像素范
谷歌依托底层自研芯片与机房设施的垂直整合打通了模型自我递归进化,不仅打破了业界依赖旗舰模型剪枝蒸馏的常规迭代逻辑,更凭借自有算力将全模态大模型使用成本压缩至竞品难以匹敌的低位。
AI-assisted summary of 谷歌AI布局开始发力:不只拼模型能力 — original source. Check the original for full context.
Source published:
Key ideas
- 谷歌依托自研 TPU 算力集群打通 RSI(模型自我递归)闭环,实现芯片设计、机房布置与模型自优化的端到端全栈协同。 (3:07)
- 谷歌打破 OpenAI 旗舰模型剪枝降级的迭代逻辑,采取多团队并行开发策略,同步推进极致轻量的 Hydrogen 与主打高推理上限的 Carbon 等分支。 (6:05)
- 第三方开发团队正与谷歌接洽,推动其桌面代码辅助系统 Anti-Gravity 及 Coding Plan 接入第三方工作流平台。 (8:37)
- Gemini 通过教育优惠与家庭组等渠道方案实现极低使用成本(折算年费约 42 至 69 元人民币),以极致性价比构筑用户壁垒。 (9:56)
Detailed notes
## Background 该视频由B站UP主“像素范”于2026年11月18日发布。视频简介指出,谷歌近期不仅接连发布新模型,更展现出全方位AI布局的协同发力,核心优势体现在多分支并行演进的迭代路线、自研芯片与软硬件协同的深厚后劲,以及极具普惠竞争力的价格策略。
## TL;DR 视频深入剖析了谷歌在AI领域的全栈竞争优势与发展动能。不同于OpenAI通过单一旗舰模型降级裁剪出中杯、小杯的做法,谷歌依托自研TPU算力集群与机房基础设施,走通了以Hydrogen、Carbon及代号K等模型组成的多分支并行演进路线,并初具RSI(模型自我递归优化)闭环。在生态与应用端,谷歌正在逐步打通桌面代码系统Anti-Gravity与第三方平台的连接,同时凭借极其激进的低价订阅策略构筑了不可忽视的性价比护城河,为开发者提供了全模态低成本的强大生产力底座。
## Atmosphere & style 主讲人的讲解风格犀利接地气且充满极客式的激情,兼具对底层工程架构的深度认知与极富感染力的表达。叙述从追溯谷歌工程师文化与开源历史的赞赏切入,随后过渡到对软硬件协同与RSI技术闭环的硬核技术推演,情绪在剖析极致价格优势时达到高潮。整场分享节奏明快、观点鲜明,既有“好用到跺脚”这类生动直观的个人体验表达,又有“69块钱一年还想怎样”的坦率喊话,带给观众强烈的信息冲击力与实用价值感。
## Bulletin - [03:07](https://www.bilibili.com/video/BV1jEsC6jEBd?t=187s) 谷歌依托自研 TPU 算力集群打通 RSI(模型自我递归)闭环,实现芯片设计、机房布置与模型自优化的端到端全栈协同。 - [06:05](https://www.bilibili.com/video/BV1jEsC6jEBd?t=365s) 谷歌打破 OpenAI 旗舰模型剪枝降级的迭代逻辑,采取多团队并行开发策略,同步推进极致轻量的 Hydrogen 与主打高推理上限的 Carbon 等分支。 - [08:37](https://www.bilibili.com/video/BV1jEsC6jEBd?t=517s) 第三方开发团队正与谷歌接洽,推动其桌面代码辅助系统 Anti-Gravity 及 Coding Plan 接入第三方工作流平台。 - [09:56](https://www.bilibili.com/video/BV1jEsC6jEBd?t=596s) Gemini 通过教育优惠与家庭组等渠道方案实现极低使用成本(折算年费约 42 至 69 元人民币),以极致性价比构筑用户壁垒。
## Key takeaways - [00:00](https://www.bilibili.com/video/BV1jEsC6jEBd?t=0s) 谷歌工程师文化推崇极客与非功利研究精神,曾孵化可交互织物、微手势雷达识别及平流层气球网络等超前创新项目。 - [00:00](https://www.bilibili.com/video/BV1jEsC6jEBd?t=0s) Android 出色的开源架构设计奠定了过去十几年移动生态的基础,使开发者普遍首选适配该生态。 - [00:00](https://www.bilibili.com/video/BV1jEsC6jEBd?t=0s) 谷歌内部推行扁平化管理与任务看板悬赏机制,有效激发了工程师的自主权与协作效率。 - [03:07](https://www.bilibili.com/video/BV1jEsC6jEBd?t=187s) 谷歌接连发布以化学元素命名的 Argon、Carbon、Hydrogen 模型,并筹备代号以 K 开头的主力模型正面抗衡竞品。 - [03:07](https://www.bilibili.com/video/BV1jEsC6jEBd?t=187s) RSI(模型自我递归)的落地要求企业同时掌控算力、数据、芯片设计与专用机房,门槛极高,一般厂商难以企及。 - [03:07](https://www.bilibili.com/video/BV1jEsC6jEBd?t=187s) 缺乏自研硬件的模型厂商与专用芯片初创公司面临模型快速淘汰硬件的风险,唯有谷歌能实现软硬件深度绑定与协同调优。 - [06:05](https://www.bilibili.com/video/BV1jEsC6jEBd?t=365s) 不同于将旗舰大模型蒸馏或剪枝切分为中杯、小杯的做法,谷歌凭借充裕的自研硬件资源同时并行训练多个特化分支。 - [06:05](https://www.bilibili.com/video/BV1jEsC6jEBd?t=365s) Hydrogen 主打轻量化与极速响应,Carbon 则专注于深度复杂推理与能力天花板,两者满足不同应用场景需求。 - [06:05](https://www.bilibili.com/video/BV1jEsC6jEBd?t=365s) Gemini 具备原生全模态生成能力,不仅限于代码或文本推理,还覆盖了图文与视频一体化生成。 - [08:37](https://www.bilibili.com/video/BV1jEsC6jEBd?t=517s) 针对早期 Anti-Gravity 系统的封闭性,第三方团队正通过 API 代理推进其接入通用编辑器与开发环境。 - [09:56](https://www.bilibili.com/video/BV1jEsC6jEBd?t=596s) 极低的价格策略是 Gemini 当前的重要竞争护城河,合规家庭组套餐等渠道折算年费仅需数十元人民币。 - [09:56](https://www.bilibili.com/video/BV1jEsC6jEBd?t=596s) Anti-Gravity 专业桌面系统面向高阶复合 Agent 场景,预计将与消费级低价订阅采用差异化的独立计费模式。 - [09:56](https://www.bilibili.com/video/BV1jEsC6jEBd?t=596s) 开发者可将低成本的 Gemini 作为基础生产力底座,搭配垂直开发工具最大化研发投入产出比。
## Detailed walkthrough ### [00:00](https://www.bilibili.com/video/BV1jEsC6jEBd?t=0s) 谷歌的工程师文化与开源底蕴
谷歌近期在模型发布上动作频频。回顾去年年底,谷歌在 OpenAI 风头正盛时发起强力追赶,推出了 Gemini 系列,展现了极高的性价比与响应速度,其表现直逼竞品。尽管当前大模型舞台上 Anthropic 同样风头强劲,但谷歌独特的技术与工程师文化依然具有极强的吸引力。在早期移动互联网时代,除了苹果 iOS,全球绝大多数手机操作系统均基于 Android 打造或魔改,即便如今华为的鸿蒙系统在生态建设上也需要对 Android 生态保持兼容。这正是因为当年 Android 极其出色的开源架构设计,使得所有软硬件开发者在适配其他系统(如三星 Tizen 等)之前,往往都是首选适配 Android。
谷歌历来推崇极客研究精神,曾孵化过诸多极富想象力的前沿项目(如 Project 系列)。他们曾尝试研发可交互织物材料,让用户通过摩擦衣物或裤子操控屏幕界面;也曾推进隔空微手势雷达识别,以及利用平流层热气球提供全球 Wi-Fi 覆盖(Project Loon)。虽然许多项目未能直接盈利,但这种鼓励创新的氛围深植于企业基因,正如《重新定义公司:谷歌是如何运转的》(*How Google Works*)一书所描绘的图景。谷歌内部保持着相对扁平的管理架构,员工的工位极其个性化,有人将其布置成带有爬虫的热带雨林,有人打造成密室逃脱风格。这种“发布任务看板并由员工自主领悬赏解决”的模式,也被讲师借鉴并运用到“前端学院”等团队的日常协作中。
- 谷歌在开源软件领域树立了深厚根基,Android 的架构奠定了过去十几年移动生态的基础。 - 谷歌鼓励非功利的创新探索,涵盖智能穿戴织物手势交互、隔空雷达操控及平流层热气球网络等超前项目。 - 扁平化与任务看板(Bounty)机制激发了工程师的自主权,成为业界向往的企业文化样本。
---
[03:07](https://www.bilibili.com/video/BV1jEsC6jEBd?t=187s) RSI概念落地:软硬协同与垂直整合的护城河
这一波产品迭代中,谷歌接连发布了以化学元素命名的全新模型矩阵(Argon、Carbon、Hydrogen),并且正在筹备代号以字母 K 开头的全新主力模型,意图正面抗衡 Claude 3.5 Sonnet 及相关竞品。业界此前对谷歌年中宣称实现“RSI”(Recursive Self-Improvement,模型自我递归)持怀疑态度,但如今这一技术闭环已初具雏形。所谓 RSI,即模型自主训练模型、模型持续优化模型,并由模型来自主调优解决推理及基础设施(Infrastructure / Inference)所面临的技术挑战。
讲师直言,真正能打通 RSI 闭环的企业凤毛麟角,核心在于全栈自研的门槛不仅关乎算力和数据,更深植于自研芯片与机房基础设施的协同:
> “为什么只有谷歌能做到这个事呢?因为你需要去掌握的不仅仅是算力和数据,比如说机房的布置啊、芯片的设计啊,就这个东西也得搞定,你才能最大限度的发挥你的模型性能或者训练的模型。”
如果缺乏硬件控制力,模型优化往往陷入两难。今年曾有初创公司为 Meta 开源的 Llama 2 特别定制了加速芯片,使模型运行速度与性能提升数倍;但由于硬件更新迭代周期极长,一旦后续顶尖模型(如 Claude Opus 系列)推出,专用硬件便直接面临淘汰报废的风险。因此,一般硬件厂商不敢轻易绑定单一架构,通用模型厂商也难以针对特定芯片深度定制。唯有谷歌拥有自研 TPU 算力集群,能实现从底层芯片架构到上层大模型的端到端定制与高阶调优。
```mermaid flowchart TD accTitle: 谷歌软硬件协同与RSI递归自循环架构 accDescr: 展示自研TPU芯片、模型并行训练与RSI自我递归优化的端到端闭环流程
subgraph Infra ["基础设施与自研硬件"] TPU["谷歌自研 TPU 算力集群"] DC["专用机房网络与推理部署"] end
subgraph Models ["多分支并行模型矩阵"] TPU --> M1["Carbon<br/>(高推理/高上限)"] TPU --> M2["Hydrogen<br/>(超高速/轻量级)"] TPU --> M3["Argon / 待发K系列<br/>(全模态/新架构)"] end
subgraph RSI ["RSI 自我递归进化系统"] Models -->|"模型调优模型"| Loop["自我递归 (RSI)"] Loop -->|"反哺软硬件调优"| DC Loop -->|"优化算力分配"| TPU end ```
---
[06:05](https://www.bilibili.com/video/BV1jEsC6jEBd?t=365s) 并行演进路线:打破“大杯小杯”降级逻辑
谷歌在 Gemini 4 这一代模型上展现出了与 OpenAI 完全不同的工程迭代策略。OpenAI 的常规打法通常是推出一个核心旗舰模型,随后通过模型剪枝、蒸馏或功能降级,切分出中杯、小杯、超小杯(如各类 Mini 或特定 Agent 版本)。而谷歌则凭借自研算力优势,走多团队并行开发路线。
讲师指出,谷歌依托充裕的自研硬件资源同时推进多个具有不同特性的模型分支: - **Hydrogen**:主打轻量化与极致速度,生成速度极快且回答精度极高,日常使用体验“好用到跺脚”。 - **Carbon**:主攻深度复杂推理,直接对标行业顶尖水准,尽管生成速度相对较慢,但能力天花板极高。 - **K 系列(筹备中)**:即将推出的重磅新模型,旨在全方位填补推理与全模态应用板块。
这种多分支并行推进的底气源于其庞大的计算资源储备,“反正老子有芯片,我就训练就完事了”。此外,在多模态与可用性维度,谷歌模型展现出显著优势:不同于某些以代码生成见长但缺乏原生多模态能力的竞品,Gemini 体系不仅支持深度逻辑推理,还具备原生全模态的图文与视频生成能力。同时,谷歌在特定非大陆地区(如中国香港)的直接可用性,也降低了用户的网络接入门槛。
---
[08:37](https://www.bilibili.com/video/BV1jEsC6jEBd?t=517s) 生态打通预期与桌面代码系统 Anti-Gravity
在开发工具与调用生态方面,谷歌正逐步推进其编码体系与第三方开放平台的打通。此前,谷歌推出了桌面代码辅助系统 Anti-Gravity,但该系统早期接口调用相对封闭,仅支持原生客户端环境,多平台打通仍存在阻碍。相比之下,开源或第三方平台(如 Hermès 架构平台)早已能够聚合操作 Codex、DeepSeek 乃至 Anthropic 与 OpenAI 的接口。
近期相关消息显示,第三方开发团队已与谷歌展开深度谈判并取得实质性进展,探索通过 API 代理将谷歌的反重力编码计划(Coding Plan)接入第三方通用工作流。一旦实现无缝集成,开发者便无需改变现有的编辑器与开发环境习惯,即可在统一平台低成本调用谷歌的多模态与代码能力,以极低的价格获取媲美顶尖推理模型的代码辅助与全模态内容生成体验。
---
[09:56](https://www.bilibili.com/video/BV1jEsC6jEBd?t=596s) 极致的价格竞争力与订阅套利现实
除架构与能力之外,价格策略构成了谷歌 Gemini 现阶段极具侵略性的护城河。讲师强烈主张在当前 AI 工具链中,Gemini 的实际获取成本达到了令人难以置信的低位。目前市场上存在合规的长期订阅优惠(如教育优惠及家庭共享等渠道方案),折算后年费仅需约 42 至 69 元人民币,而主流模型(如 ChatGPT Plus 或国产大模型高级套餐)单月费用便已达到几十甚至上百元。
讲师直言,面对 69 元一整年的家庭共享套餐(支持最多 5 位家庭成员),挑剔模型功能上的细微瑕疵完全是因小失大:
> “我就想问问你,69 块钱你还想干什么?一年啊!国产模型你也不可能 69 块钱一年啊!……这个世界没有比这个模型更便宜的了,我就跟你说到这儿,有不服的你们说出来,出你们的招。”
针对部分用户纠结该类账号在特定高阶系统(如 Anti-Gravity 的 API 深度调用)中的受限问题,讲师明确指出: - **白嫖与低价订阅账号**:核心定位是极具性价比的个人主力/补充工具,覆盖日常对话、复杂逻辑问答、角色设定图及 AI 漫剧视频的生成全流程。 - **Anti-Gravity 专业桌面系统**:由于面向高阶复合 Agent 与多层提示词工程优化,其付费与计费模式与消费级会员账号有所隔离,未来更倾向于独立的专业套件计费。
讲师建议在企业端与日常工作流中,开发者应果断将低成本的 Gemini 账号作为基础生产力底座,充分利用其全模态(图文视一体)与低延迟特性,将其与高阶垂直编码工具配合使用,以最大化投入产出比。
## Notable quotes > [03:07](https://www.bilibili.com/video/BV1jEsC6jEBd?t=187s) 你需要去掌握的不仅仅是算力和数据,比如说机房的布置啊、芯片的设计啊,就这个东西也得搞定,你才能最大限度的发挥你的模型性能或者训练的模型。 — 讲师
## Mentioned 谷歌, OpenAI, Anthropic, Gemini, Gemini 4, Android, iOS, 苹果, 华为, 鸿蒙系统, 三星 Tizen, Project Loon, 《重新定义公司:谷歌是如何运转的》, 前端学院, Argon, Carbon, Hydrogen, K 系列模型, Claude 3.5 Sonnet, Claude Opus, Meta, Llama 2, TPU, Anti-Gravity, Hermès, Codex, DeepSeek, ChatGPT Plus
## 弹幕氛围 (Danmaku mood) — 2 条 整体弹幕氛围平和客观,观众主要针对视频中涉及的费用资费和套餐内容进行事实性补充与交流。大家对过去的价格进行了回忆对比,并对套餐附带的增值权益表达了关注。
**整体情绪**:😊 正面 40% · 😐 中性 60% · 😞 负面 0%
**热议点** - **历史资费与价格对比** —— “以前就是 40 50 左右” - **套餐附赠权益(YouTube会员)讨论** —— “这个套餐他甚至还给你 YouTube 的会员”
**代表弹幕** > 以前就是 40 50 左右
> 这个套餐他甚至还给你 YouTube 的会员
## Video description 谷歌这波值得看的,不只是又发了几个模型,而是此前的AI布局开始一起发力。我看好的,是三件事: ① 迭代路线不同。按本期的观察,它不是把一个大模型降成中杯、小杯,而是让不同能力分支并行推进。 ② 布局开始协同。自有芯片、机房、模型和应用,不再分开看;硬件如何配合模型更新,可能才是谷歌的后劲所在。 ③ 价格也是竞争力。能力进步之外,速度和使用成本同样影响普及。谷歌能否把这些优势持续结合,值得关注。
[Source](https://www.bilibili.com/video/BV1jEsC6jEBd)