站在技术奇点的山麓：Google I/O 揭示的务实之路

原文：Notes From the Foothills of the Singularity | 作者：Alex Duffy | 2026-05-22

去年的Google I/O大会上，该公司一口气发布了惊人的100项公告，其中包括AI视频模型Veo 3，它在当时远远领先于其他任何产品。而今年，惊艳感虽有所减少，但多了一份脚踏实地的迭代。Gemini 3.5 Flash比谷歌之前的前沿模型更快、能力更强。搜索引擎现在能够实时构建恰当的小工具来回答你的问题。Gemini智能助手甚至可以在你的笔记本电脑合上后继续运行。即便是名为Gemini Omni的新型多模态世界模型——它能直观理解重力、动能和流体动力学，并很可能用于训练机器人——目前也被定位为“视频版的Nano Banana”（一种轻量级工具）。

在同行们或激进或摇摆的一年里，谷歌的发布算不上耀眼。但填补AI本身“锯齿状智能”的鸿沟，并贯穿其全线产品，同时将这些工具交付给真正会使用它们的人，其重要性可能要高出好几个数量级。

OpenAI继续四处出击，曾大肆宣扬其视频模型Sora 2是“视频领域的ChatGPT时刻”，其前负责人Bill Peebles甚至称其将“演变成一个微型平行现实”，结果却在同年晚些时候将其关闭。Anthropic的首席执行官Dario Amodei则一边深耕劳动力市场，一边谈论AI“摧毁入门级工作岗位”的潜力。

今年谷歌I/O的与会者，背景是该公司湾景园区灵感源自绵延山景的屋顶。（所有照片由Alex Duffy提供）

Google DeepMind的首席执行官Demis Hassabis将当下这一刻称为“技术奇点的山麓”。他认为通用人工智能距离我们“仅有几年之遥”，其总体影响力将是工业革命的10倍，而且到来速度也将快上10倍。我们现在有能力将几乎任何能捕获到可靠数据的事务自动化，但最大的障碍之一，是说服社会相信这项投资是值得的。眼下，大多数人并不这么认为。

Hassabis明确指出：“我们有责任，我们这个领域、AI领域和整个行业，有责任更清晰、更具体地展示其毋庸置疑的益处。”在参加完今年的会议后，我的印象是，谷歌清楚地看到了当下的脆弱性，而其庞大的规模赋予了它一个罕见的地位，能够为此做些什么。

谷歌的飞轮

谷歌的运行循环如下：研究人员寻找新的数据，改进模型架构，并训练一个新模型。这个模型会经过专门的训练，以适配其名为“反重力”的框架，从而获得编写和运行代码的能力，并借此能力去完成几乎所有事情。接着，公司将其应用到每一款产品中：搜索、文档、YouTube、Gmail、安卓，无所不包。用户尝试使用，并通过行为隐式地提供反馈，或通过点赞/点踩显式地反馈。下一个模型因此得到改进。这一切都发生在谷歌的完整技术栈上——从它设计的芯片、自有的数据中心、模型、部署管道，到横跨六七个核心应用的数十亿用户。过去一年，谷歌一直在进行组织调整，以大规模运行这个循环。

内部工具正被重写，速度提升20倍，并为智能体而生。谷歌正在研究组织内外专家的工作方式，收集高质量数据，识别潜在的能力差距，然后训练模型来克服它们。

这体现在一个能实时为你问题构建定制化小组件的搜索框中，帮助加深理解，而不仅仅是看个标题。或者体现在更易用的Gemini应用中，其月活用户已突破9亿，并将很快拥有一个全天候的个人智能体，它可以跨你的邮件进行研究，捕捉任务并异步执行，最终返回草稿、报告、行程单等。谷歌正在向其应用家族的更多界面，如地图和购物，添加新的智能体，它们都由Gemini 3.5 Flash和“反重力”框架驱动。正是这个组合，能够在12小时内，用93个子智能体，以不到1000美元的成本构建出一个可运行的操作系统。这些在六个月前还是不可能的。而现在，数十亿人将使用这些工具去追求他们的目标，而且常常是在毫无察觉的情况下。

谷歌DeepMind首席执行官Demis Hassabis在会议第二天“AI与科学前沿”环节的现场。

行业责任

一年前，谷歌每月处理480万亿个令牌（tokens）。上个月，这个数字是3200万亿，即每天3万亿，每三周翻一番。其今年的资本支出约为1800亿美元，几乎是2022年的六倍。但迄今为止，普通公众并未被说服这笔投资是值得的。相反，大多数人看到的是白领失业、耗费大量资源的数据中心在后院拔地而起，以及一小部分人变得极其富有。

我从山景城回旧金山的Uber司机54岁，仍在建筑行业工作，他根据自己对城市活动的熟悉来优化行车路线。他从未听说过Hassabis，也不知道游戏如何帮助训练AI，但他对I/O大会上发生的事很好奇。他打开话匣子，表达了对裁员、富人愈富的担忧，并提出了一个疑问：最后还有谁能在经济中消费？我问了很多问题，并提到Hassabis强调行业的义务是“更清晰地展示AI毋庸置疑的益处”。我分享了我对Hassabis明确、公开地专注于治愈所有疾病，以及AlphaFold迄今所取得进展的钦佩。我们还谈到，一个人现在就能完成过去一个团队才能做的事，以及这如何为更多小企业开辟空间，尽管这条路上可能布满裁员的荆棘。当我们抵达旧金山时，他已经把收藏的YouTube纪录片调到了待看列表的最前面。

我认为人们内心是渴望兴奋起来的。这份承诺是真实的——AI是我们为科学事业所拥有的最好的通用工具。数据中心已经承担了某些县一半的房产税收入，减轻了普通人的负担，并且在水等资源利用上提供了远超替代品的回报。地平线上，有我们几十年来一直追寻的治愈方法，有能提高能源效率同时减少环境足迹的材料，还有能适应学习者的教育。自动驾驶汽车每年可以拯救数万美国人的生命，并为许多人提供出行的自由。它也将取代我那位司机的饭碗。承诺是大规模到来的，但代价却是一户一户地降临。除非这个行业能展示出与今天（无论是实际的还是感知到的）负面影响同样切实的正面效益，并首先投资于被取代的人群，否则进步将会放缓。

谷歌及Alphabet研究、实验室、技术与社会总裁James Manyika（左）与谷歌量子AI创始人兼负责人Hartmut Neven对话，后者手持一枚谷歌Willow量子芯片。

机会之窗正敞开着。谷歌和其他公司已经建立了大规模运行此周期并将其交付到数十亿人手中的基础设施。就在上周，数学家们利用一个前沿模型，揭示了一个困扰我们80年的数学秘密，推翻了一个离散几何中长期存在的猜想。这过去需要一个博士或一个团队，现在可能只需要一个充满好奇心的人和一个编程智能体。剩下要做的，就是将这些工具指向那些真正值得解决的问题，那些能为个人和社区带来可见益处的问题。像旨在实现这一目标而设立的Gemini XPRIZE这样的公告，表明该公司理解当下的紧迫性。而将工具简单地交到更多人手中也同样重要，尤其是当学习曲线像提问一样简单时。

我对机器人技术更新和正在构建的用于模拟的世界模型感到兴奋。那些更大的“登月”项目正在酝酿。但此刻最值得做的工作，是摆在我们面前的工作，是与我们身边的人们一起进行的工作。用Hassabis的话说，未来尚待书写。但我们必须谨慎把握方向，不能把忙碌误认为成就。赌注很高。我们今天的对话、我们所讲述的故事，以及我们使用这些工具的方式，将定义明天的面貌。

核心启示：谷歌今年的I/O大会展现了一种从“惊艳”转向“补齐短板、大规模集成”的战略定力，其核心是一种基于全栈能力的“研究-训练-应用-反馈”高速循环。文章的核心洞见在于，AI的真正瓶颈或许不再是技术能力，而是社会信任与应用落地。在巨额投资与公众因失业、资源消耗等问题产生的疑虑之间，AI行业必须将展示“毋庸置疑的益处”作为一项紧迫的、关乎自身存续的义务。