誰還敢說谷歌掉隊？2025年，它打了一場漂亮的翻身仗

編輯｜+0、張倩

在即將過去的 2025 年，谷歌在人工智能領(lǐng)域交出了一份頗具分量的成績單。

曾因「發(fā)表了 Transformer 卻痛失先機(jī)」而備受外界質(zhì)疑，谷歌一度深陷「大模型掉隊」的輿論漩渦。但這一年，谷歌用一系列里程碑式的發(fā)布打了一場漂亮的翻身仗。它向世界證明，AI 不再只是陪聊的機(jī)器人，而是變成了能寫代碼、能做科研、甚至攻克前沿科學(xué)難題的「合作伙伴」。

看看 Demis Hassabis 曬出的這張年度成績單，Gemini 3、Genie 3、Veo 3、Nano Banana... 確實(shí)碩果累累。

同時，谷歌官方博客發(fā)布年終研究進(jìn)展總結(jié)報告，詳細(xì)盤點(diǎn)了谷歌 2025 年的研究突破，作者包括 Jeff Dean、Demis Hassabis、James Manyika。

博客地址：https://blog.google/technology/ai/2025-research-breakthroughs/#ai-models

在深入細(xì)節(jié)之前，我們先快速梳理谷歌本年度的幾大「殺手锏」。

• 模型側(cè)：Gemini 3 強(qiáng)勢登頂，邏輯推理與數(shù)學(xué)能力刷新紀(jì)錄，F(xiàn)lash 版本性價比超越前代 Pro。
• 硬件側(cè)：第七代 TPU Ironwood 算力暴漲，劍指英偉達(dá)；量子計算實(shí)現(xiàn)「量子回聲」突破。
• 應(yīng)用側(cè)： AI 不再只是 Chatbot，通過 Antigravity 重塑編程，通過Veo 3 和 Genie 3 徹底改變視頻生成與世界模擬
• 科學(xué)側(cè)：AlphaFold 五周年里程碑與諾貝爾化學(xué)獎的雙重加冕，奠定了 AI for Science 的領(lǐng)先地位。Gemini Deep Think 也在數(shù)學(xué)奧賽（IMO）與編程競賽（ICPC）中雙雙達(dá)到金牌水平，標(biāo)志著 AI 抽象推理能力的質(zhì)變。

以下是我們基于官方博文整理的詳細(xì)技術(shù)盤點(diǎn)：

AI 模型：谷歌訓(xùn)出了奧特曼理想中的 GPT-5

今年 3 月，Gemini 2.5 的發(fā)布為全年的技術(shù)路線奠定了基礎(chǔ)。而 11 月正式面世的 Gemini 3，則被視為谷歌目前的巔峰之作。谷歌在模型推理、多模態(tài)理解以及運(yùn)行效率等方面實(shí)現(xiàn)了多次實(shí)質(zhì)性跨越。

作為谷歌目前性能最強(qiáng)的模型，Gemini 3 Pro 在邏輯推理領(lǐng)域表現(xiàn)尤為突出。它不僅迅速登頂 LMArena 排行榜，更在 Humanity’s Last Exam（旨在考察 AI 是否具備人類水平思考能力的嚴(yán)苛測試）中取得突破性成績。在數(shù)學(xué)領(lǐng)域，它以 23.4% 的準(zhǔn)確率刷新了 MathArena Apex 的紀(jì)錄。

Gemini 3 在多項關(guān)鍵 AI 基準(zhǔn)測試中處于最先進(jìn)水平。

相關(guān)鏈接：https://blog.google/products/gemini/gemini-3/

緊隨其后的 12 月，谷歌推出了針對開發(fā)者和企業(yè)級市場的 Gemini 3 Flash。這款模型延續(xù)了谷歌「后浪推前浪」的策略，即：下一代的 Flash 模型在性能上力求超越上一代的 Pro 模型。

數(shù)據(jù)顯示，Gemini 3 Flash 的綜合質(zhì)量已經(jīng)超越了今年 3 月發(fā)布的 Gemini 2.5 Pro，但其成本大幅降低，延遲表現(xiàn)也得到了顯著優(yōu)化。這種「高性價比」的策略，旨在讓更復(fù)雜的推理任務(wù)能夠以更快的速度和更低的門檻進(jìn)入實(shí)際應(yīng)用場景。

Gemini 3 Flash 價格及基準(zhǔn)表。

相關(guān)鏈接：https://blog.google/products/gemini/gemini-3-flash/

除了閉源的 Gemini 系列，谷歌在開源領(lǐng)域也動作頻頻。Gemma 家族在今年實(shí)現(xiàn)了從純文本到多模態(tài)的轉(zhuǎn)型。

通過增加上下文窗口、擴(kuò)展多語言支持以及優(yōu)化在單張 GPU/TPU 上的運(yùn)行效率，Gemma 3 現(xiàn)已成為開發(fā)者在本地部署高性能 AI 時的首選工具之一。特別是 8 月發(fā)布的 Gemma 3 270M，以其極小的參數(shù)規(guī)模提供了超高效率，標(biāo)志著谷歌在邊緣側(cè) AI 領(lǐng)域的技術(shù)沉淀。

相關(guān)鏈接：https://developers.googleblog.com/en/introducing-gemma-3-270m/

產(chǎn)品重構(gòu)：AI 不再是工具

而是你的「合作伙伴」

2025 年是 AI 從「單一工具」向「核心效能」跨越的一年。Google 通過在全線產(chǎn)品中注入強(qiáng)大的 Agentic 能力，推動 AI 從輔助角色轉(zhuǎn)變?yōu)閷?shí)用型基礎(chǔ)設(shè)施，重新定義了人機(jī)協(xié)作的形態(tài)。

在軟件開發(fā)領(lǐng)域，Google 不再局限于提供輔助編碼工具，而是致力于構(gòu)建能與開發(fā)者深度協(xié)作的智能體系統(tǒng)。11 月發(fā)布的 Gemini 3 展現(xiàn)了令人印象深刻的代碼生成與邏輯理解能力。同期推出的 Google Antigravity 更是標(biāo)志著 AI 輔助開發(fā)進(jìn)入了一個新紀(jì)元 —— 它將開發(fā)流程從傳統(tǒng)的「工具輔助」升級為「智能體協(xié)作」，極大地釋放了開發(fā)者的創(chuàng)造力與生產(chǎn)力。

相關(guān)鏈接：https://antigravity.google/blog/introducing-google-antigravity

這種進(jìn)化同樣清晰地體現(xiàn)在 Google 的核心產(chǎn)品矩陣中，貫穿了從硬件終端到信息檢索的每一個環(huán)節(jié)：

3 月，Search 迎來了重要變革，通過擴(kuò)展 AI Overviews 并引入全新的 AI Mode，重塑了用戶獲取與處理信息的方式。

8 月，備受矚目的 Pixel 10 正式亮相。得益于一系列 AI 原生功能的深度整合，它被評價為 Google 迄今為止最智能、最實(shí)用的手機(jī)終端。

而在生產(chǎn)力與知識管理領(lǐng)域，年底的一系列更新將體驗(yàn)推向了新高度。隨著 11 月 Gemini 3 的底層賦能，Gemini App 迎來了智商與能力的雙重飛躍。與此同時，NotebookLM 也在同月重磅加入了 Deep Research 功能并支持了更多類型的數(shù)據(jù)源，使其從單純的筆記工具進(jìn)化為能夠處理復(fù)雜信息流的專業(yè)級智能研究助手。

相關(guān)鏈接：https://blog.google/technology/google-labs/notebooklm-deep-research-file-types/

創(chuàng)意生成：終結(jié)「默片時代」

好萊塢要慌了

2025 年是生成式媒體發(fā)生變革的一年。Google 通過發(fā)布一系列突破性的模型和工具，涵蓋視頻、圖像、音頻及虛擬世界構(gòu)建，賦予了創(chuàng)作者前所未有的能力。

在視頻生成領(lǐng)域，5 月發(fā)布的 Veo 3 首次實(shí)現(xiàn)了原生音頻生成，結(jié)合同期升級的 Music AI Sandbox，無論是腳步聲、環(huán)境風(fēng)聲還是背景配樂，都能與畫面動作完美同步，徹底終結(jié)了 AI 視頻的「默片時代」。

10 月的更新則進(jìn)一步推高了行業(yè)天花板。Veo 3.1 版本不僅大幅提升了光影變化與物體碰撞的物理一致性，還與全新創(chuàng)意工具 Flow 深度整合。更重要的是，它強(qiáng)化了「首尾幀控制」功能，允許創(chuàng)作者精準(zhǔn)指定視頻的起點(diǎn)與終點(diǎn)，由 AI 補(bǔ)全中間過程，極大地增強(qiáng)了敘事的可控性。

相關(guān)鏈接：https://developers.googleblog.com/introducing-veo-3-1-and-new-creative-capabilities-in-the-gemini-api/

在圖像生成領(lǐng)域，隨著 5 月 Imagen 4 的奠基，Nano Banana 在今年大放異彩，其在匿名測試時就因表現(xiàn)優(yōu)異而備受關(guān)注。8 月，作為圖像生成的重大升級，Nano Banana 以極高的指令遵循能力著稱。它解決了「文字生成圖片」中細(xì)節(jié)丟失的問題。

而 11 月發(fā)布的 Nano Banana Pro 則將體驗(yàn)推向了新高度。作為系列的旗艦版本，它首次引入了「深度思考」模式，在繪圖前先進(jìn)行邏輯推理。這使得它不僅能精準(zhǔn)還原極其復(fù)雜的 Prompt 構(gòu)圖，更實(shí)現(xiàn)了高保真的文字渲染能力，無論是海報設(shè)計還是圖表繪制都達(dá)到了專業(yè)級水準(zhǔn)。

「柏林」一詞融入了城市街區(qū)的建筑設(shè)計中，橫跨多棟建筑。

相關(guān)鏈接：https://blog.google/technology/ai/nano-banana-pro/

此外，Google Labs 在今年也涌現(xiàn)出眾多突破性實(shí)驗(yàn)：從將設(shè)計瞬間轉(zhuǎn)化為代碼的 Stitch，到開發(fā)者的異步協(xié)作伙伴 Jules，再到 3D 視頻通信平臺 Google Beam，AI 正在從單純的媒體生成工具，進(jìn)化為重塑工作流的生產(chǎn)力核心。

從蛋白質(zhì)到奧數(shù)金牌

AI 當(dāng)起「全能科研隊友」

2025 年，谷歌在生命科學(xué)、醫(yī)療健康及數(shù)學(xué)邏輯等領(lǐng)域取得了里程碑式突破，不僅深化了人類對生物遺傳的理解，更在頂級智力競賽中證明了 AI 具備與人類頂尖水平相當(dāng)?shù)某橄笸评砟芰Α?/p>

首先來看生命科學(xué)領(lǐng)域。上個月，AlphaFold 迎來五周年紀(jì)念。在解決蛋白質(zhì)結(jié)構(gòu)預(yù)測難題五年后，該系統(tǒng)已為超過 2 億個蛋白質(zhì)預(yù)測了結(jié)構(gòu)，并助力全球 300 多萬名研究人員加速科研。這一成就通過開放數(shù)據(jù)庫徹底改變了結(jié)構(gòu)生物學(xué)，并因其對生命科學(xué)的深遠(yuǎn)貢獻(xiàn)榮獲了 2024 年諾貝爾化學(xué)獎。

此外，谷歌還發(fā)布了基因組理解模型 AlphaGenome，這是一個能夠同時處理多達(dá) 1 兆堿基對的高分辨率 DNA 序列模型。它通過統(tǒng)一分析多種生物調(diào)控模式，幫助科學(xué)家解讀 DNA 中曾經(jīng)難以捉摸的非編碼區(qū)域，為探尋遺傳病因和開發(fā)新型療法提供了全方位的生物集成開發(fā)環(huán)境。

再來看醫(yī)療健康領(lǐng)域。谷歌研究院推出的 DeepSomatic 利用卷積神經(jīng)網(wǎng)絡(luò)，在腫瘤序列中以極高精度識別癌癥相關(guān)的遺傳變異。該工具能夠處理來自主流測序平臺的數(shù)據(jù)，幫助臨床醫(yī)生更準(zhǔn)確地鎖定驅(qū)動癌癥的特定變異，從而實(shí)現(xiàn)真正的精準(zhǔn)醫(yī)療和個性化治療。

而在科學(xué)發(fā)現(xiàn)方面，谷歌發(fā)布了一款基于大模型的編程智能體 ——AlphaEvolve，專門用于尋找和驗(yàn)證理論計算機(jī)科學(xué)中的復(fù)雜組合結(jié)構(gòu)。它在驗(yàn)證過程上實(shí)現(xiàn)了 1 萬倍的加速，成功協(xié)助科研人員收緊了優(yōu)化問題的界限，標(biāo)志著 AI 正從數(shù)據(jù)處理者轉(zhuǎn)型為深度參與數(shù)學(xué)發(fā)現(xiàn)的科研合作者。

此外，谷歌還推出了基于 Gemini 2.0 構(gòu)建的多智能體協(xié)作系統(tǒng) ——AI co-scientist，旨在模仿科學(xué)研究的邏輯流程。它能獨(dú)立生成研究假設(shè)、設(shè)計實(shí)驗(yàn)方案并撰寫研究提案，在生物醫(yī)學(xué)等領(lǐng)域展現(xiàn)了顯著縮短發(fā)現(xiàn)周期的潛力，成為了科學(xué)家的虛擬實(shí)驗(yàn)室助手。

在代碼、數(shù)學(xué)邏輯方面，谷歌也站穩(wěn)了第一梯隊。進(jìn)階版 Gemini 2.5 Deep Think 在 2025 年國際大學(xué)生程序設(shè)計競賽（ICPC）總決賽中達(dá)到金牌水平，在 12 道題目中解出了 10 道。第 66 屆國際數(shù)學(xué)奧林匹克（IMO）中，Gemini Deep Think 憑借 35 分的高分（總分 42 分）達(dá)到金牌表現(xiàn)，完美解決了 6 道難題中的 5 道。

算力宇宙：量子回聲算法登 Nature

新一代 TPU 叫板英偉達(dá)

前段時間，谷歌創(chuàng)始人謝爾蓋?布林在參加母校的一次活動時表示，這些年，谷歌有很多失誤，比如沒有第一時間重視 Transformer。但他們也做對了很多事情，比如對「計算」的投入。

首先，在量子計算方面，他們的重大突破 ——Quantum Echoes（量子回聲）算法在 10 月份登上了「Nature」。它在量子處理器上實(shí)現(xiàn)了首次可驗(yàn)證的量子優(yōu)越性，能以比最快超級計算機(jī)快 13,000 倍的速度解決特定問題，為藥物研發(fā)、材料科學(xué)等領(lǐng)域的實(shí)際應(yīng)用打開了新窗口。

相關(guān)鏈接：https://quantumai.google/static/site-assets/downloads/quantum-computation-molecular-geometry-via-nuclear-spin-echoes.pdf

這一進(jìn)展得益于谷歌在量子計算方向的多年投入。今年，谷歌量子硬件首席科學(xué)家 Michel Devoret 和前量子人工智能硬件負(fù)責(zé)人 John Martinis 還因在量子計算方面的奠基性工作與加州大學(xué)伯克利分校教授 John Clarke 共同獲得了諾貝爾物理學(xué)獎。至此，谷歌的諾獎得主已經(jīng)增加到五位，在科技界非常罕見。

除了量子計算，谷歌今年在 TPU 方向的進(jìn)展同樣令人矚目。今年 4 月，第七代 TPU——Ironwood 正式發(fā)布。它專為「推理時代」設(shè)計，每塊芯片內(nèi)存帶寬提升至 7.2 TB/s，單芯片顯存容量達(dá)到 192GB。當(dāng)每個 pod 擴(kuò)展至 9216 塊芯片時，它可提供 42.5 exaflops 的 AI 算力，遠(yuǎn)超目前全球最快的超級計算機(jī) El Capitan 的 1.7 exaflops。每塊 Ironwood 芯片的峰值計算能力可達(dá) 4614 TFLOPs。

谷歌透露，這款芯片的部分架構(gòu)由其自家的 AI 模型 AlphaChip 輔助優(yōu)化，大幅縮短了研發(fā)周期并優(yōu)化了布局。

和英偉達(dá) GPU 相比，這款新的 TPU 擁有極致的能效比，在電力供應(yīng)受限的數(shù)據(jù)中心里，谷歌能用同樣的電量跑出更多的 AI 算力。此外，谷歌不把 TPU 看作單一芯片，而是一個名為 Pod 的整體，在超大規(guī)模集群（萬卡級別）的布線復(fù)雜度和電力損耗上，TPU 更有優(yōu)勢。（關(guān)于 GPU 和 TPU 的更多對比參見《谷歌 TPU 殺瘋了，產(chǎn)能暴漲 120%、性能 4 倍吊打，英偉達(dá)還坐得穩(wěn)嗎？》）

目前，谷歌已計劃到 2027 年實(shí)現(xiàn)年產(chǎn) 500 萬顆 TPU 的目標(biāo)。目前，像 Anthropic 這樣的 AI 巨頭已經(jīng)預(yù)訂了超過 100 萬顆 TPU 算力，這顯示出谷歌正通過「自研芯片 + 云服務(wù)」的閉環(huán)，在 AI 硬件市場有力地挑戰(zhàn)英偉達(dá)的統(tǒng)治地位。

Gemini Robotics

把「大模型 + 機(jī)器人」做到極致

在這波具身智能發(fā)展浪潮中，谷歌一直起到技術(shù)引領(lǐng)作用，通過一系列研究把「大模型 + 機(jī)器人」這件事做成了體系化、可迭代、且不斷刷新行業(yè)上限。

前兩年，他們通過 RT-1 和 RT-2 (Robotic Transformer) 率先證明了：大語言模型（LLM）的 Transformer 架構(gòu)可以直接用于輸出機(jī)器人動作。

2025 年，他們進(jìn)一步將 VLA 模型推向極致。3 月份，他們推出了 Gemini Robotics，通過將視覺、語言和動作三種模態(tài)與物理控制系統(tǒng)深度融合，首次實(shí)現(xiàn)了「感知 - 決策 - 動作」的全閉環(huán)操作，能夠直接根據(jù)視覺輸入和語言指令生成相應(yīng)的機(jī)械臂軌跡，無需像傳統(tǒng)機(jī)器人那樣進(jìn)行繁瑣的分步規(guī)劃。

9 月份，Gemini Robotics 1.5 問世，初步具備了以類似人類思考方式進(jìn)行規(guī)劃行動的能力。它通過兩個模型的合作來達(dá)成此目標(biāo)：ER 模型負(fù)責(zé)高層推理和決策，生成詳細(xì)的行動方案；VLA 模型負(fù)責(zé)感知和具體執(zhí)行，并在執(zhí)行過程中進(jìn)行細(xì)粒度的自我推理校正。這種架構(gòu)旨在結(jié)合兩者優(yōu)勢，使機(jī)器人既能深思熟慮又能動作精準(zhǔn)。

此外，他們還成功把大模型「塞進(jìn)」邊緣設(shè)備并開放生態(tài)。2025 年 6 月發(fā)布的 Gemini Robotics On-Device，首次讓低延遲的 VLA 模型完全離線運(yùn)行在機(jī)械臂和人形機(jī)器人上。他們還配套放出了 Gemini Robotics SDK，開發(fā)者 50～100 次演示就能微調(diào)出可遷移的新技能。

Genie 3 引爆世界模型

哈薩比斯寄予厚望

提到世界模型，谷歌的 Genie 3 是今年的絕對亮點(diǎn)，被視為世界模型的新高峰（參見《震撼，世界模型第一次超真實(shí)地模擬了真實(shí)世界：谷歌 Genie 3 昨晚搶了 OpenAI 風(fēng)頭》。

這不只是因?yàn)?Genie 3 畫面更逼真，而是它第一次把實(shí)時交互、長期一致性和語言可控性合成在同一個生成式系統(tǒng)中：它以每秒 24 幀、720p 的邊生成邊交互方式，讓用戶無需任何預(yù)制 3D 資產(chǎn)就能像玩游戲一樣實(shí)時探索，而且它具備長達(dá)幾分鐘的空間記憶，使世界在轉(zhuǎn)身離開后依然保持穩(wěn)定連續(xù)。

正因如此，Genie 3 不再只是「可看的視頻模型」，而有望成為一個能支撐智能體長期試錯與規(guī)劃的訓(xùn)練環(huán)境、一個把內(nèi)容創(chuàng)作從搭場景降維到寫一句話的生產(chǎn)工具，以及一個可低成本復(fù)現(xiàn)極端情境的科學(xué)模擬沙盒，為通往通用智能提供了一條可交互、可長期演化的模擬路徑。

最近，哈薩比斯在采訪中說，除了 AI 之外，世界模型和模擬可能是他最長久的熱情所在。他認(rèn)為，語言模型已經(jīng)意外地學(xué)會了大量關(guān)于世界的知識，但真正的世界理解 —— 尤其是空間動態(tài)、物理因果和需要親身體驗(yàn)的感知能力 —— 很難僅靠語言獲得，必須通過世界模型與模擬來補(bǔ)足。

世界模型本質(zhì)上是一種「直覺物理學(xué)」，能理解事物如何運(yùn)作、移動與相互作用，而生成逼真的世界正是這種理解的證明。像 Genie、Veo 這樣的交互式視頻與世界模型，是邁向通用智能、機(jī)器人和現(xiàn)實(shí)中通用助手的關(guān)鍵一步，最終也可能回到他最初熱愛的游戲與模擬，創(chuàng)造真正意義上的「終極游戲」。

挑戰(zhàn)天氣、疾病、教育

谷歌要改造世界

技術(shù)終究是為人服務(wù)的，在這方面，谷歌也披露了一些進(jìn)展。

氣候方面，他們的洪水預(yù)警系統(tǒng)已經(jīng)覆蓋 150 個國家、20 多億人口了。他們新出的天氣預(yù)報模型 WeatherNext 2，速度是以前的 8 倍，最精細(xì)能做到按小時預(yù)測。

項目鏈接：https://deepmind.google/science/weathernext/

醫(yī)療方面，他們在通用模型的基礎(chǔ)上打造了一些垂類模型，比如基于 Gemma 開源模型系列的、用于單細(xì)胞分析的 270 億參數(shù)基礎(chǔ)模型 Cell2Sentence-Scale 27B（C2S-Scale），該模型可以幫助發(fā)現(xiàn)新的潛在癌癥治療途徑。

項目鏈接：https://blog.google/technology/ai/google-gemma-ai-cancer-therapy-discovery/

教育方面，谷歌也嘗試了一些創(chuàng)新，包括：

• 在 Gemini AI 里推出了「Guided Learning」功能，它不像普通 AI 只給出答案，而是通過提問、步驟講解、圖片、視頻和測驗(yàn)等方式，幫助用戶深入理解知識。
• 基于 Gemini 打造了一系列經(jīng)過微調(diào)、融入學(xué)習(xí)科學(xué)原理的生成式 AI 模型 ——LearnLM。它在設(shè)計時參考了教育研究（如認(rèn)知負(fù)荷管理、個性化反饋等），目的是讓 AI 更像導(dǎo)師而不是只給答案。
• 把強(qiáng)大的 Gemini 翻譯能力帶到了谷歌翻譯和 Search 的翻譯功能中，讓文本翻譯更自然、更能理解語境（比如習(xí)語、俚語等），提高準(zhǔn)確性，同時推出了基于 Gemini 的實(shí)時語音對話翻譯（Live translate），可通過耳機(jī)聽見更加自然流暢的即時翻譯。

結(jié)語

縱觀 2025 年，谷歌展現(xiàn)出的并非單一技術(shù)的突進(jìn)，而是一種強(qiáng)大的「系統(tǒng)性工程能力」。在算力層有 TPU 集群與量子回聲算法，在模型層有 Gemini 的邏輯進(jìn)化，在應(yīng)用層有諾獎級的科研產(chǎn)出。

這一年，谷歌顯然走出了「創(chuàng)新者的窘境」，不再糾結(jié)于先發(fā)優(yōu)勢的喪失，而是利用其龐大的全棧生態(tài)完成了補(bǔ)課與追趕。在 AI 競爭從「在大模型上跑分」轉(zhuǎn)向「在產(chǎn)業(yè)鏈中落地」的下半場，這種從底層芯片到上層應(yīng)用沒有任何短板的布局，或許才是科技巨頭最核心的競爭力。

參考鏈接：https://blog.google/technology/ai/2025-research-breakthroughs/#computing

文中視頻鏈接：
https://mp.weixin.qq.com/s/aY9mWltD3zrI7FpG74At7Q