生成式AI拼的不只是模型聪不聪明,也拼训练和推理成本、芯片供应、能耗、数据中心效率,以及能否稳定服务大规模用户。
TPU是Google自研的张量处理单元,专门面向机器学习和AI计算。TechNews报道称,Kurian认为TPU和Gemini模型是Google相对AWS Trainium、Amazon Nova、Microsoft Maia与MAI等竞争方案的优势;同篇报道还称,Google不需要像部分竞争者那样依赖昂贵的Nvidia GPU或外部模型合作关系。
Gemini的竞争力不只取决于模型本身,也取决于分发。ETtoday报道称,Gemini已导入搜索、Gmail、YouTube等多项产品,形成横跨消费与企业市场的AI生态;Google也借助庞大服务体系,让AI快速触达数十亿用户。
报道列出的整合场景包括:Google搜索中的AI摘要与AI Mode,Gmail和Meet中的摘要与自动化协助,Android上的助手能力,YouTube创作工具,以及Waymo的复杂自动驾驶场景处理。
AI竞赛最终不会只停在模型发布会和跑分榜上,还会落到企业部署、云端用量和可持续收入。
TechNews报道称,AI正在帮助Google Cloud以快于竞争对手的速度增长;报道列出的数据包括Google Cloud 2025年第四季度营收177亿美元、同比增长48%,并称2026全年营收有望超过700亿美元,高于2025全年的587亿美元。
第一,ChatGPT的流量优势仍然是最直接的反证。对许多普通用户来说,AI助手的第一印象仍与ChatGPT绑定;Similarweb统计中的近80%访问量占比,说明Gemini还需要继续争夺消费者心智。
第二,分发不等于留存。Google把Gemini放进搜索、Gmail、YouTube、Android与Meet,确实能让AI功能快速进入大量场景;但这些功能能否形成稳定、高频、可变现的使用习惯,还需要后续数据验证。
第三,AI竞赛本来就没有单一公开指标可以判定最终赢家。模型能力、推理成本、数据中心供应、企业采用、云收入、开发者生态和消费者习惯,都是不同层面的胜负。Google在基础设施、云和产品分发上越来越强;ChatGPT则仍在消费级聊天流量上保持明显领先。
判断Google是否从追赶变成领先,不应只看下一次模型发布。更值得追踪的是四个指标。
第二,TPU能否通过Google Cloud扩大外部采用。MarketBeat报道称,TPU已通过GCP,也就是Google Cloud Platform,提供给客户使用;如果更多企业把Google的AI算力平台纳入部署,TPU的价值就不只是在Google内部降本。
第三,Gemini能否在搜索、Gmail、YouTube、Android等产品中变成高频功能。ETtoday与数字时代列出的整合场景显示Google有分发优势,但真正关键是用户是否持续依赖这些AI功能。
所以,最准确的答案是:Google还没有悄悄赢下整场AI竞赛,但它已经成功把竞争从单一聊天机器人的人气战,拉回自己更擅长的基础设施、分发和商业化长跑。