Google I/O 2024 的 AI 战略转向引发行业热议。当 Gemini 3.5 Flash 以惊人速度亮相时，背后是 Google 全栈路线与 DeepMind 技术野心的激烈博弈。本文通过高管专访揭示：这家科技巨头正将资源向 '最可用模型' 倾斜，原生多模态技术正被商业需求重塑，而 Omni 模型的争议发布或成下个转折点。

今年Google I/O的主题演讲又是信息密度巨大的一次，大到让外界抓不住重点。

Google一直是中国AI公司对标学习的重要目标，但随着本届I/O旗舰顶级模型缺席，Agent产品事实上的迟到和“补课”，一系列因素影响下不少AI从业者感到失望，好奇Google到底在干嘛。

在过去两天，我有机会和包括DeepMind CTO Koray Kavukcuoglu，Google首席AI科学家Jeff Dean，以及Google CEO Sundar Pichai等Google的关键人物交流，基于这些一手信息，来尝试理解今天Google的境况。

最终我发现这一切又落回到了Google对待DeepMind的方式上。

01 Google认为此刻最重要的事情是什么

很明显，Google内部上下此刻统一的最大共识，就是它自己是唯一真正AI全栈公司。在各种交流里，这给它带来的自信甚至超过我已经很高的预期，但这也不得不让人联想到ChatGPT出来后Google最初的狼狈——同样对Bard和一整个AI基础设施的积累充满信心，但因为过度自信而出了问题。

接下来上演的会是哪一版故事，在我看来最关键在于它对资源的分配决策上。当初先赌Bard，后来证明把钱和算力都给deepmind才是对的。

又到关键路口。既然全栈意味着巨大的竞争优势，今天Google内部基于此的资源分配决策是，不一股脑把最好资源给到最前沿模型，而是更加侧重the most usable models。

似曾相识。

所以这么看起来，Flash系列不是折中方案，它战略意义最重要，且可能占了更多可用算力资源。这和OpenAI和Anthropic 的策略非常非常不同。

在I/O keynote上一个没太多人留意的demo里，Gemini 3.5 flash在TPU 8i上做的任务，吞吐的速度居然幻视当年只追求快而不顾其他一切的Groq。与此同时对于新模型的一些体验反馈开始褒贬不一，这么看来，这其实是这种优先级策略和资源分配后必然的结果。

至于原因，其实就是Google一直在讲的。Pichai在小范围交流里说，他们看到的需求太大了，且不停增长，你想想过去互联网、手机等的故事，就知道该干什么：赶快去识别和满足重度用户之外最广泛需求，结合agent的火热，给它最可用最适合而不是“最强”的模型，就是Google此刻最重要的机会最重要的事。

所以这个决策会如何影响接下来几个月的竞争格局？

我的感觉是，Pichai面对的“舆论环境”很可能会再次因为这些决策而紧张一段时间。

02 DeepMind的落差

Koray说他连续三年穿同一件T恤跟我聊，我问他的问题也一直贯穿：第一年我问他到底怎么定义所谓原生多模态，第二年是多模态的具体做法，Veo为何这么强，今年和他聊的是此刻回头如何评估这个并非共识的选择，它到底给Google带来了什么。

作为DeepMind对外最多亮相的代言人，他形容这是Google最正确的决定之一。已经不在I/O主要舞台上亮相，但内部影响力依然不小的Jeff Dean也认为，本届的各种发布里，Omni的意义很大，它真正把Gemini过去积累的能力放进视频里。

在DeepMind主导的模型线，他们所定义的智能是必须面向未来，不能单纯对今天诸如语言能力等已经很突出的能力做单线延展。但对于如何训练，这里还是没有“配方”，其实本质上要不停做实验。

而实验就意味着资源占用。

在多个交流后，我明显感到这里的张力，Google甚至会考量看到一部分模态的能力可超过其他模态时，也要“克制”。

Omni也是这一届I/O唯一由DeepMind CEO，伟大的Demis Hassabis亲自站台发布的模型。但发布后已经有不少体验反馈不佳。一个重要原因是此次发布的是flash模型。

与Gemini先发Flash的策略很不同，Pichai给Omni的定义是一个代际领先今天已有模型的新模型，因此是出于安全负责原因，先发Omni Flash。

结合上面提到的Google认为此刻对它最重要的事来看，这可能再次埋下伏笔。

DeepMind所追求的原生多模态，在一开始是即便内部也压力不小的非共识的技术路线赌注；

在第二阶段因为这个路线产生了Veo和Nano Banana，所以打消了很多质疑；

但现在进入第三阶段，它作为技术路线的味道少了，你惊奇发现，它居然更多被Google这个商业体的需求给内化和吞下了。

一个很有意思的内部思考方式也指向此，Google认为这种原生多模态正在产生的另一个重要回报，在于它对Google软硬件结合的全栈路线的帮助，多模态能力可以用来加速硬件的迭代，AI已经开始用于这种“内循环”，而不是用于让DeepMind继续搞出下一个Nano Banana级别的新东西。

DeepMind有能力搞出的最强模型，与目前能给搜索等实际业务提升收入和体验的实用模型，这之间谁对Google更重要？

这个问题跟幽灵一样又回来了，而现在看来，Google和DeepMind仍然不是一条心。