轮到谷歌踩油门了，Gemini 4泄漏、TPU上天、工程师因“太快”辞职

Gemini 4 近两天在社交媒体上几乎被泄密信息淹没。

新的检查点、新生成的作品、新的对比图像，接连不断地涌现。

就在不久前，Lumina 发布了一组颇具看点的测试结果：

针对 “鹈鹕骑自行车”这一相同指令，Gemini 4 Pro 的两个不同检查点，竟然生成了两种截然不同的风格。

Checkpoint 1 呈现的是鲜艳的卡通风格；而 Checkpoint 2 则明显更为内敛，像是一幅机械结构草图。

将这两个检查点放在一起，可以清晰看到后训练带来的变化：线条、结构和细节处理都在优化。模型的能力已经有了肉眼可见的提升。

而这，已经是 Arena 中出现的第几个疑似 Gemini 4 Pro 的新检查点，已经难以计数。

社区仍在疯狂挖掘细节，而谷歌也不再遮遮掩掩。

本周，谷歌 DeepMind 的新任掌门人 Koray Kavukcuoglu 首次向媒体确认：Gemini 4 已经进入后训练的早期阶段。

而且，他的目标是尽快发布。

我们看到了效果，感到非常兴奋，接下来还会继续以快速迭代的方式推进工作。

看来，一轮轮出现的检查点是在为 Gemini 4 提前预热？

从 Koray 的语气判断，核心策略就是：能早发布，绝不拖延。

而且，这次加速的不只是模型。谷歌还计划将 TPU 芯片送入太空。

一个新项目即将启动原型测试，AI 算力基础设施开始向地球之外延伸。

Gemini 4，进入冲刺阶段

大家如此关注 Gemini 4，并不令人意外。

毕竟，从上一代旗舰模型 Gemini 3 发展至今，谷歌经历了不少波折。

按照原计划，今年 6 月应该先发布 Gemini 3.5 Pro。谷歌 CEO 劈柴哥甚至在 5 月的 I/O 开发者大会上提前预告过。

结果，并未发布。

期间虽然陆续更新了 Gemini 3.1 和几款 Flash 型号，但 3.5 Pro 始终没有正式亮相。

Koray 此次也解释，团队中途选择“稍微暂缓一下”，优先将精力投入到 Flash 系列。

而现在，节奏明显转变。

Koray 明确表示，要在尽可能短的时间内，实现最大的学习速度。

这几乎直接点明了谷歌当前的策略。

虽然没有明确说明谷歌是否正式取消了 Gemini 3.5 Pro 项目，但可以肯定的是，团队已将全部注意力转向 Gemini 4。

Gemini 3.5 Pro 可以先放一放，但 Gemini 4 的训练、测试、反馈和再迭代，必须尽快一轮接一轮地推进。

为此，谷歌已经开始同步搭建 Gemini 4 的内部安全保障和测试流程。目前，这套机制已先在内部 AI 编码工具上运行。

此时再看最近 Arena 中出现的疑似 Gemini 4 检查点，就更有意思了。

Lumina 最新发布的“鹈鹕骑自行车”测试，大家的讨论焦点已从“哪个检查点更好”，转变为 “Gemini 4 到底进展到哪一步了？”

有人直接宣称：Gemini is back in the game，认为如果这些检查点是真实的，谷歌正在快速缩小与 OpenAI / Anthropic 的差距。

也有人认为，它目前无法与 GPT-6 SOL 正面抗衡，与 Anthropic 今年春季推出、近期又完成升级的 Mythos 系列相比，也不占明显优势。

面对质疑，Koray 显得相当自信。

我对这个团队充满信心。我们肯定会一直处于前沿位置。

今年 8 月，哈萨比斯卸任 Google DeepMind 日常管理工作后，Koray 正式接管了这块业务，同时继续担任谷歌首席 AI 架构师。

Gemini 接下来如何发展、速度多快，Koray 就是当前最关键的决定者之一。

话已至此，接下来就看 Gemini 4 自身能否兑现期待了。

挑战英伟达，TPU 首次上太空

如果只关注 Gemini 4，很容易认为谷歌这轮只是模型团队在加速。

实际上，更夸张的是，连算力也开始同步提速。

Koray 最近明确提到，DeepMind 的前沿模型研发，现在也在直接“反哺”谷歌自己的硬件业务。

以前，TPU 主要隐藏在 Google Cloud 之后，客户购买的是云服务。但现在，谷歌开始直接销售 TPU 芯片了！

目标非常明确，挑战英伟达。

而且，模型团队和芯片团队之间的绑定也越来越紧密。

DeepMind 在开发下一代模型时产生的新需求，会提前反馈给硬件工程师，让他们规划未来两到三代 TPU。

模型：兄弟，我下一轮又准备消耗这么多算力了。芯片：收到，现在开始造。

谷歌正与美国商业卫星公司 Planet 合作，计划通过 SpaceX 猎鹰 9 号 发射原型卫星，其中将 搭载 4 颗 TPU，测试其在轨运行能力。

该项目名为“Project Suncatcher”。

想法也颇具谷歌风格：既然地面 AI 数据中心耗电、占地、还需要大量水冷，那能否将一部分机器学习基础设施，迁移到太阳能更充足的轨道上？

不过，目前还只是第一步。

太空中无法像地面数据中心那样依靠空气对流散热，芯片连续高负载运行会很快面临热管理问题。

根据方案，芯片在太空中大约可以运行 15 分钟，之后需要关闭以冷却。

因此，这次更像是在验证一件事：TPU 能否先在轨道上存活并运行起来。

至于真正将几十颗卫星用激光连接成网络，形成“太空 AI 数据中心”，那还是未来的事情。

别人还在争抢数据中心机房，谷歌已经开始考虑太空中的资源了。

然而，就在谷歌上下都在喊加速的时候，团队中有人选择了离开。

前 Mozilla 工程师、后来加入 DeepMind 的 Robert O’Callahan，昨天宣布辞职。

理由竟然不是嫌弃谷歌 AI 发展太慢，而是 “太快了”？

Robert 不直接训练模型，而是负责硬件芯片设计工具。

但工作过程中，他发现这些工具会加速下一代 AI 芯片的设计，进一步降低 AI 的成本和延迟。

在他看来，这意味着人工智能将变得更便宜、高效，从而更普及，也更强大。

Robert 曾与 DeepMind 的同事们讨论过 AI 风险，**几乎所有人都对此深感担忧，**只是许多人没有公开表达。

而且，Koray 并没有停下来的意思，甚至觉得“还要再快”。

Robert 起初也没想直接离职，毕竟薪酬优厚。他只想换到一个完全不加速 AI 的工程岗位。

但受限于所在地区和岗位选择，这条路最终也没走通。

One more thing

检查点不断涌现、TPU 飞向太空、工程师离职。这些事件集中在这一周，多少有些黑色幽默。

回想当初，Gemini 3 的表现曾让 OpenAI 进入“红色警戒”，但谷歌自己随后却在旗舰节奏上慢了半拍。

如今，Koray 带队，选择重新加速，并将学习速度拉到最大。而且，并非单一产品线提速，模型、芯片、组织节奏，全都开始向前推进。若想了解更多谷歌最新动态，可通过开元官网入口查阅。

谷歌：确实等不起了。

本文来自微信公众号“量子位”，作者：关注前沿科技，36氪经授权发布。