我们现在处于 AI 泡沫中吗？

Demis Hassabis：这个问题的答案太非黑即白了。我个人的观点是，AI 行业的某些部分可能确实有泡沫。比如有些种子轮融资，光靠几页 PPT 什么都没有，就能融个上百亿，这看起来确实像是泡沫初现的迹象。

但另一方面，我们也看到了大量惊人的工作和价值。不仅仅是像 Gemini App、NotebookLM 这些新产品领域，往远了看还有机器人、游戏。我是做游戏出身的，想到这儿我就手痒。还有我们和 Isomorphic 以及 Waymo 在做的药物研发，这些都是全新的蓝海领域。它们可能需要一段时间才能成熟为数千亿规模的产业，但我认为其中有半打到一打的机会，Alphabet 会参与其中，这让我很兴奋。

至于眼前的回报，我们有“动力核心”这部分，把 AI 推送到数十亿人每天使用的产品中。点子多到简直执行不过来。怎么重构 Workspace？怎么搞安卓、YouTube？潜力太大了，这将带来近期的收入和直接回报，同时我们在投资未来。更别提云收入和 TPU 那些了，那也将是巨大的。所以不管有没有泡沫，我对 Alphabet 的处境感觉很好。我们的工作就是在两种情况下都赢。如果没有泡沫，大家继续嗨，那我们抓住机会；如果有泡沫，出现回调，我觉得我们也处于最有利的位置去应对那种局面。

主持人：如果有人问：“嘿，听说 Gemini 3 刚出，它到底能干啥？”你会建议听众掏出手机或电脑演示什么例子？

Josh Woodward：Gemini 的图像模型（Nano banana）依然是世界顶尖的。我会建议你就掏出手机——iPhone、安卓都行——拍张自拍，把自己放进画面里编辑一下。大家依然很热衷于玩这个，特有意思。然后再给他们展示 Gemini 3 的其他新功能。我们发现很多人就是冲着这些有趣的用例来的，然后才开始尝试 App 的其他部分。

原视频链接：https://youtu.be/rq-2i1blAlU?si=7LtLg4_0NGbsNATU