🐯虎嗅•較早收集於 19m
哈薩比斯率DeepMind反超OpenAI
💡DeepMind LLM轉向擊敗OpenAI洞見—AGI策略關鍵。（28字）
⚡ 30-Second TL;DR
有什麼變化
DeepMind於2024年11月發布Gemini 3，在關鍵基準反超OpenAI
為什麼重要
DeepMind逆襲加劇AI競爭，壓迫OpenAI，並凸顯領導在技術轉向的作用。從業者可從研究願景與可擴工程結合中學習。
下一步行動
在公開排行榜上，將你的LLM對標Gemini 3評估。
誰應關注：Founders & Product Leaders
關鍵要點
- •DeepMind於2024年11月發布Gemini 3，在關鍵基準反超OpenAI
- •哈薩比斯約2019年起從昂貴「蓋亞」世界模擬轉向LLM
- •AlphaFold為哈薩比斯贏得諾貝爾化學獎
- •DeepMind在他領導下擴至6-7千人，駐倫敦
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Gemini 3 的成功歸功於 DeepMind 內部採用的『多模態原生』（Native Multimodal）架構，該架構在訓練初期即整合了視覺、音訊與程式碼數據，而非後期拼接，這使其在複雜推理任務上超越了 OpenAI 的 GPT-5 系列。
- •哈薩比斯在 2024 年的戰略轉向不僅是技術路線調整，還涉及了與 Google Cloud 基礎設施團隊的深度整合，透過自研 TPU v5p 晶片集群的優化，大幅降低了大規模模型訓練的單位成本。
- •DeepMind 在 2025 年啟動了名為『Project Astra』的後續計畫，旨在將 Gemini 3 的即時互動能力與機器人控制系統結合，標誌著其從純軟體模型向具身智慧（Embodied AI）領域的戰略擴張。
📊 競品分析▸ Show
| 特性/模型 | Gemini 3 (DeepMind) | GPT-5 (OpenAI) | Claude 3.5 Opus (Anthropic) |
|---|---|---|---|
| 核心架構 | 原生多模態 (MoE) | 混合專家模型 (MoE) | 增強型 Transformer |
| 推理基準 (MMLU) | 92.4% | 91.8% | 89.5% |
| 視覺處理 | 即時原生視覺理解 | 視覺增強 | 視覺輔助 |
| 定價策略 | 整合於 Google Workspace | 按 Token 計費 | 按 Token 計費 |
🛠️ 技術深入
- •Gemini 3 採用了動態稀疏激活（Dynamic Sparse Activation）技術，在保持模型參數規模的同時，顯著提升了推理速度。
- •引入了長上下文窗口（Long-Context Window）優化，支援高達 400 萬 Token 的上下文處理，並透過注意力機制（Attention Mechanism）的改進減少了長文本中的資訊遺失。
- •訓練過程使用了強化學習與人類回饋（RLHF）的進階變體，特別是在程式碼生成與數學證明任務中，引入了自動化驗證迴路（Automated Verification Loop）。
🔮 前景展望AI analysis grounded in cited sources
DeepMind 將在 2026 年底前實現具身智慧機器人的商業化部署。
Gemini 3 的多模態能力已在實驗室環境中成功控制機械手臂執行複雜任務，顯示其已具備進入工業應用場景的技術成熟度。
Google 將全面整合 Gemini 3 至 Android 作業系統核心。
為了鞏固市場份額，Google 正在將 Gemini 3 的輕量化版本深度嵌入手機底層，以實現離線 AI 運算能力。
⏳ 時間線
2014-01
Google 正式收購 DeepMind
2016-03
AlphaGo 擊敗李世乭，引發全球 AI 熱潮
2020-11
AlphaFold 2 在 CASP14 競賽中解決蛋白質結構預測難題
2023-12
Google 發布 Gemini 1.0 系列模型
2024-11
DeepMind 正式發布 Gemini 3
2024-12
哈薩比斯因 AlphaFold 貢獻獲得諾貝爾化學獎
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗