Gemini 3 已经发布了。反响看起来非常积极。这款模型给人的感觉很好。我对这些进展感到非常兴奋。我对研究感到兴奋。我们实际上在多个维度上都推动了前沿。这就是我们构建 AGI 的方式。我们希望能以正确的方式去做，这也是我们倾注全部心智和全部创新的地方。它不像是一种纯粹的研究工作，被丢在某个实验室里；而是我们与这个世界共同完成的努力。这是一个新世界，对吧？有一种新技术正在定义用户对很多事情的期待。从某种意义来说，我们正在与我们的客户共同构建 AGI。所以突然间，你让更多人能够成为构建者。让任何东西都变成现实。对吧。是的。我觉得未来 6 个月可能会和过去 6 个月以及再之前的 6 个月一样令人兴奋。我们很幸运能生活在这个时代。它就发生在当下。非常令人兴奋。嘿，各位，欢迎回到 Release Notes。我叫 Logan Kilpatrick，来自 DeepMind 团队。今天很荣幸邀请到 Cororey Kavachulu，他是 DeepMind 的 CTO，也是 Google 新任首席 AI 架构师。Cory，感谢你来参加。我很期待这次聊天。我也是。是的，非常兴奋。谢谢邀请。当然。Gemini 3 已经发布了。反响看起来非常积极。我想我们出去发布的时候，心里显然已经预感这款模型会有多强。排行榜看起来很棒，但我觉得真正交到用户手中并实际投入使用才是……
那永远才是真正的考验，对吧？我是说，我们一直在做，基准测试是第一步，然后我们会做测试，会和可信测试者一起，做预发布等等。所以你会有一种感觉：是的，这是个好模型。它有能力。它并不完美，对吧？但我觉得，嗯，我对目前的反响真的很满意。大家似乎都喜欢这个模型，而我们觉得有趣的地方，他们也觉得有趣。所以到目前为止还不错。这是件好事。是的。昨天我们还在聊，话题的核心就是珍惜当下，欣赏进步并没有放慢脚步，这我很认同。当我回想起上次坐在你旁边的时候，我们在 I/O 大会上，当时我们发布了 2.5，听着 Dennis 和 Sergey 谈论 AI 之类的话题。我觉得进步没有放缓，这真的很有意思。就像当初发布 2.5 时，感觉它是最先进的模型，感觉我们在多个维度上真正推动了前沿，而我觉得 3.0 再次做到了这一点。是的。我很好奇关于 scaling 能否持续的讨论现在进行到哪一步了。你目前怎么看？是的。我是说，嗯，你看，我对这些进展感到非常兴奋。我对研究感到兴奋，因为当你真正身处研究之中时，各个方面都充满了兴奋，对吧？我是说，从数据、预训练到后训练，到处都充满了兴奋，我们看到了很多进展，很多新想法。归根结底，这整件事真的是靠创新、靠想法在驱动，对吧？我们做的越是能在现实世界产生影响、被人们使用的事情，你其实就会获得更多想法，因为你的覆盖面增加了，你得到的信号种类也增加了。而且我觉得问题会变得更难，问题会变得更加多样，随之而来的是，我认为我们会受到挑战，而这种挑战是好事。是的。我认为这也是构建智能的驱动力，对吧？事情就是这么发生的。我觉得有时候如果你只看一两个基准测试，可能会觉得遇到了瓶颈，但我认为这很正常，因为基准测试是在某个东西构成挑战的时候定义的，你定义了那个基准测试，然后当然随着技术进步，那个基准测试就不再是前沿了，它不再定义前沿，接下来发生的就是你定义一个新的基准测试。这在机器学习中非常正常，对吧？基准测试和模型开发总是形影不离。你需要基准测试来指导模型开发，但你只有接近下一个前沿时，才能知道它是什么，从而定义新的基准测试。是的，我也有同感。有几个基准测试，比如 HLE，最初所有模型都表现得很差，只有百分之一二，我觉得现在最新的带 deep think 的版本已经到了 40% 多，简直疯狂。是的，
RKGI2 最初所有模型几乎都做不了多少，现在到了 40% 多。所以这很有意思，而且有意思的是，我不知道为什么那些保持静态、经得起一点时间考验的基准测试，我觉得它们可能接近饱和了，但比如 GPQA diamond，它一直还在，尽管我们只能一点一点地提升 1% 左右。但那里真的有非常难的问题，我是说，那些难题我们仍然做不到。是的。对吧。而且它们仍然能测试某些东西，但如果你想一下我们在 GPQA 上的位置，并不是说你在 20 多分，还需要冲到 90 多分，对吧？所以你已经在接近了。因此它定义为未解决的问题数量当然在减少。所以在某个时刻，找到新的前沿、新的基准测试是好事，而且定义基准测试真的非常重要，对吧？因为如果你把基准测试当作进步的定义，它未必总是一致的对吧，就是进步和基准测试之间是有区别的，理想情况下 100% 对齐，但永远不会 100% 对齐对我来说，最重要的进步衡量标准是，我们的模型在现实世界中，科学家在用，学生们在用，律师在用，工程师在用，然后人们用它做各种各样的事情，写作、创意写作、邮件，简单的或困难的，对吧？这个范围很重要，还有不同的主题、不同的领域。如果你能在那里持续创造更大的价值，我认为那就是进步，而这些基准测试帮助你量化它。是的。你是怎么看的？也许从 2.5 到 3 就有一个具体的例子，或者随便选哪个版本变化都行，我们在哪些方面是在重点发力？以及，在一个现在有无数基准测试、你其实可以选择重点发力哪里的世界里，你对 Gemini 整体是怎么考虑的，也许特别是对 Pro 模型，我们尝试在哪些方面重点发力？我认为有几个重要的领域，对吧？其中之一是指令遵循，这很重要。指令遵循是指模型需要能够理解用户的请求并遵循它，对吧？你不想模型只是回答它觉得自己该回答的东西，对吧？所以这种指令遵循能力很重要，这也是我们一直在做的。然后，嗯，对我们来说国际化也很重要。
Google 的业务非常国际化，我们希望触达全世界每一个人。因此这一点很重要。而且我觉得，至少就 3.0 非 Pro 版本而言，我们聊到——今天早上我和 Tulsi 谈过，她感叹说，这个模型在处理那些历史上我们一直不太擅长的语言时表现惊人，这非常令人惊喜。所以你必须持续关注这些领域，对吧？它们可能看起来不像是知识的前沿，但却真的非常重要，因为你希望与那些地区的用户互动，因为正如我所说，一切都是为了从用户那里获取反馈信号。然后如果你再看一些更技术性的领域，function calls、tool calls、agentic actions 和代码，这些都非常重要。function calls 和 tool calls 之所以重要，是因为我认为它们带来了完全不同的智能乘数效应。这既体现在模型能够自然地使用我们自己创建的所有工具与函数，并将其融入自身的推理中；也体现在模型能够自己编写工具，对吧？你可以这样想：模型本身在某种意义上也是一种工具。所以这一点非常重要。显然，代码也是如此，不仅因为我们都是软件工程师，更因为我们知道，借助代码，你可以构建出笔记本电脑上运行的任何东西，而且在笔记本电脑上发生的不仅仅是软件工程——
让一切成真。让一切成真，对吧？所以我们现在做的很多事情都发生在数字世界中，而代码是实现这一切的基础，能够与你生活中几乎所有发生的事情进行整合——不是所有事情，但很多事情。这就是为什么我认为这两件事结合在一起，能够极大地扩展我们对用户的触达。我举 vibe coding 的例子，我很喜欢这个概念，为什么呢？因为很多人都有创造力，他们有想法，突然间你就让他们变得有产出——从有创意到有产出，你只需要把它写下来，然后应用就呈现在你面前。我的意思是，大多数时候它是有效的，而一旦奏效，就非常棒。我是说，太酷了。这个循环我认为非常棒。突然间，你就让更多人成为了 builder，能够构建东西，我是说，这太棒了。我喜欢这个说法。是的，谢谢你，这简直就是 AI Studio 的宣传 pitch，我很感激。我们会把这段剪辑出来放到网上。你提到的一个有趣的话题是，实际上，作为这次 Gemini 3 发布的一部分，我们推出了 Google Anti-gravity，一个全新的 agent 编程平台。那么，你怎么看——
我是说，拥有这种产品脚手架，以便从模型角度进行 hill climb 来提升质量，这显然有多重要？从模型角度来看。是的，tool calling 和 coding。对，对。对我来说这非常非常重要。我觉得 Anti-gravity 这个产品本身确实很令人兴奋，但如果从模型角度思考，这是双向的，对吧？我们先从模型角度谈谈：能够与终端用户——在这种情况下是软件工程师——进行整合，直接向他们学习，了解模型需要在哪些方面改进，这对我们来说至关重要。我的意思是，Gemini App 等领域也是如此，出于同样的原因它也很重要，对吧？直接理解用户非常非常重要。Anti-gravity 是这样，AI Studio 也是这样。所以我们与这些产品紧密合作，理解并学习，获取那些用户信号，我认为这非常重大。Anti-gravity 一直是一个极其关键的发布合作伙伴。他们加入的时间还不长，但在过去两三周的发布过程中，他们的反馈真的起到了至关重要的作用。Search AI Mode 也是如此，我是说 AI Overviews 让我们从那里获得了很多反馈。所以对我来说，与产品的这种整合以及获取信号，是我们理解问题的主要驱动力。当然，我们也有基准测试，所以我们知道如何推动 STEM、科学、数学这类智能的发展。但真正重要的是，我们要理解真实世界的用例，因为毕竟这必须在现实世界中可用。是的。那么，在你新任的首席 AI 架构师角色中，你现在还要负责确保我们不仅有好的模型，而且产品能够真正采纳这些模型并加以实现，在整个 Google 构建出色的产品体验。从 DeepMind 的角度来看，你认为这样做增加了多少额外的复杂性？在某种意义上，一年半以前生活更简单。确实。但我们在构建智能，对吧？很多人问我，你有这两个角色——我是说，我有两个头衔，但在很大程度上它们是同一件事。如果我们要构建智能，就必须通过产品、借助产品来完成，与用户建立连接。至于 Kairo，我试图做的是确保 Google 的产品能够获得最优质的技术。我们并不是在做产品——我们不是产品人。我们是技术开发者，对吧？我们开发技术，我们做模型。当然，就像每个人对任何事情都有自己的看法一样，大家都有主见，但对我来说最重要的是，以最佳方式让这些模型和技术可用，然后与产品团队合作，使他们能够在这个 AI 时代构建出最好的产品。因为这是一个全新的世界，对吧？有一项新技术正在定义用户的诸多期望，定义产品应该如何表现，信息应该如何传承，以及你能用这项新技术做的所有新事情。所以对我来说，这就是要在整个 Google 范围内实现这一点，与所有产品合作。我认为这很令人兴奋，无论是从产品角度、用户获得的角度，还是从正如我所说——这是我们的主要驱动力——能够感知用户需求、获取用户信号的角度，这对我们至关重要。这就是为什么我想这样做：这就是我们构建 AGI 的方式，这就是我们构建智能的方式——通过产品。我认为事情就会这样发生。这总有一天会成为一条很棒的推文，因为我确实觉得它很有意思。我也认同这样一个观点：在某种程度上，我们正与客户以及其他 PAS 共同构建 AGI。这并非那种纯粹在实验室里进行的研究工作，而是我们与世界共同参与的协作努力。而且我认为，这实际上也是一个经过充分验证和测试的体系。我们越来越采纳一种工程化思维，我认为这一点非常重要，因为当某个东西被精心构建时，你就知道它是稳健的、安全可用的。我们在现实世界中做事，采纳了所有经过验证的、关于如何构建事物的理念。我认为这也反映在我们如何看待 safety、如何看待 security 的问题上。我们试图再次从工程化思维出发，从一开始就从底层思考，而不是等到最后才考虑。因此，当我们进行模型 post-training、pre-training，或是审视数据时，我们始终秉持这样一种理念：每个人都必须思考这个问题。我们当然有 safety 团队，他们引入了所有相关技术；我们也有 security 团队，他们引入了所有技术。但关键是让 Gemini 中的每个人都能深度参与这一开发过程，将安全作为第一性原理。而且这些团队本身也是我们 post-training 团队的一部分，对吧？因此，当我们开发这些模型、进行迭代、发布候选版本时，就像我们会查看 GPQA、HLE 这类基准测试一样，我们也会查看 safety 和 security 指标。我认为这正是工程化思维的重要性所在。是的，我完全同意。我认为这对 Google 来说也很自然，这很有帮助，因为现在推出 Gemini 模型是一项非常协作且规模巨大的工程。以 Gemini 3 为例，我们刚才还在回顾，对我来说很重要的一点是，这个模型是非常典型的"Team Google"式模型。我们应该看看数据。我是说，也许阿波罗 NASA 计划有很多人参与——但我认为这是一次庞大的 Google 全球性努力，横跨我们所有团队才实现的，这很了不起。每一次 Gemini 发布都需要来自各大洲、欧洲、亚洲以及全球各地的人员参与，我们在世界各地都有团队，他们都做出了贡献。而且不仅仅是 GDM 团队，对吧？而是 Google 所有团队。是的。这是一项巨大的协作工程，而且我们与 AI Mode、与 Gemini App 同步发布，对吧？这些并不容易做到，因为它们在开发过程中就与我们并肩作战。只有这样，在发布第一天，我们才能真正做到同时推出——模型就绪，产品同步上线。当我们说"横跨 Google"时，不仅仅是指那些积极构建模型的人，所有产品团队也都在各自的岗位上做出了贡献。我有一个也许不算敏感的问题。Gemini 3 在很多基准测试——很多基准测试上都取得了 SOTA。我们实现了跨 Google 产品界面以及合作伙伴生态界面的同步发布。反响非常积极，模型的口碑也不错。如果我们快进一下——先 touch wood——如果我们快进到下一场重要的 Google 模型发布，你是否还有一些想做但还没做的事，比如希望我们去做 X、Y 之类？下一代模型要如何比 Gemini 3 更好？还是说我们应该先享受 Gemini 3 的这一刻？我认为我们应该两者兼顾，对吧？我们应该享受这一刻，因为在发布日花一天时间来庆祝是好事，而且我认为大家很欣赏这个模型，所以我也希望团队能享受这一刻。但与此同时，在我们审视的每一个领域，也都存在差距，对吧？写作方面它完美吗？不，写作还不完美。编程方面呢？编程也不完美。特别是我认为在 agentic 动作和编程领域，还有很大的提升空间。这是最令人兴奋的增长领域之一，我们需要找出可以做得更多的地方，并且我们一定会去做。我认为我们已经取得了长足的进步。这个模型可以说——也许 90%、95% 会以某种方式参与编程的人，无论是软件工程师还是想构建东西的创意人员——
我都愿意认为这个模型是他们能使用的最好的工具，对吧？但在某些场景下，我们可能还需要做得更好。是的，关于编程和工具使用，我还有一个比较尖锐的问题。如果你回顾 Gemini 的历史，显然我们在 1.0 阶段非常注重多模态能力，我认为到了 2.0 阶段，我们开始搭建一些 agentic 基础设施。你是否有这样的感觉：为什么我们——
我先声明一下，我认为进展速度看起来非常快，但为什么这只是一个侧重点的问题？为什么我们在 agentic 工具使用方面没有从一开始就做到 state-of-the-art？比如多模态方面，我们从 Gemini 1 开始 literally 就处于多模态的 state-of-the-art 水平，并且在很长一段时间内保持了这一优势。我不认为这是什么刻意的选择。说实话，如果一定要回顾，我觉得这取决于模型与实际世界的紧密程度。开发环境与现实世界结合得越紧密，我们就越能更好地理解这些真实需求。而且我认为，在 Gemini 的旅程中，我们一开始的起点当然是——Google 的 AI 研究有着悠久的历史，对吧？我们拥有大量杰出的研究人员，以及 Google 在 AI 研究领域辉煌的历史，这很棒。但 Gemini 也是一个从那种研究环境转向——正如我们所说的——工程化思维的旅程，进入一个我们真正与产品紧密相连的空间。当我看着团队时，我必须说我感到非常自豪，因为这个团队的主要成员——包括我自己在内——在五年前还在写论文、研究 AI，而现在我们实际上处于这项技术的前沿，并且通过产品与用户共同开发这项技术。这是一种完全不同的思维转变：我们每六个月构建一次模型，然后每一到一个半月就进行一次更新。这是一个惊人的转变，我认为我们正经历着这一转变。是的，我很喜欢这一点。Gemini 3 的进展非常了不起。另一个我脑海中一直思考的话题是，我们如何看待生成式媒体模型（gen media models）。我认为从历史上看，它们虽然一直很有趣，但可能并不是最大的重点——不是说它们没有被关注——但感觉我们在 V3、VO3.1 以及 nano banana 模型上，从产品对外发布的角度来看取得了巨大成功。我很好奇你如何看待这个问题：在我们追求构建 AGI 的过程中，有时我会说服自己，视频模型似乎不是这个故事的一部分。但我不认为这是真的。总的来说，我认为人应该理解世界、物理以及所有这些内容。所以我很好奇，你如何看待这些东西相互交织在一起。如果你回溯十到十五年前，生成模型主要应用在图像上，对吧？因为我们能更好地观察和理解其中发生了什么。而且，理解世界、理解物理这个概念，正是推动图像生成模型发展的主要动力。我们当时在生成模型方面做的一些令人兴奋的工作，可以追溯到十年前，甚至更早。感觉像二十年前了。对，二十年前我们还在做图像模型。我是说，这就是为什么我刚才有点犹豫。我读博期间，我们就在做生成式图像模型，对吧？当时所有人都在做那些。那时候我们经历过这个阶段，我是说，我们有那种叫做 PixelCNN 的东西，对吧？它们就是图像生成模型。从某种意义上说，后来发生的是，我认为大家也意识到，文本实际上是能取得更快进展的更好领域。但我认为图像模型回归是非常自然的事，而且在 GDM，我们在图像、视频、音频模型方面一直有很强的积累。我想这就是我要解释的。也许把这些整合在一起是很自然的。所以我们现在的方向是，我们一直在谈论多模态，对吧？当然，很自然的是，我们一直在谈论输入输出的多模态，这就是我们的发展方向。当你观察技术进展时，这两个不同领域之间的架构和理念一直在相互融合。以前这些架构是非常不同的。对。但它们现在融合得越来越多了。所以这并不是我们在强行推动什么，而是技术正在自然地收敛。它在收敛，因为每个人都明白从哪里能获得更高的效率，理念也在进化，我们看到了一条共同的道路，而我认为这条共同道路正在很好地汇聚。所以 Nano Banana 就是最初的那些时刻之一，对吧？你可以基于图像进行迭代，也可以和模型对话。因为文本模型拥有大量的世界理解，对吧？从文本中它获得了很多世界理解；而图像模型则从不同的视角拥有世界理解。所以当你把这两者结合起来，我认为会得到令人兴奋的结果，因为我觉得人们会感受到这个模型理解了他们想要传达的细微之处。我还有一个关于 NanoBanana 的问题：你觉得我们是不是应该给所有模型都起一些搞怪的名字？你觉得这会有帮助吗？不见得。你看，我觉得我们不是故意这么做的。
Gemini 3。如果我们不把它命名为 Gemini 3，我们会叫它什么呢？某个很荒唐的名字。我……不，我不知道。我不擅长起名。我是说，它当时叫 Rift Runner，对吧？就是 Rift Runner。实际上我们会用 Gemini 模型来起这些代号。而 Nano Banana 就不是这么来的。我们没有用 Gemini，对吧？这背后有个故事，我觉得好像在哪里发布过。我是说，只要这些名字是自然的、有机的，我就很高兴，因为我觉得对于构建这些模型的团队来说，能建立这种联系是件好事。是的。然后当我们发布它的时候，我觉得那件事就自然而然地发生了，因为我们当时在 LM Marina 上用代号测试这个模型，人们很喜欢它。我觉得……我不知道，我愿意相信那是因为它太自然了，所以就流行起来了。我不确定你能不能创造一个流程来生成这种效果。我同意你的看法。我也是这种感觉。如果我们有（这样的名字），就应该用它。如果没有，用标准名字也挺好。对了，我们应该聊聊 Nano Banana Pro，这是我们基于 Gemini 3 Pro 构建的新一代最先进的图像生成模型。而且我觉得，实际上当团队快要完成 Nano Banana 的时候，就已经有早期信号表明，如果用一个 Pro 级别的版本来做这件事，你可能会在一系列更细分的使用场景上获得更强的性能，比如文字渲染和世界理解之类的。你现在最关注的是什么？我知道我们有很多事情在进行中，但我觉得这可能就是我们看到不同技术对齐开始发挥作用的地方。因为对于 Gemini 模型，我们一向说每个模型版本都是一个模型家族，对吧？我们有 Pro、Flash 这样一个模型家族，因为在不同规模下，你需要在速度、准确率、成本等方面做出不同的权衡。随着这些东西融合到一起，当然，我们在图像方面也有同样的经验。是的。所以我觉得团队很自然地会想到：既然有 3.0 Pro 架构，我们能不能利用第一版学到的一切，并扩大规模，把这个模型调优成更擅长生成图像？我认为最终我们得到的是一个能力更强的模型，它能理解非常复杂的……一些最令人兴奋的使用场景是：你有一大批非常复杂的文档，你可以把它们输入进去。我们依靠这些模型来提问。你也可以让它基于这些内容生成一张信息图，然后它就能做到。所以这就是这种自然的输入模态、输入输出模态真正发挥作用的地方，这很棒。是的，感觉像魔法一样。我不知道……希望这段视频发布时，大家已经看过那些示例了。但我觉得这太酷了，看到内部有一堆示例在流传，简直不可思议。是的，我同意。当你突然看到，天哪，一大堆文本、概念和复杂的东西被用一张图解释得如此漂亮，这太令人兴奋了。当你看到这些东西时，真的很好，对吧？你会意识到这个模型是有能力的。而且其中还有非常多的细微之处，这非常有趣。我还有一个与此相关的问题，大概是在去年十二月，2024 年 12 月。好的。
Tulsi 曾承诺过我们将如何拥有统一的 Gemini 模型 checkpoints。我觉得你所描述的是，实际上我们现在已经非常接近那个目标了，历史上的架构曾经……
在图像生成等方面统一起来。哦，我明白了，明白了。是的。我很好奇，我觉得这是一个目标，我们希望这些东西真正被纳入模型主线。但可能也有一些自然的因素在阻碍这件事发生。我很好奇，关于这方面的背景或者高层的……
你看，正如我所说，技术、架构，它们正在对齐。对。所以我们看到这种情况在定期发生，人们一直在尝试，但这只是一个假设。你不能在这件事上基于意识形态行事，对吧？科学方法就是科学方法：我们尝试事物，提出假设，然后看结果。有时可行，有时不行，但这就是我们经历的发展过程。它正在越来越接近。我很确定，在不久的将来，我们会看到各种能力逐渐整合到一起，越来越像一个单一的模型输出，但这需要大量创新。确实很难，因为仔细想想，output space 对模型至关重要，那是学习信号的来源。现在我们的大部分学习信号来自代码和文本，这是驱动 output space 的主力，也是模型在这些方面表现出色的原因。而图像生成则不同——我们对图像质量的要求非常苛刻，要做到这一点很难。生成真正高质量的图像，实现像素级的完美度很难；而且图像在概念上还必须非常连贯，每个像素既要保证质量，又要与画面的整体概念相契合，这一点很重要。因此训练一个同时做好这两件事的模型更难。我的看法是，这绝对是可能的，只是需要在模型中找到合适的创新来实现。
> 是啊，我很期待。希望如果我们有一个单一模型，部署也能更简单些。
> 是啊，这我也不确定。
> 这还很难说。
> 确实很难说。我同意。说到这个有趣的话题，我们现在坐拥 DeepMind 旗下众多全球顶尖的 AI 产品，比如 vibe coding、AI Studio、Gemini App、anti-gravity 等，Google 内部各处也在发生类似的进展。我们有 Gemini 3 这样处于最前线的模型，还有 banana、vio 等，所有这些模型都处于行业前沿。但十年前，甚至十五年前，世界完全是另一番模样。我很好奇，你个人的成长历程是如何走到今天的。昨天聊天时你提到一件事，我当时完全不知道。后来我跟别人提起，他们也说完全不知道——你是 DeepMind 的第一位深度学习研究员。从当时人们对这项技术并不热衷，走到今天我们所在的位置，感觉是一个巨大的飞跃。你大概是十年前加入 DeepMind 的吧？
> 2012 年，13 年了。
> 是啊，太不可思议了。13 年前人们对这项技术还不感兴趣，或者说 DeepMind 对这项技术很热衷，但如今它真的在驱动所有这些产品，成为了核心。回顾这段经历，你会想到什么？
> 你是想问这是否令人惊讶，还是说一切显而易见？
> 嗯，我觉得这是一个充满希望的积极结果。我读博的时候，其实每个读博的人都一样，你会相信自己做的事很重要，或者将来会变得重要。你对那个课题非常感兴趣，认为它会产生巨大影响。我当时也是这种心态，所以当 Dennis 和 Shane 联系我、跟我交流时，我对 DeepMind 感到非常兴奋。我发现有一个地方真正专注于构建智能，而深度学习正是其核心。实际上，我和我的朋友 Carl Greger 当时都在 Jan 位于 NYU 的实验室，我们是同时加入 DeepMind 的。准确地说，那时候有一家以深度学习和 AI 为核心的初创公司是非常反常规的。所以我觉得那非常有远见，也是一个令人惊叹的地方，真的很让人兴奋。后来我组建了深度学习团队，团队不断壮大。我一直以来对深度学习的理解，与其说是一种方法，不如说是一种解决问题的思维方式和 first principle：一切都基于学习。这就是 DeepMind 的核心理念——一切押注在学习上。从当年的起点出发，再到 RL、agent，以及一路上我们所做的一切，这段旅程非常令人兴奋。至少对我来说，投身这些事情的初衷是希望会有积极的结果，但回头反思时，我觉得我们很幸运。我们很幸运能生活在这个时代，因为有很多人也在他们热爱的 AI 领域工作，以为属于他们的时代到了、事情会开花结果，而现在这一切真的正在发生。我们还必须意识到，AI 之所以能在当下爆发，不仅仅是因为机器学习和深度学习，还因为硬件发展到了一定阶段，互联网和数据也发展到了一定阶段。很多因素恰好汇聚在一起。我感到很幸运，能在这个时刻从事 AI 工作。回顾时我就是这种感觉：是的，我们选择投身 AI，我也做出了具体的选择，但同时我也感到非常幸运，能在此时处于这个位置。这非常令人兴奋。
> 是啊，我也同意。我很喜欢这段话。对了，我很好奇……我之前看了 The Thinking Game 的视频，想了解更多。我没有亲历 AlphaFold 的时代，仅有的了解来自阅读和听人谈论。回顾这些经历，你觉得今天和过去有什么不一样？我先给你铺垫一个例子，就是你正式录制前在镜头外提到的那件事——虽然不完全是你原话，但大意是：我们基本上已经弄清楚如何构建这些模型并将它们推向世界。我很赞同这一点。我好奇的是，这和以前的迭代相比感觉是否相似？将艰难的科学技术问题转化为成功成果，其组织架构或文化特质有哪些关键要素？我认为我们从很多项目中学到了这一点，从 DQN、Alpha Go、Alpha Zero、Alpha Fold 开始，这些项目都产生了巨大影响，我们也从中学会了如何围绕特定目标和使命来组织团队。我记得在 DeepMind 早期，我们做一个项目会有 25 个人参与，写论文也有 25 个作者。然后每个人都会说：25 个人不可能都参与了吧？我会说：是的，他们确实都参与了。因为在科学和研究领域，这并不常见。我认为这种认知和心态非常关键，我们是在这个过程中不断演进的，这真的很重要。与此同时，我觉得在过去这两三年里，正如我们谈到的，我们还将这种理念与一种更偏向工程的思维方式融合在一起：我们现在有一条主线的模型在持续开发，并且我们学会了如何在这条主线上做探索，如何用这些模型做探索。每次想到这一点，看到一个很好的例子时，我都感到非常高兴，那就是我们的 deep think 模型。这些就是我们带去 IMO 竞赛和 ICPC 竞赛的模型。我觉得这是一个非常酷且很好的例子，因为我们会进行探索，选定这些宏大的目标——比如 IMO 竞赛非常重要，题目真的很难。我要向所有参加这些竞赛的学生致敬，他们太厉害了。能够把模型放在那样的场景下，当然你会有一种冲动，想为它做点什么定制方案。但我们尝试做的是，把这当作一个机会去迭代我们已有的东西，或者提出与我们现有模型兼容的新想法，因为我们相信我们技术的通用性。然后像 deep think 这样的功能就是这么诞生的。我们做出了一些东西，然后把它开放给所有人用，所以每个人都能使用那个实际上被用在 IMO 竞赛上的模型。是的，顺着你说的话做个类比，你提到论文里的 25 个人。我觉得今天的版本是，你看，我相信 Gemini 3 的 contributors 名单很快就会出来，或者已经出来了——2500 人。有大约 2500 人，而且我敢肯定，保守地说——是啊，我敢肯定很多人会觉得，不可能真的有 2500 人做出了实际贡献，但确实如此，这太疯狂了。看到这些问题的规模现在变得如此之大，真是令人着迷。是的，确实如此。我认为这对我们来说很重要，这也是 Google 很棒的地方之一。有那么多在自己领域里非常出色的专家，我们从中受益。Google 有这种 full stack 的打法，对吧？我们从中受益。所以从数据中心到芯片，再到网络，再到如何大规模运行这些东西，每一层都有专家。这一切已经发展到一种状态，再次体现出这种工程思维——发展到这些东西是不可分割的状态，对吧？当我们设计一个模型时，我们是在知道它将在什么硬件上运行的前提下设计的；我们设计下一代硬件时，也知道模型可能会往哪里发展。但这很美好，对吧？我是说，协调这一切，当然，你有成千上万的人一起工作、做出贡献。我认为我们需要认识到这一点，这很美好。这很棒。是的，这不容易实现。一个很有趣的线索是，回到 DeepMind 的传承，他们曾采用各种不同的科学方法，试图解决这些非常有趣的问题。而到了今天，我们实际上已经知道这项技术在很多场景下都有效，我们真的只需要不断把它规模化——当然，要做到这一点也需要创新——但我好奇的是，你怎么看 DeepMind 在当今这个时代如何平衡纯粹的科学探索与“我们只想把 Gemini 规模化”之间的关系。也许可以用我最喜欢的一个例子，Gemini diffusion，作为那种决策在某种程度上的具体体现。这是最关键的事情，对吧？找到那种平衡非常重要。即使现在，当人们问我 Gemini 最大的风险是什么时——当然我经常思考这个问题——Gemini 最大的风险是创新枯竭。因为我真的不相信我们已经找到了配方，接下来只需要执行。我不这么认为。如果我们的目标是构建智能，我们当然会通过用户和产品来实现，但外面存在的问题非常具有挑战性。我们的目标仍然非常具有挑战性，它就在那里，我不觉得我们已经找到了配方，觉得只要规模化或执行就行了。能够推动这一切的是创新。创新可以看作是在不同尺度上，或者是在与你现有方向不同的切线方向上的探索。当然，我们有 Gemini 模型，在 Gemini 项目内部我们进行了大量探索——我们探索新的架构，探索新的想法，探索不同的做事方式，我们必须这样做，我们会持续这样做，而所有创新正是来源于此。但同时，我认为 DeepMind，或者说 Google DeepMind 整体，也在进行更多探索。我认为这对我们非常、非常关键，我们必须做这些事，因为 Gemini 项目本身可能对某些探索来说太过局限。所以我觉得我们能做到最好的事情是，无论是在 Google DeepMind 还是在 Google Research，我们都会探索各种各样的想法，并把这些想法引进来。因为归根结底，Gemini 不是一种架构，对吧？Gemini 是你想要实现的目标。你想要实现的目标是智能，而你希望通过你的产品来实现它，赋能 Google 真正运行在这套 AI 引擎上。从某种程度上说，具体是什么架构并不重要。我们目前有某种方案，我们有办法在此基础上演进，我们也会这样演进下去，而推动这一切的引擎将是创新。永远都会是创新。所以找到那种平衡，或者找到以不同方式去做这件事的机会，我认为非常关键。是的。我有一个与此平行的问题。在 IO 大会上，我和 Sergey 坐下来聊过，我当时跟他发表了一个感想，就是当我——我个人在 IO 上有这种感觉——当你把这么多人聚在一起来发布这些模型、实现这些创新时，你会感受到一种人性的温暖，这真的很有意思。我提到这个是因为，你知道，我当时也坐在你旁边听他们讲话，我某种程度上感受到了你的温暖。我是非常认真地说这个的，因为我觉得这转化成了 DeepMind 整体运作的方式。我觉得 Demis 也有这种特质，就是深厚的科学根基，但同时人也很好、很友善、很亲切。有意思的是，我不知道人们有多欣赏这种文化的重要性，以及它是如何体现的。我很好奇，当你思考如何帮助塑造和运营这一切时，这对你而言是如何体现的。首先，非常感谢，你过奖了（笑）。但我认为这很重要。我相信我们的团队，我相信要信任人，给人机会，团队这个维度很重要。我觉得这至少是我可以说的一部分，我也是通过在 DeepMind 工作学到的。因为我们曾经是个小团队，当然——就像你在那里建立了信任，然后当你发展壮大时，如何保持那种信任。我认为重要的是营造这样一种环境：人们觉得，我们真正关心的是解决那些有影响力的、对现实世界有意义的技术性科学难题。我觉得这仍然是我们正在做的事，对吧？就像我说的，Gemini 就是这样。构建智能是一个高度技术性、极具挑战性的科学问题，我们必须以这种方式去对待它，也必须带着谦逊去对待它，对吧？我们必须始终质疑自己，希望团队也有同感。这就是为什么我一直说，我真的为团队感到骄傲，他们合作得非常好。就像我们此前在楼上小厨房聊的那样，我当时对他们说：“是的，这很累。是的，这很难。是的，我们都筋疲力尽了。”但事情就是这样。我们并没有一个完美的架构来做这件事。大家聚在一起，一起工作，互相支持。这确实很艰难，但让这件事变得有趣且令人享受，也让你能攻克真正困难的问题的，我认为很大程度上在于拥有合适的团队并肩作战。而挑战在我看来，更多是要清晰认识到我们所拥有的技术的潜力。我无法肯定地说，20 年后还会是今天这样的 LLM 架构，我确信不会是这样。所以我认为推动新的探索是正确的做法。就像我们讨论的，GDM 整体而言，连同 Google Research，我们必须与学术研究社区一起，整体上我们必须推进多个不同的方向。我认为这完全没问题。什么是对的，什么是错的，我认为这不是重要的对话。重要的是能力，以及这些能力在真实世界中的演示，这才是真正能说明问题的。是的。我还有最后一个问题，我也很想听听你的想法。就我个人而言，我在 Google 这一年半多的时间感觉像是——其实我挺喜欢的——某种程度上是一个 Google 的“逆袭者”故事。尽管我们有所有的基础设施优势等等，但对我个人来说，展示出在……
你什么时候加入的？
2024 年 4 月。
2024 年。好的。是的。而且当时还有 AI Studio 的背景。我们当时在打造这款产品，某种程度上……
哦对，我想起来了。我们当时没有用户，或者说只有 3 万用户。没有收入。我们处于 Gemini 模型生命周期的非常早期阶段。而快进到今天，显然不一样了——就在过去几天这个模型推出的时候，我收到了一堆来自生态系统中各方的消息。你肯定也收到了很多。我觉得人们真的、终于意识到这件事正在发生。但我很好奇从你的角度来看，你是什么感觉？再说一次，我当初就是因为相信会走到这一步才加入 Google 的，但你……
你也有那种“逆袭者”的感觉吗？我很好奇，你觉得当我们转过这个弯之后，这对团队来说会如何体现？我绝对有，甚至在那之前就有了。因为当 LLM 真正显现出强大威力的时候，非常坦诚地说，我觉得我们是前沿 AI 实验室，就在 DeepMind。但同时我也觉得，有些东西作为研究者我们投入得还不够，这也是我学到的重要一课。这就是为什么我总是非常谨慎地强调我们需要广撒网，这真的很重要，探索很重要。这不是关于这种架构或那种架构。我对团队一直很坦诚，大约两年半前当我们开始更认真地对待 LLM、启动 Gemini 项目时，我们一直——我也一直对团队很诚实地讲——我们离这里的 state-of-the-art 还差得远。很多事情我们还不知道怎么做，虽然有很多事情我们知道怎么做，但我们还没有达到那个水平。这是一个追赶的过程，而且已经追赶了很长时间。我觉得现在我们才处于那个领导者梯队中。我对我们当前的运作节奏感觉非常好、非常积极。我们处于一个很好的节奏中。我们有很好的活力，有很好的节奏。但是，是的，我们一直在追赶。你必须对自己诚实，对吧？当你在追赶的时候，你就是处于追赶状态。你必须看看别人在做什么，学习你能学到的，但你也必须为自己创新。我们就是这么做的。我觉得从某种意义来说，这就是一个很好的“逆袭者”故事，对吧？我们为自己创新，我们找到了自己的解决方案，无论是技术层面、模型层面、流程层面，还是我们的运作方式，这都是独一无二的。我们与整个 Google 一起运作，看看我们现在做的事情，这是非常不同的规模。我从不把这些事情看作——有时候人们也说，Google 太大了，这很难——
我把它看作我们可以转化为优势的东西，因为我们可以做到一些独特的事情。所以我对我们现在的位置相当满意，但我们必须通过学习和创新才走到这里。这是取得我们现在成就的好方法，而且还有很多事情要做。我觉得我们某种程度上还在追赶，还在逐步达到目标。总是会有比较，但我们的目标是构建智能，对吧？我们想做到这一点，想用正确的方式做到，这正是我们倾注全部心思和创新的方向。是的，我觉得接下来的六个月可能会和过去六个月、以及再之前的六个月一样令人兴奋。感谢你抽出时间坐下来聊。这非常有趣。希望明年 IO 之前我们能再坐下来聊聊。感觉那还有很久，但很快就会到了。我敢肯定下周就会有 IO 2026 的规划会议，把一切安排妥当。所以感谢你抽出时间。再次祝贺你和 DeepMind 团队，以及模型研究团队的所有人，让 Gemini 3、Nano Banana Pro 以及其他一切都成为现实。是的，非常感谢。这次对话非常棒。这也是一段了不起的旅程，很高兴有整个团队，也很高兴能和你分享这些。这太棒了。非常感谢你邀请我。我们准备了一份特别的小礼物。感谢你，也祝贺你和团队让这一切成真。哦，太棒了。非常感谢。非常贴切。
1500 point club。第一个模型，对吧？1501 给……
第一个模型。太客气了。非常感谢。