Google与DeepMind的战略分歧：老矛盾在AI赛点再次浮现
刚刚结束的Google I/O 2026主题演讲依旧是信息量爆炸，多到让外界很难一眼看清这家科技巨头的核心战略方向。
Google一直是全球AI厂商对标学习的核心标杆，但本届大会上Google并未拿出期待中的旗舰顶级大模型，Agent相关产品也明显落后于行业节奏，属于补进度的阶段，不少国内AI从业者都因此对Google感到失望，好奇这家巨头到底在战略上做了怎样的选择。
过去两天，我获得了和Google核心高层对话的机会，交流对象包括DeepMind首席技术官Koray Kavukcuoglu、Google首席AI科学家Jeff Dean，以及Google首席执行官Sundar Pichai。今天我就基于这些一手信息，拆解Google当下的真实处境。
最终梳理下来，所有问题的根源还是落回了Google和DeepMind的关系这个老问题上。
Google当前的核心战略优先级
很明显，现在Google内部从上到下达成的最大共识，就是自己是全球唯一真正实现AI全栈布局的公司。在多场交流中，Google高层展现出的自信甚至超过了我原本的高预期，但这也难免让人联想到ChatGPT刚推出时Google的慌乱——当初Google对Bard和整套AI基础设施同样信心满满，却因为过度自信踩了坑。
接下来Google会走出怎样的剧情，最关键的变量就是资源分配决策。当年Google优先把资源砸给Bard，后来才证明把资金和算力倾斜给DeepMind才是正确的选择。
如今又到了关键的战略岔路口。既然全栈布局是Google眼中最大的竞争优势，那么基于这个定位的资源分配逻辑就很清晰：Google不会把所有顶尖资源一股脑投给前沿大模型研发，反而会把重心放在打造「最易用的模型」上。
这个选择，其实和多年前的战略逻辑如出一辙。
这么来看，Google的Flash系列模型根本不是折中产物，反而拥有最高的战略优先级，甚至拿到了更多可用算力资源。这个策略，和OpenAI、Anthropic的发展路径差异极大。
在I/O主题演讲里，有一个没多少人注意到的演示：Gemini 3.5 Flash在TPU 8i上运行任务时，吞吐速度快到让人联想到当初只追求速度不计其他的Groq。而目前外界对Google这次新推出模型的体验评价褒贬不一，其实这正是当前优先级排序和资源分配下必然会出现的结果。
Google做出这个选择的原因，其实Pichai已经讲过很多次。Pichai在小范围交流中提到，目前市场对AI的需求体量极大，还在持续增长，参考过去互联网、移动互联网的发展规律就能明白该怎么做：尽快抓住并满足核心重度用户之外的海量大众需求，结合当下Agent的火热趋势，给大众提供最易用、最适配场景的模型，而非参数最大能力最强的模型，这就是Google当前最重要的机会，也是最核心的任务。
那么这个战略决策，会对未来几个月AI行业的竞争格局产生什么影响？
在我看来，Pichai带领下的Google，很可能会因为这个决策，再次面临一段时间的舆论压力。
DeepMind的目标错位
Koray跟我说，他已经连续三年穿同一件T恤接受我的采访，我每年的问题也一直沿着DeepMind的技术路线推进：第一年我问他如何定义原生多模态，第二年问他多模态的具体落地方法、Veo为什么能做到这么强的效果，今年我的问题则是，回头看这条当初不被内部共识接受的技术路线，到底给Google带来了什么。
作为DeepMind对外最活跃的核心发言人，Koray认为选择原生多模态路线是Google做过最正确的决策之一。已经不再登上I/O主舞台，但在内部依旧拥有不小影响力的Jeff Dean也认为，这次大会发布的Omni意义重大，它真正把Gemini过去积累的多模态能力落地到了视频领域。
在DeepMind主导的模型研发线里，他们对AI智能的定义必须面向未来，不能只在当下已经成熟的单一能力比如语言能力上做线性延伸。但至于具体的训练方法，目前业内还没有成熟的固定方案，本质上只能靠不断试错做实验推进。
而实验，就必然要占用大量研发资源。
经过多场交流，我能清晰感受到Google和DeepMind之间的战略张力：Google甚至要求，即便某一种模态的能力已经可以超越其他厂商，也要克制投入，不能把更多资源倾斜过去。
Omni是本届I/O唯一一个由DeepMind CEO Demis Hassabis亲自站台发布的模型，但发布之后外界的体验反馈并不理想，核心原因就是这次Google率先推出的是Omni Flash轻量化版本。
和Gemini先推出Flash版本的策略逻辑类似，Pichai对Omni的定位是领先现有模型一个代际的全新模型，出于安全负责的考量，才选择先推出Omni Flash版本。
结合我们前面说的Google当前的核心战略来看，这个安排其实又给双方的矛盾埋下了伏笔。
DeepMind追求的原生多模态，一开始就是顶着内部巨大压力的非共识技术赌注；
到了第二阶段，因为这条路线诞生了Veo和Nano Banana这样的成果，内部的质疑才被打消；
但到了现在第三阶段，它的技术路线属性已经被弱化，反而更多被Google的商业化需求消化吸收。
Google内部的一个思考逻辑也印证了这一点：Google认为原生多模态现在产生的另一个重要价值，是能帮助自己推进软硬件结合的全栈战略，多模态能力可以用来加速硬件迭代，AI已经进入了这个内部自循环，而非用来支持DeepMind继续研发下一个Nano Banana级别的突破性成果。
DeepMind能研发出来的最强模型，和当前能给搜索等核心业务带来收入和体验提升的实用模型，到底哪个对Google更重要？
这个问题像幽灵一样再次回到Google内部，而从当下的情况来看，Google和DeepMind，依然不是一条心。
本文来自微信公众号“硅星人Pro”，作者：王兆洋，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com