文章核心观点 - 谷歌通过推出性能卓越的Gemini 3 AI模型和自研的低成本TPU芯片，在AI领域的软件和硬件两条战线上实现反超，公司迎来发展拐点，其垂直整合的全栈模式展现出强大竞争力 [4][7][22] 谷歌AI模型Gemini 3的突破 - Gemini 3在专家知识、逻辑推理、数学及图像识别等绝大多数基准测试中得分显著领先于包括ChatGPT在内的其他公司最新模型，仅在编程能力测试中位列第二 [7] - 云端内容管理平台Box公司CEO试用后表示，该模型在所有内部评估中均以两位数优势胜出 [7] - Salesforce公司CEO评价Gemini 3在推理、速度、图文视频处理方面是质的飞跃，感觉世界天翻地覆 [7] - Gemini 3性能突出的关键在于改进了预训练和后训练，遵循Scaling Law逻辑，通过优化预训练实现模型能力提升 [9] 谷歌在AI竞争中的优势 - 公司最新一个季度营收首次突破千亿美元，达到1023亿美元，同比增长16%，利润350亿美元，同比增长33% [12] - 公司自由现金流为730亿美元，围绕AI的资本支出在今年将达到900亿美元，资金实力雄厚 [12] - 搜索和广告业务仍显示出两位数增长，云业务蒸蒸日上，具备自我造血能力 [13] - 掌握用于训练和优化模型的海量现成数据，以及自建的算力基础设施 [13] - 在全球网络搜索市场占据约九成份额，掌握推广AI模型的核心渠道，Gemini月活用户数从7月份的4.5亿跃升至当前的6.5亿 [11] 谷歌TPU芯片对市场的冲击 - 谷歌TPU芯片价格仅为同等性能英伟达GPU的10%至50%，投资银行Jefferies估计谷歌明年将生产约300万颗此类芯片，几乎是英伟达产量的一半 [15] - AI创业公司Anthropic已计划大规模采用谷歌TPU芯片，据传交易额达数百亿美元；科技巨头Meta也在洽谈，拟于2027年前采用，价值达数十亿美元 [15] - TPU是专用集成电路，专门为特定计算任务设计，能效更高；而英伟达GPU功能灵活但成本高 [17] - 谷歌的TPU被视作英伟达在AI计算市场主导地位的最大威胁之一，此消息导致英伟达股价盘中一度暴跌7% [4][15][18] AI行业竞争格局与商业模式 - 谷歌采用垂直整合模式，全栈自造：云上部署自研TPU芯片，训练自研AI大模型，并嵌入搜索、YouTube等核心业务，拥有高效、低成本的算力主权 [22] - 行业另一种常见模式是松散联盟：英伟达负责GPU，OpenAI等负责AI模型，微软等云巨头采购GPU托管模型，形成资金在少数科技巨头间流转的循环结构 [22] - 循环融资案例：OpenAI付3000亿美元给甲骨文买算力，甲骨文采购英伟达芯片，英伟达反投最多1000亿美元给OpenAI，资本流动错综复杂 [23] - OpenAI目前估值为5000亿美元，营收从2022年近乎为0猛增至今年预估的130亿美元，但预计未来几年将烧掉超1000亿美元，还需花费数千亿美元租赁服务器 [11]