文 | 影子备忘录

如果你在2022年底问任何一个科技行业观察者，谁会是生成式AI时代最有力的竞争者，谷歌一定排在答案的前列。

那一年，谷歌手握DeepMind和Google Brain两大顶级AI实验室，拥有几乎取之不尽的算力资源和全球最庞大的数据池，Transformer架构的核心论文出自它的研究员之手，“Attention Is All You Need”八个作者的名字至今仍是AI圈的传奇符号。

所有人都以为，当生成式AI的浪潮真正拍来时，谷歌会是那个站在潮头的人。

但商业世界从来不按剧本演出。

2026年7月，多家权威评测机构更新的全球大模型综合排行榜显示，谷歌旗下最重要的AI产品Gemini，已经跌出全球前十。

这个曾被视为谷歌对抗OpenAI的最强武器，在短短一年半的时间里，从发布时被寄予厚望的“GPT-4杀手”，滑落到了连第二梯队都快站不稳的位置。

如果把时间轴拉长来看，这已经不是谷歌第一次在AI竞赛中掉队，而是一连串战略摇摆、组织内耗与创新迟滞叠加之后，终于浮出水面的结果。

更耐人寻味的是，这个排行榜的前十名里，既有OpenAI的GPT-5、Anthropic的Claude 4、Meta的Llama 4这样的老面孔，也有xAI的Grok-3、Mistral的最新旗舰模型，甚至还有几家中国公司和欧洲新锐的产品。

但谷歌缺席了，以一种近乎无声的方式。

这不是一个简单的排名变动，它像一面镜子，照出了谷歌在AI时代最为深层的结构性困境。

一个被自己困住的巨人

要理解谷歌今天的窘境，必须回到那个被无数人反复提及却又容易被低估的历史起点。

2017年，谷歌研究团队发表了“Attention Is All You Need”论文，提出了Transformer架构。这篇论文不仅成为后来所有大语言模型的技术根基，也奠定了谷歌在AI基础研究领域无可争议的先驱地位。

可以说，没有Transformer，就没有今天的ChatGPT、Claude、Grok，也不会有这轮生成式AI的产业爆发。

然而，开创者不等于收割者。谷歌在Transformer之后做了什么呢？

它确实推出了BERT，在自然语言理解的多个基准测试上刷新了记录，甚至一度被深度集成到搜索引擎中。

但谷歌对生成式AI的态度始终是犹豫的、保守的，甚至带着某种大公司特有的傲慢。

内部早在2020年左右就已经有了类似ChatGPT的对话式AI原型，管理层却因为担心冲击搜索广告业务、担心生成内容的准确性和责任归属问题，迟迟不敢推向市场。

这是一种典型的“创新者窘境”。当你的核心业务每年贡献超过2000亿美元的广告收入时，任何可能颠覆这套模式的新技术，在内部都会被反复审视、层层过滤，直到被自我审查机制扼杀在摇篮里。

谷歌不是没有技术，不是没有人才，而是被自己太过成功的商业模式绑架了。搜索广告这台印钞机一天还在轰鸣运转，任何让它减速的风险都会被无限放大。

等到2022年11月OpenAI推出ChatGPT，两个月内用户破亿，整个行业的天平瞬间倾斜。

谷歌猛然惊醒，仓促之间推出Bard应对，结果首次公开演示就出现事实性错误，市值一夜蒸发千亿美元。

这是一次惨烈的品牌事故，但比市值更受伤的，是外界对谷歌AI能力的信心。

一个手握最核心技术的公司，居然在最重要的产品化环节摔得如此狼狈，这绝不是一次偶然失误可以解释的。

Bard后来更名为Gemini，谷歌试图用一个统一的大模型品牌来重整旗鼓。

2023年底发布的Gemini 1.0在多模态能力上确实展现出潜力，尤其是对视频和图像的理解令人眼前一亮。但问题在于，发布节奏和实际体验之间出现了巨大裂缝。

那段轰动一时的演示视频后来被曝出经过剪辑和提示词优化，并非实时交互，再次重创了谷歌在AI领域的公信力。

用户和开发者群体中开始流传一种情绪：谷歌的AI发布，看看就好，别太当真。

Gemini为何被挤出前十

如今Gemini跌出全球前十，并非一夜之间的突变，而是三重结构性断裂长期作用的结果。

第一重断裂，是模型能力迭代速度跟不上竞争对手。

全球大模型排行榜的评测维度通常涵盖推理能力、数学与代码、多语言理解、长上下文处理、多模态交互等数十项细分指标。

过去一年里，OpenAI完成了从GPT-4到GPT-5的跨越，Anthropic的Claude系列在深度推理和安全性上持续精进，Meta的Llama开源生态像野火一样蔓延，催生了大量基于其架构优化的衍生模型，这些衍生模型在特定任务上的表现经常反超原始版本。

甚至连成立不到三年的xAI，也凭借激进的算力投入和高效的技术路线，在多项指标上超过了Gemini。

竞争已经不是线性赛跑，而是指数级的军备竞赛。

当所有对手都在以数月为周期快速迭代时，Gemini的更新节奏显得迟钝而犹豫。Gemini 2.0的发布比预期晚了好几个月，而且在发布后不久就被开发者社区指出，在一些关键推理任务上的表现甚至不如某些开源竞品的最新版本。

这种“发布即落后”的尴尬，对于一个想要冲击第一梯队的旗舰模型来说是致命伤。

第二重断裂，是开发者生态和口碑的持续流失。

大模型的竞争从来不只是模型本身的竞争，更是生态的竞争。

OpenAI有ChatGPT这个超级应用作为入口，有覆盖全球的开发者和企业客户群；Meta通过开源策略让Llama渗透到了从初创公司到大型企业的每一个角落；Anthropic凭借Claude在高端企业市场建立了可靠、负责任的品牌形象。

反观谷歌，Gemini的生态位始终模糊不清。它既想通过Google Cloud争取企业客户，又想借安卓和Google全家桶触达消费者，还试图用Gemini Advanced订阅服务直接挑战ChatGPT Plus。多方出击的结果是每一侧都没有形成压倒性优势。

开发者社区的态度最能说明问题。在GitHub、Hugging Face以及各大技术论坛上，讨论Gemini集成的帖子数量远少于OpenAI和Llama相关话题。

大量AI初创公司在选择底层模型时，Gemini往往不是首选，甚至不是备选。这种生态的弱势会自我强化：用的人越少，反馈越少，改进越慢，进而用的人更少。

谷歌曾经引以为傲的开发者关系网络，在AI这一仗里意外地失灵了。

第三重断裂，是谷歌AI战略的反复和内耗。

翻看谷歌过去五年的AI组织架构变动，简直是一部大型企业如何自我消耗的教科书。

最初是Google Brain和DeepMind双轨并行，一个偏重研究和产品结合，一个偏重前沿探索。2023年，谷歌将二者合并为Google DeepMind，希望整合力量集中攻关Gemini。

这个逻辑本身没有问题，但合并带来的文化冲突、人事震荡和方向博弈，消耗了大量原本应该用于技术攻关的能量。

DeepMind一直以学术自由和长期研究导向著称，而Google Brain的团队更习惯与产品部门紧密协作，追求快速落地。

两种文化的强行融合，导致了一些关键研究人员的离职。过去两年里，从谷歌出走投身创业或加入竞争对手的AI科学家名单，可以列出一长串，其中不乏Transformer论文的合著者。

这些人带着对谷歌战略不满和技术理想主义，成为了其他公司最锋利的武器。

当一个公司最顶尖的人才不是在解决技术难题，而是在处理内部对齐问题时，它在外部排行榜上的滑落就只是时间问题。

庞大帝国的隐秘底牌

但如果因此就断言谷歌在AI时代已经出局，那同样是一种误判。

谷歌目前的处境不是一败涂地，而是从绝对领先变成了艰难追赶，这两者之间有本质区别。

退一步看，谷歌在AI领域的布局厚度，依然令绝大多数对手难以望其项背。

在算力基础设施层面，谷歌自研的TPU芯片已经迭代到第五代，与英伟达GPU形成了有效的互补和部分替代。

在全球AI算力紧缺、高端GPU价格飞涨的背景下，拥有自主芯片能力意味着不会被供应链卡脖子。

谷歌云在全球部署的TPU集群规模庞大，这为Gemini后续的大规模训练和推理提供了物质基础。单论算力储备，谷歌依然位居全球前三。

在数据层面，谷歌搜索索引了互联网世界数十亿页面，YouTube是全球最大的视频平台，Gmail、Google Maps、安卓系统每天产生的数据量级是惊人的。

这些数据在合规前提下经过脱敏和筛选，可以为多模态模型的训练提供几乎无上限的燃料。数据质量决定模型的上限，而谷歌在这个维度上的优势还没有被充分释放。

在应用场景层面，谷歌拥有超过15亿的Gmail用户、20亿以上的安卓设备、月活超过20亿的YouTube。

这意味着一旦Gemini的能力真正成熟，它可以瞬间触达全球最大规模的用户群。想象一下，一个足够聪明的AI助手无缝嵌入到Gmail、Google Docs、Google Maps和安卓系统的每一处交互中，这种端到端的整合体验是任何单一AI应用都无法比拟的。

谷歌的真正挑战从来不在于“没有牌”，而在于“怎么打”。过去两年的问题在于，牌太多太杂，每一张都想打，每一张又都打得不够坚决。

从最新的动态来看，谷歌似乎终于开始聚焦。2025年下半年以来，Google DeepMind的重组阵痛逐渐平息，Gemini新一代模型的研发节奏有所加快。

谷歌开始把AI能力深度植入搜索，推出AI Overviews等产品，虽然初期的准确性质疑声不断，但迭代速度在提升。

在云计算端，Vertex AI平台正在努力弥合与Azure OpenAI Service之间的差距。在开源侧，谷歌推出了Gemma系列轻量级模型，试图在开发者社区夺回一部分话语权。

这些动作说明，谷歌意识到了问题所在，并且正在试图用自己最擅长的方式去解决：用工程能力把技术问题变成产品问题，再把产品问题用规模优势化解掉。

机会窗口还在，但时间不多了

全球AI大模型的竞争远未到终局。目前的市场格局更像是一场马拉松的前半程，领先的选手换了几轮，没人敢说自己已经锁定胜局。谷歌仍然具备几个结构性的机会窗口。

第一个机会是多模态的全面爆发。文本大模型的竞争已经趋于白热化，但真正的多模态理解和生成能力，即让AI同时处理文字、图像、视频、音频乃至物理世界的传感器数据，仍然处于早期阶段。

谷歌在视觉识别、视频分析、机器人控制等领域有着多年积累，YouTube的数据资产在多模态时代可能释放出比搜索引擎更大的价值。

如果谷歌能在这个方向上率先做出让用户明显感知到的代际差异，它有可能重新定义赛道，就像当初iPhone重新定义手机那样。

第二个机会是AI Agent的规模化落地。未来的AI竞争不只是聊天对话，而是谁能真正帮用户完成复杂任务：预订旅行、管理日程、跨平台操作、甚至控制智能家居和车辆。

谷歌拥有Gmail邮箱、日历、地图、支付系统等完整的个人数字生活基础设施，这些工具一旦被一个强大的Agent串联起来，其价值将远超一个孤立的对话式AI。

这个愿景已经讲了很久，关键在于执行。谷歌需要证明自己不是那个只会画蓝图的公司。

第三个机会来自监管格局的变化。欧盟、美国等主要经济体对AI的监管正在趋严，尤其是在隐私、安全和内容责任方面。

谷歌作为经历过无数次反垄断和隐私调查的老牌巨头，在合规能力和政府关系上比新兴AI公司更具经验。当监管门槛提高时，小型竞争者可能会被淘汰出局，而谷歌有可能凭借合规优势稳住阵脚。

当然，这同时是一把双刃剑，谷歌本身也在承受巨大的反垄断压力，能否将监管转化为护城河还是未知数。

不过，所有这些机会要兑现，都有一个前提：谷歌必须在组织效率和战略聚焦上做出根本性的改变。

外部世界不会停下来等它。OpenAI正在向更复杂的推理和Agent能力迈进，Anthropic在企业市场步步为营，Meta的开源大军正在蚕食中小开发者的心智，而苹果携设备生态虎视眈眈，随时可能用端侧AI重新定义交互入口。

这是一个六强争霸的牌局，缺席者不会再有下一轮补票的机会。

Gemini跌出全球前十是一个信号，但不是一个判决。

在科技行业，技术先发优势的保质期比想象中短得多，而组织惯性和战略摇摆的代价比想象中高昂得多。

谷歌曾经从一家搜索初创公司变成数字广告帝国，又从移动互联网的危机中成功转型，它具备自我重塑的基因。

只不过，这一次的对手不再是雅虎或者微软，而是一群没有历史包袱、以AI为唯一使命的新物种。面对这样的竞争，任何一丝犹豫和傲慢，都可能是无法挽回的错误。

谷歌的AI之路确实艰难，但远远没到写悼词的时候。

真正值得关注的不是它能不能回到前十，而是它愿不愿意承认，过去的荣耀在新的游戏规则面前一文不值，然后像一个挑战者那样去战斗。