柳叶刀

Gemini掉出全球前十，谷歌新模型为何没能赢得掌声？_我的网站

A | 在CES 2019的第一天，极客之选的前沿报道团队遇到了一位“熟悉又陌生”的朋友。众所周知，贝尔直升机被认为是世界领先的直升机和倾斜翼飞机制造商之一，但这次在CES上贝尔直升机并不是传统的飞机，而是一个相对新的技术项目“空中滑行”。    当地时间7月21日，谷歌DeepMind发布三款轻量的新模型，主打“更快、更智能、更具成本效益”，但因智能程度没有满足外界的期待，评价两极分化。一个背景信息是，去年贝尔直升机更名为贝尔，它删除了后缀“直升机”，还发布了一个全新的战略和品牌标志。事实上，这也反映了贝尔希望除了现有的直升机业务外，积极探索更加多样化和未来的出行方式。         与此同时，旗舰模型Gemini 3.5 Pro依然没有露面成为此次焦点，从排行榜来看，谷歌的模型已经排在十名开外。还记得，在去年年初的CES 2018展会上，贝尔展示了一个新的空中出租车项目，并当场展示了其先进的车厢内部系统。驾驶舱基于按需旅行服务（ODM）的概念。官员们认为，驾驶舱的经验将超过现有飞机产品的经验（机舱设计见下图）。         根据谷歌官方博客，此次发布的三款模型定位不同。一年后，贝尔在CES 2019上宣布了更多的空中出租车项目的技术细节。

B | 这次展览还将驾驶舱内部系统升级为更完整的空中出租车结构，使我们能够进一步了解这一非常前沿的智能出行方式。

C | 贝尔在CES的展台位于LVCC北厅，通常被称为“北亭汽车区”。不得不说，在许多自动驾驶汽车中，贝尔的出租车确实引人注目，而且现场也能看到许多好奇的媒体记者在了解产品的细节。

D | 这是拉斯维加斯的极客选择现场报道。贝尔发布的空中出租车的全尺寸设计被命名为Nexus，我相信很多数码爱好者会感觉非常友好。具体来说，Nexus被定义为VTOL混合气出租车，带有贝尔标志性的倾斜转子设计和六个倾斜风管风扇。         Gemini 3.6 Flash是主力模型，与上一代相比能使用更少的token，在相同成本下提供更高质量的工作；而Gemini 3.5 Flash-Lite则是快速、成本效益高的选项，适用于日常任务，如处理文档和搜索；Gemini 3.5 Flash Cyber是一种网络安全模型，专为发现和修补关键软件漏洞而构建。

E | 官员们说，它可以提供安全和高效的空中旅行体验。Bell Nexus的混合动力设计可以让它更长的耐久性和负载能力。         但根据评测来看，此次谷歌的新模型在智能上并不出色。AI模型评测平台Arena.ai的研究显示，Gemini 3.6 Flash 在前端代码竞技场中以1537分排名第12位。         第三方评测机构Artificial Analysis的结论则是，Gemini 3.6 Flash 在智能方面较3.5 Flash没有提升，智能指数得分50，但任务效率有所提高，Gemini 3.6 Flash的平均每任务时间为 1.3 分钟，较上一代减少超过50%，同时每任务成本略有降低。         这意味着，谷歌优化的更多是速度和成本，而不是模型能力本身。         更值得关注的是，在Artificial Analysis最新智能指数排行榜中，谷歌目前已经没有任何一款模型进入前十。

F | 排名靠前的是Anthropic、OpenAI等海外厂商，也包括国内月之暗面的Kimi K3、智谱GLM-5.2等模型。

G | 这与去年Gemini一度站上全球第一梯队形成了鲜明反差。Nexus可以载5个人，载重量为600磅。您还可以通过上图看到右侧的加注口。我们也进入了贝尔尼克斯的内部客舱进行体验。

H |          除了排行榜，开发者社区的反馈同样出现明显分化。五个座位按2-2-1的排列。不少开发者用谷歌新模型做任务时未看到很好的表现，“前端能力糟糕、空间推理也很差，我安慰自己这其实不是在高思考水平上运行的，但我不确定。”          有开发者评论道，“谷歌就像龟兔赛跑里的兔子，领先一段时间后就开始睡觉。

I | ”也有人直言，Gemini 团队需要引入真正关心交付前沿模型的人。         在关于谷歌新模型发布的评论中，相比Flash模型，大家更关注的是，旗舰模型Gemini 3.5 Pro什么时候发布？          在5月的谷歌I/O 大会上，谷歌发布了Gemini 3.5 Flash，当时曾预告Pro版本已在内部使用，预期一个月内推出。然而两个月过去了，Gemini 3.5 Pro依然没有公开亮相。

J | 前排座椅是驾驶员座椅，但是你看不到传统直升机的控制部件。

K | 相反，现代仪表系统可以实现未来的自动驾驶功能。

L | 令人印象深刻的是，贝尔·尼克斯的座椅非常舒适，就像坐在豪华轿车里一样。据《边缘》外国媒体报道，全世界有19家公司在研究飞行汽车/出租车，其中包括一些大型航空公司和许多新成立的公司。贝尔公司在倾转旋翼技术方面积累了大量的经验，与波音公司合作开发的V-22已经服役多年。据外媒报道，由于模型始终未达到内部预期性能，谷歌推迟了发布计划。据官方介绍，贝尔在航空业的积累也是其优势所在：贝尔耐克斯由贝尔设计、开发和制造；其他合作伙伴包括赛峰、EPS、泰利斯、穆格和加敏。

M | 其中，赛峰为Nexus提供混合动力解决方案，EPS提供储能系统，泰利斯提供飞行控制计算机（FCC）硬件和软件，Moog提供飞行控制动作系统，Garmin负责集成航空电子系统和飞机管理计算机。据现场工作人员称，贝尔·尼克斯预计将于2025年左右出现。         面对外界质疑，谷歌DeepMind技术负责人洛根·基尔帕特里克（Logan Kilpatrick）也在社交媒体上回应称，Gemini 3.5 Pro正在与合作伙伴进行测试，计划在准备就绪后立即广泛提供。值得一提的是，贝尔也是Uber空中出租车项目的合作伙伴，制造商和服务提供商之间的合作将加速这一概念的实现。也许将来飞去上班并不遥远。”随着地面交通越来越拥挤，我们必须在三维空间中寻找新的交通解决方案来应对当前的挑战。我们非常自豪地向业界宣布，备受期待的空中出租车现已正式启动。但他未给出具体的时间节点。

N |          与此同时，谷歌在这次博客中提到，团队已经开始着手构建下一代模型，“启动了迄今为止规模最大的 Gemini 4 预训练工作，并对目前的进展感到振奋”。

o | 这一表态，也让不少业内人士猜测，谷歌是否正在把更多资源转向下一代模型，而非继续打磨3.5 Pro。         针对现阶段谷歌模型的表现，很多人认为，并不是谷歌的能力不行，而是内部的策略方向问题，优先级放在产品上，而不是像Anthropic、OpenAI等厂商专注将AI做好。         从谷歌这次的更新来看，团队在大模型上的策略似乎是“速度胜过智慧”。有开发者认为，让任务时间缩短是很好，但停滞的智能意味着他们优先考虑了错误的指标。“创新也需要深度，而不仅仅是秒表”。         不过，也有开发者认为，如果模型是为了赚钱，从这个商业角度看，谷歌是聪明的，毕竟现在新兴公司都是在烧钱运营，一旦钱烧完直接就倒闭，而谷歌是将模型降智节省成本。我们相信，随着基础设施的不断改善，Bell Nexus空中出租车将在全球取得成功。

p |          相比Anthropic和OpenAI持续围绕模型能力竞争，谷歌拥有Android、Chrome、Workspace、搜索、云服务等庞大的产品生态，因此这一年其AI战略一直更偏向产品落地，而不是单纯追逐模型能力和榜单。”贝尔公司总裁兼首席执行官米奇•斯奈德对Nexus公司充满信心。         但另一方面，开发者更倾向于将智能作为评价AI公司的第一标准。

q | 如果模型能力长期停滞，即便商业化领先，也难免影响开发者生态和市场预期。         遥想去年11月，谷歌发布Gemini 3模型时曾引发业界震动，反超OpenAI、坐稳第一梯队，股价一路飙升。而进入2026年以来，AI竞争的风向再次发生变化。OpenAI依靠持续推出新模型重新夺回行业关注度，Anthropic依旧保持着模型能力领先的位置，而谷歌更多展示的是成本优化和产品整合能力。

r |          截至7月21日收盘，谷歌（GOOGL.US）跌超1%，股价收于347.15美元/股，较5月中旬高点累计回落近15%，当前谷歌总市值约4.2万亿美元，也从全球市值榜第二退居第三，被苹果赶超。         (本文来自第一财经)。

Current article:http://yuq.taokenlaichunlei.bond/news/20260826_8737468.html

Published on:16:31:36