Google DeepMind

Alphabet 统一的 AI 研究部门 —— 唯一一个端到端拥有自己硅芯片 (TPU)、数据中心和消费者分发渠道(Search + Workspace + Android)的前沿实验室。

1. 核心产品 / 服务

Google DeepMind ("GDM") 是 2023 年合并的实体,由原 DeepMind(London,AlphaGo / AlphaFold 血统)和 Google Brain 合并而成。其产品:

• Gemini 模型家族 —— Gemini 1.0 (Ultra/Pro/Nano, 2023) → 1.5 (长上下文, 2024) → 2.0 / 2.5 / 3 代 (2025-2026)。截至 2026-05,Gemini 3 Pro 是当前旗舰多模态前沿模型。
• Gemini app + Workspace 集成 —— gemini.google.com 上的消费者聊天,加上深度集成到 Gmail / Docs / Sheets / Meet("Gemini in Workspace"升级销售)。
• Search Generative Experience / AI Overviews —— Google Search 内部 Gemini 驱动的回答界面,是 ChatGPT 之外按用户量计算最大的消费者 AI 分发。
• API —— 通过 Google AI Studio(面向开发者)和 Vertex AI(企业)。两者都提供 Gemini + 在 Vertex 中提供第三方 Anthropic、Meta、Mistral 模型。
• 专门模型 —— AlphaFold(蛋白质)、AlphaProof(数学)、Imagen(图像)、Veo(视频)、Lyria(音乐)、Genie(世界模型)、Gemini Robotics。

2. 目标用户与痛点

• 通过 Search / Gmail / Docs 的消费者 —— 向数十亿 Google 产品用户被动分发 Gemini,无需安装任何新应用。
• Workspace 企业 —— Gemini 捆绑作为既有 Workspace 席位的升级销售;主要 B2B 货币化渠道。
• 通过 AI Studio + Vertex 的开发者 —— 替代 OpenAI 和 Anthropic 的有竞争力 API 替代品,在 Pro 层级通常是闭源前沿实验室中最便宜的。
• 研究者 —— AlphaFold / AlphaProof 级别的科学工具。

解决的痛点:闭源实验室中最便宜的前沿层级 API,原生多模态(图像 + 视频 + 音频 + 文本),最长的生产上下文(Gemini 1.5 Pro 时代 200 万+ token,在 3 代中保留或延伸)。

3. 竞争格局

Google 的防御位置:唯一不依赖 NVIDIA 训练的前沿实验室。历史脆弱性:在消费者品牌上落后于 OpenAI,在编码 agent 可靠性上落后于 Anthropic,虽然 Gemini 2.5 / 3 实质性缩小了两个差距。

4. 独立观察

• 前沿训练成本 (Gemini 3 vs OpenAI GPT-5):Google 不披露,但结构性成本故事与 OpenAI 相反。因为 GDM 在 自有制造的 TPU 上训练(由 TSMC 为 Google 制造的定制 Google 硅芯片),它不向 NVIDIA 支付毛利率(NVIDIA 数据中心 GPU 毛利率处于 70-80% 区间)。独立估计将基于 TPU 的训练放在相对等价 H100 / B200 训练运行的 30-50% 每 FLOP 成本折扣,跨 Google 自有数据中心机群摊销时。因此,虽然 GPT-5 级训练对 OpenAI 全包可能花费 5 亿-30 亿美元,但在 TPU 上同样 FLOP 预算对 Google 显然花费更少。这是前沿 AI 经济中最大的隐藏优势,也是 Anthropic 愿意在 Amazon Trainium 资金之上接受 Google 资金的原因 —— TPU 是真的。

• API 定价 —— 顶级 SKU (Gemini 3 Pro / 2.5 Pro):list 价格处于 $1.25/M 输入 · $5/M 输出 区间,Pro (2.5 时代;3 Pro 类似) [3]。相比 openai GPT-5(输入 $1.25/M · 输出 $10/M)和 anthropic Claude Opus 4.x(输入 $15/M · 输出 $75/M),Gemini Pro 是 美国闭源前沿模型中最便宜的。在 Gemini 之下是 Flash 层(亚 $1/M 输出),它直接与 deepseek V4 在价格上竞争。

• 定价 vs 估计单位成本 —— 毛利率信号:有 TPU 垂直整合 和 低 list 价格,Gemini 的 API 毛利率每 token 在 结构上低于 OpenAI 或 Anthropic,但绝对算力成本也较低。Google 选择将 TPU 优势花费在 价格竞争力 + 捆绑(Gemini 在 Workspace 和 Search 中"免费")而不是丰厚的每 token 利润率。赌注是分发比每次调用加价更有价值。

• 开源 vs 闭源策略:Gemini Pro / Ultra 线为闭源权重。Google 确实出货开源权重家族 —— Gemma(Gemma 1、2、3)—— 规模在 2B / 7B / 9B / 27B+ 区间,衍生自 Gemini 的架构 / 数据。与 openai gpt-oss 相同的对冲:保持生产前沿闭源,给开源生态系统一个可信的面包屑,这样中国开源权重浪潮就不会单独定义叙事。

• 垂直整合 —— TPU + DC:这是任何前沿实验室最完整的 L3 → L1 垂直整合。Google 内部设计 TPU(现在是 v5p / v6 代,已宣布更先进),TSMC 制造,Google 部署到自有 GCP 数据中心机群,GDM 在同一机群上训练和服务,Google Search + Workspace 是消费者分发。对 NVIDIA、AWS、Microsoft 或 Oracle 没有外部依赖。AI 基建版图中最接近的同业是 xai(拥有 Colossus DC 但租用 NVIDIA 硅芯片)。

• 模型谱系:AlphaFold (2018-2020) → AlphaCode → Gemini 1.0 (2023) → 1.5(长上下文,2024-02)→ 2.0 (2024-12) → 2.5 Pro (2025) → 3 (2025-2026)。1.5 → 2.5 跳跃引入了生产级 100 万+ 上下文窗口,直到 deepseek V4 的 100 万上下文在 2026-04 到来之前,没有其他实验室能干净地匹配。

5. 财务 / 融资

• 母公司:Alphabet Inc.(NASDAQ: GOOG/GOOGL)。
• 非单独融资 —— 完全内部。Alphabet 2024 年资本支出报告处于 500 亿美元+ 区间,大多数流向 AI 基建(TPU 建设 + DC),2025 年资本支出进一步加码。
• DeepMind 的收购前历史:2010 年伦敦创立,2014 年被 Google 收购约 4 亿英镑;2023 年 4 月与 Google Brain 合并为 Google DeepMind。
• AI 营收未单独报告 —— 捆绑在 Google Cloud (Vertex / Workspace AI) 和 Google Services(搜索广告 + Gemini Pro 消费者订阅)中。

6. 团队与关系

• Google DeepMind CEO:Demis Hassabis(也是 Google SVP)。
• CTO:Koray Kavukcuoglu。
• 联合创始人(DeepMind,合并后 COO):Mustafa Suleyman 离职去 Inflection AI 然后 Microsoft AI (2024)。
• 其他知名人物:Jeff Dean(Google 首席科学家)、Oriol Vinyals、Shane Legg。
• 母公司:Alphabet / Google。
• 客户 / 合作伙伴:anthropic 同时是被投企业和 Vertex AI 客户 / TPU 租户;尴尬的双重角色。
• 竞争对手:openai、anthropic、xai、deepseek、kimi。