十三年布局，一朝反超！谷歌AI崛起的真实故事

编辑：定慧

2025年8月，一个叫Nano Banana的图像生成器冲上LMArena榜首，后来Gemini App成为苹果商店下载量第一，OpenAI内部发出Code Red。但很少有人知道，这场逆袭的起点是2012年太浩湖赌场酒店的一场秘密竞拍。此后十三年，Google收购DeepMind、发明Transformer、自研TPU芯片、经历ChatGPT冲击和Bard翻车，直到创始人Sergey Brin回归、核心人才Noam Shazeer归来，才在2025年完成反超。这是一个关于人才、时间与长期主义的故事。

2025年8月的一个凌晨两点半。

谷歌的AI项目经理Naina Raisinghani正坐在电脑前，准备把DeepMind实验室的最新成果——一个超快的图像生成器——上传到LMArena排名平台。

系统需要一个名字才能提交。

这个点没人在线。

于是她随手用朋友给她起的两个外号拼了一个：Nano Banana🍌。

几天后，Nano Banana冲上排名榜首，在X上成为热门话题，全球用户生成了数十亿张图片。

谷歌一度找不到足够的算力，只能紧急借用服务器。

负责人Josh Woodward后来把这次发布称为「成功的灾难」。

到9月，Gemini App成了苹果应用商店下载量第一。11月，谷歌发布了迄今最强的Gemini 3模型，在多项指标上超越ChatGPT，股价大涨。

消息传回硅谷的另一端，OpenAI内部发出了Code Red。

如果说人工智能是一场马拉松，那么谷歌刚刚完成了一次史诗级的冲刺。

但很少有人知道，这场逆袭的起点，要追溯到十三年前一家赌场酒店的703号房间。

太浩湖的赌注

2012年12月初的一天，一场秘密竞拍正在美国滑雪胜地太浩湖（Lake Tahoe）的一家赌场酒店里进行。

太浩湖位于加州和内华达州交界处，是北美最大的高山湖泊，拥有蓝宝石般的湖面和顶级雪道。

《教父2》曾在这里取景，马克吐温曾在此地流连忘返。

由于离旧金山湾区只有200多英里，这里被称为硅谷的后花园——扎克伯格和埃里森都在此圈地占山，兴建豪宅。

但这一天，硅谷的大佬们没有来滑雪。他们在竞拍一个人。

秘密竞拍的对象，是一家刚刚成立1个月、仅有3名员工的公司——DNNresearch。

它没有任何有形的产品或资产，但追求者的身份暗示出了它的分量：谷歌、微软、DeepMind和百度。

65岁的Geoffrey Hinton坐在酒店703房间的地板上。他苍老、瘦削，饱受腰椎间盘的疼痛折磨——不能开车，也不能坐飞机。这位多伦多大学教授是深度学习领域的宗师级人物，从1972年进入爱丁堡大学算起，他已经在这条路上鏖战了40年。

他为竞拍设置了规则：起价1200万美元，每次抬价至少100万美元。

几个小时后，价格被推到了4400万美元。辛顿有些头晕，感觉「我们像是在拍电影」。他果断喊停，把公司卖给了最后的喊价者——谷歌。

有意思的是，这场4400万美元竞拍的源头之一，正是来自6个月前的谷歌。

「谷歌猫」与最老的实习生

2012年6月，谷歌研究部门Google Brain公开了一个叫「谷歌猫」的项目成果。

简单来说，这个项目就是用算法在YouTube的视频里识别猫。

它由从斯坦福跳槽来谷歌的吴恩达发起，拉上了谷歌传奇人物Jeff Dean入伙，还从创始人Larry Page那里要到了大笔预算。

谷歌猫搭建了一个神经网络，动用了遍布谷歌各个数据中心的16000个CPU进行训练，最终实现74.8%的识别准确率。

这一数字震惊业界。

但吴恩达在项目临近结束前激流勇退，投身自己的互联网教育项目。临走前他向公司推荐了辛顿来接替他的工作。

面对邀请，辛顿表示自己不会离开大学，只愿意去谷歌待一个夏天。

由于谷歌招聘规则的特殊性，时年64岁的辛顿成为了谷歌历史上最年长的暑期实习生。

这位实习生了解了谷歌猫项目的技术细节后，马上看到了项目成功背后的隐藏缺陷。他后来说：他们运行了错误的神经网络，并使用了错误的计算能力。

同样的任务，辛顿认为自己可以做得更好。

于是在短暂的实习期结束后，他马上投入行动。

辛顿找来了自己的两个学生——Ilya Sutskever和Alex Krizhevsky，两人都是出生于苏联的犹太人，前者极具数学天赋，后者擅长工程实现。三人密切配合，创建了一个新神经网络，参加了ImageNet图像识别大赛。

2012年10月，辛顿团队的冠军算法AlexNet以惊人的84%识别准确率夺冠。

相比谷歌猫用了16000颗CPU，AlexNet只用了4颗英伟达GPU。

学术界和产业界彻底轰动。

AlexNet的论文成为计算机科学史上最有影响力的论文之一，目前被引次数已经超过12万。而谷歌猫则被迅速遗忘。

太浩湖的4400万美元，给全球的深度学习大神做了一次重新定价。在那个价格面前，图灵奖的100万美元奖金看起来都像是零花钱。

天下英雄尽入彀中

谷歌在拿下辛顿团队后再接再厉。

2014年1月，谷歌以约6亿美元收购了当年在太浩湖竞拍中与之竞争的DeepMind。

这家伦敦公司的创始人Demis Hassabis是一个国际象棋神童，4岁开始接触国际象棋，14岁成为国际象棋大师。

马斯克曾向谷歌创始人Larry Page推荐了自己投资的这家公司。

为了能带上辛顿一起去伦敦验证DeepMind的成色，谷歌团队专门包了一架私人飞机，并且改造了座椅——因为辛顿的腰椎问题让他无法乘坐普通飞机。

收购完成后，谷歌的AI版图上已经聚集了当时最顶尖的深度学习人才。

与此同时，一个不太引人注目的项目正在悄悄进行：谷歌开始自研AI芯片。

他们认为语音识别这类应用会需要大量算力，于是设计了TPU（张量处理单元），比传统CPU和GPU更省电。

这一步棋当时看起来并不显眼。

但十多年后，它将成为谷歌反超的关键武器。

Transformer：改变世界的论文

2016年3月，DeepMind的AlphaGo以4:1击败围棋世界冠军李世石，震惊全球。

这是AI第一次在这种极其复杂的策略游戏中战胜人类顶尖选手。

那一年，Sundar Pichai刚接任谷歌 CEO不久。他在博客里写道：过去十年是智能手机的时代，未来十年将是AI优先的时代。

2017年6月，谷歌的一个团队发表了一篇名为《Attention Is All You Need》的论文。8位谷歌科学家提出了Transformer模型——一种彻底抛弃循环神经网络、完全基于注意力机制的新架构。

这篇论文开启了如今的大模型时代。ChatGPT、Claude、Gemini……所有当今最强大的AI模型，都建立在Transformer的基础之上。

截至2025年，这篇论文被引用超过17.3万次，位列21世纪被引用最多的论文前十。

但讽刺的是，8位作者后来全部离开了谷歌，创办或加入了其他公司。

其中一位叫Noam Shazeer。

记住这个名字。

ChatGPT的冲击

尽管谷歌拥有最强的技术积累和最顶尖的人才，但在聊天机器人这条赛道上，它一直表现得异常谨慎。

2021年5月，谷歌发布了LaMDA——一个基于Transformer的对话大模型。

但它只对少数人开放测试，限制极多。2022年8月，谷歌推出了测试应用AI Test Kitchen，有三个功能：想象它、列出它、聊狗。

没错，第三个功能只能聊狗。

谷歌的高管和研究员们担心安全问题。早期模型很容易被诱导出种族歧视或性别歧视的回答。前Google Brain员工Julia Winn说，谷歌对这类风险看得比她待过的任何公司都重。

这种谨慎让一些研究员很沮丧，有的选择了离开。

然后，2022年11月30日，OpenAI发布了ChatGPT。

五天内，一百万人注册。用户没有太多限制，想聊什么聊什么。

谷歌内部一些在AI上耕耘多年的员工气坏了。

分析师和投资者开始质疑：谷歌是不是要错过科技史上的下一波大浪？

翻车

2023年1月，Jeff Dean、Demis Hassabis和新加入的机器人专家James Manyika向董事会汇报了打造最强模型的计划。

但谷歌等不及了，需要先推一个产品出来。

2023年2月6日，他们匆忙发布了基于LaMDA的聊天机器人Bard。

发布会翻车了。

宣传视频里，Bard被问到韦伯望远镜的问题，回答说它拍了第一张系外行星照片。

这是错的。第一张系外行星照片是2004年欧洲南方天文台的甚大望远镜拍摄的。

Alphabet股价当天下跌8%，市值蒸发约1000亿美元。

这是谷歌AI历史上最黑暗的时刻之一。

创始人的回归

差不多同一时间，已经退休的谷歌联合创始人Sergey Brin在一个派对上碰到了OpenAI的研究员Daniel Selsam。

Selsam问他：ChatGPT这么厉害，作为计算机科学家你不心动吗？怎么不回来全职搞AI？

Brin觉得他说得有道理。

这位2019年从执行层退休的联合创始人，开始几乎每天参与AI工作。

他深入了解技术细节，研究损失曲线，每周参与前沿AI研究的讨论。他还帮Gemini挑毛病，并且参与了关键人才的招聘。

Brin后来说：任何计算机科学家现在都不应该退休。

他还促成了一笔关键的交易。

Noam Shazeer是2017年Transformer论文的8位作者之一。

他后来离开谷歌，与Daniel De Freitas共同创办了Character.AI——一家专注于AI角色对话的创业公司。

这两个人还有另一个共同点：他们都是LaMDA的关键开发者。

2024年8月，一个价值27亿美元的交易让这两位叛将回归了谷歌 DeepMind。

严格来说，这不是一次收购——Character.AI继续独立运营，但Shazeer、De Freitas和约30名研究人员回到了谷歌。

谷歌要回的不是公司，是人。

这两人后来参与领导了Gemini的开发。

整合

2023年4月20日，Sundar Pichai宣布了一个重大决定：Google Brain与DeepMind合并，成立新的谷歌DeepMind。

这两个团队此前一直分头运作，文化也不相同。Google Brain偏研究，总部在美国；DeepMind偏产品，根基在英国。两边合并后产生了不少摩擦。

但在ChatGPT的压力下，谷歌别无选择。

Demis Hassabis被任命为谷歌 DeepMind的CEO。Jeff Dean转任首席科学家。

与此同时，谷歌有一个OpenAI没有的优势：OpenAI需要融资，而谷歌可以从自己每年几百亿美元的利润里拿钱做研发。

2023年底，谷歌发布了第一版Gemini。

与ChatGPT主要用文本训练不同，Gemini从一开始就用文本、代码、音频、图像和视频一起训练。

这是技术野心更大的方案，虽然开发时间更长，但后来被证明是值得的。

诺贝尔奖

2024年10月，Demis Hassabis和John Jumper因AlphaFold获得诺贝尔化学奖。

AlphaFold解决了困扰科学界50年的蛋白质折叠问题——仅凭氨基酸序列就能准确预测蛋白质的三维结构。

这是AI对基础科学的历史性贡献。

对谷歌来说，这是一个转折信号：他们的科学家正在拿诺贝尔奖，而不只是追着竞争对手的尾灯跑。

关于这个故事，欢迎收看我认为目前最精彩的纪录片。

《The Thinking Game | Full documentary | Tribeca Film Festival official selection》

十年前的伏笔

2025年4月，谷歌发布了第七代AI芯片Ironwood。

每颗芯片可达4,614TFLOPs的FP8性能。

最多9,216颗芯片可以互联成一个超级算力集群，总性能达到42.5Exaflops——这是当时世界最强超级计算机El Capitan的24倍。

比第一代Cloud TPU能效提升了30倍。

当谷歌在2013年开始秘密研发TPU时，没有多少人意识到这步棋的意义。

那时候，Nvidia的GPU还是AI训练的绝对霸主；那时候，ChatGPT还不存在；那时候，大多数人连大语言模型这个词都没听说过。

但十二年后，这步落子终于开花结果。

消息传出：谷歌正在和Meta谈判，要卖给他们价值数十亿美元的TPU芯片。

Nvidia股价当天下跌7%。

成功的灾难

2025年8月，Nano Banana横空出世。

这个随手起的名字冲上了LM Arena排名榜首。全球用户疯狂使用，生成了数十亿张图片。谷歌的服务器一度不堪重负。

负责人Josh Woodward把这次发布称为成功的灾难。

到9月，Gemini App成为苹果应用商店下载量第一。月活用户从7月的4.5亿涨到了10月的6.5亿。

11月，Gemini 3发布。在多项基准测试中超越ChatGPT。自研的Ironwood芯片大幅降低了AI模型的运行成本。

Pichai在12月的内部备忘录里写道：我们以很棒的姿态结束了2025年。想想一年前我们在什么位置，这个进步令人难以置信。

逆袭的逻辑

谷歌用了十三年完成这场逆袭。

从2012年太浩湖的4400万美元竞拍，到2014年收购DeepMind，到2017年发表Transformer论文，到2023年经历Bard的翻车和团队的整合，再到2025年Gemini 3的登顶和芯片业务的突破。

期间有无数次可能走岔的路口：

如果2012年百度而不是谷歌赢下了辛顿，历史会怎样？

如果8位Transformer作者没有全部离开谷歌，会怎样？

如果Sergey Brin没有在那个派对上被一句话刺激到，会怎样？

如果Noam Shazeer没有回归，会怎样？

但历史没有如果。

尾声

回看这十三年，有一个贯穿始终的主题：人才。

太浩湖的秘密竞拍抢的是人。收购DeepMind买的是人。Sergey Brin回归是人的回归。Noam Shazeer的27亿美元交易，本质上还是请人回来。

在前沿技术领域，一个顶级学者的作用，往往大过一万个普通工程师。这就是为什么谷歌愿意花4400万美元买下一家没有产品、没有收入、只有三个人的公司。这就是为什么Brin愿意从退休生活中走出来。

而另一个主题是：时间。

TPU芯片从2013年开始研发，到2025年成为竞争优势，中间隔了12年。Transformer论文发表于2017年，但它的全部威力要到2022年ChatGPT发布后才被世界看见。深度学习的先驱们从1970年代就开始了探索，却要等到2012年才迎来产业化的曙光。

伟大之所以为伟大，不是因为其横空出世时的惊艳，而是因为它要在无边黑暗中，忍受漫长的籍籍无名与不被理解。直到多年之后，人们才能顺着这些标尺，感叹那时群星璀璨，天才辈出。

2025年末，AI竞赛远没有结束。OpenAI后来也发布了更强的ChatGPT，用户量仍然远超Gemini。这场马拉松还在继续。

但至少，谷歌已经证明了一件事：

即使是科技巨头，也可以从落后中爬起来。即使是ChatGPT的冲击，也没有把谷歌打倒。

只要有人才，只要有耐心，只要有足够长的时间线，逆袭永远可能发生。

毕竟，Nano Banana这个名字，不过是一个项目经理在凌晨两点半随手起的。

而它背后，是十三年的布局——和无数个不眠之夜。