文 | 影子备忘录
如果你在 2022 年底问任何一个科技行业观察者，谁会是生成式 AI 时代最有力的竞争者，谷歌一定排在答案的前列。
那一年，谷歌手握 DeepMind 和 Google Brain 两大顶级 AI 实验室，拥有几乎取之不尽的算力资源和全球最庞大的数据池，Transformer 架构的核心论文出自它的研究员之手，"Attention Is All You Need" 八个作者的名字至今仍是 AI 圈的传奇符号。
所有人都以为，当生成式 AI 的浪潮真正拍来时，谷歌会是那个站在潮头的人。
但商业世界从来不按剧本演出。
2026 年 7 月，多家权威评测机构更新的全球大模型综合排行榜显示，谷歌旗下最重要的 AI 产品 Gemini，已经跌出全球前十。
这个曾被视为谷歌对抗 OpenAI 的最强武器，在短短一年半的时间里，从发布时被寄予厚望的 "GPT-4 杀手 "，滑落到了连第二梯队都快站不稳的位置。
如果把时间轴拉长来看，这已经不是谷歌第一次在 AI 竞赛中掉队，而是一连串战略摇摆、组织内耗与创新迟滞叠加之后，终于浮出水面的结果。
更耐人寻味的是，这个排行榜的前十名里，既有 OpenAI 的 GPT-5、Anthropic 的 Claude 4、Meta 的 Llama 4 这样的老面孔，也有 xAI 的 Grok-3、Mistral 的最新旗舰模型，甚至还有几家中国公司和欧洲新锐的产品。
但谷歌缺席了，以一种近乎无声的方式。
这不是一个简单的排名变动，它像一面镜子，照出了谷歌在 AI 时代最为深层的结构性困境。
一个被自己困住的巨人
要理解谷歌今天的窘境，必须回到那个被无数人反复提及却又容易被低估的历史起点。
2017 年，谷歌研究团队发表了 "Attention Is All You Need" 论文，提出了 Transformer 架构。这篇论文不仅成为后来所有大语言模型的技术根基，也奠定了谷歌在 AI 基础研究领域无可争议的先驱地位。
可以说，没有 Transformer，就没有今天的 ChatGPT、Claude、Grok，也不会有这轮生成式 AI 的产业爆发。
然而，开创者不等于收割者。谷歌在 Transformer 之后做了什么呢？
它确实推出了 BERT，在自然语言理解的多个基准测试上刷新了记录，甚至一度被深度集成到搜索引擎中。
但谷歌对生成式 AI 的态度始终是犹豫的、保守的，甚至带着某种大公司特有的傲慢。
内部早在 2020 年左右就已经有了类似 ChatGPT 的对话式 AI 原型，管理层却因为担心冲击搜索广告业务、担心生成内容的准确性和责任归属问题，迟迟不敢推向市场。
这是一种典型的 " 创新者窘境 "。当你的核心业务每年贡献超过 2000 亿美元的广告收入时，任何可能颠覆这套模式的新技术，在内部都会被反复审视、层层过滤，直到被自我审查机制扼杀在摇篮里。
谷歌不是没有技术，不是没有人才，而是被自己太过成功的商业模式绑架了。搜索广告这台印钞机一天还在轰鸣运转，任何让它减速的风险都会被无限放大。
等到 2022 年 11 月 OpenAI 推出 ChatGPT，两个月内用户破亿，整个行业的天平瞬间倾斜。
谷歌猛然惊醒，仓促之间推出 Bard 应对，结果首次公开演示就出现事实性错误，市值一夜蒸发千亿美元。
这是一次惨烈的品牌事故，但比市值更受伤的，是外界对谷歌 AI 能力的信心。
一个手握最核心技术的公司，居然在最重要的产品化环节摔得如此狼狈，这绝不是一次偶然失误可以解释的。
Bard 后来更名为 Gemini，谷歌试图用一个统一的大模型品牌来重整旗鼓。
2023 年底发布的 Gemini 1.0 在多模态能力上确实展现出潜力，尤其是对视频和图像的理解令人眼前一亮。但问题在于，发布节奏和实际体验之间出现了巨大裂缝。
那段轰动一时的演示视频后来被曝出经过剪辑和提示词优化，并非实时交互，再次重创了谷歌在 AI 领域的公信力。
用户和开发者群体中开始流传一种情绪：谷歌的 AI 发布，看看就好，别太当真。
Gemini 为何被挤出前十
如今 Gemini 跌出全球前十，并非一夜之间的突变，而是三重结构性断裂长期作用的结果。
第一重断裂，是模型能力迭代速度跟不上竞争对手。
全球大模型排行榜的评测维度通常涵盖推理能力、数学与代码、多语言理解、长上下文处理、多模态交互等数十项细分指标。
过去一年里，OpenAI 完成了从 GPT-4 到 GPT-5 的跨越，Anthropic 的 Claude 系列在深度推理和安全性上持续精进，Meta 的 Llama 开源生态像野火一样蔓延，催生了大量基于其架构优化的衍生模型，这些衍生模型在特定任务上的表现经常反超原始版本。
甚至连成立不到三年的 xAI，也凭借激进的算力投入和高效的技术路线，在多项指标上超过了 Gemini。
竞争已经不是线性赛跑，而是指数级的军备竞赛。
当所有对手都在以数月为周期快速迭代时，Gemini 的更新节奏显得迟钝而犹豫。Gemini 2.0 的发布比预期晚了好几个月，而且在发布后不久就被开发者社区指出，在一些关键推理任务上的表现甚至不如某些开源竞品的最新版本。
这种 " 发布即落后 " 的尴尬，对于一个想要冲击第一梯队的旗舰模型来说是致命伤。
第二重断裂，是开发者生态和口碑的持续流失。
大模型的竞争从来不只是模型本身的竞争，更是生态的竞争。
OpenAI 有 ChatGPT 这个超级应用作为入口，有覆盖全球的开发者和企业客户群；Meta 通过开源策略让 Llama 渗透到了从初创公司到大型企业的每一个角落；Anthropic 凭借 Claude 在高端企业市场建立了可靠、负责任的品牌形象。
反观谷歌，Gemini 的生态位始终模糊不清。它既想通过 Google Cloud 争取企业客户，又想借安卓和 Google 全家桶触达消费者，还试图用 Gemini Advanced 订阅服务直接挑战 ChatGPT Plus。多方出击的结果是每一侧都没有形成压倒性优势。
开发者社区的态度最能说明问题。在 GitHub、Hugging Face 以及各大技术论坛上，讨论 Gemini 集成的帖子数量远少于 OpenAI 和 Llama 相关话题。
大量 AI 初创公司在选择底层模型时，Gemini 往往不是首选，甚至不是备选。这种生态的弱势会自我强化：用的人越少，反馈越少，改进越慢，进而用的人更少。
谷歌曾经引以为傲的开发者关系网络，在 AI 这一仗里意外地失灵了。
第三重断裂，是谷歌 AI 战略的反复和内耗。
翻看谷歌过去五年的 AI 组织架构变动，简直是一部大型企业如何自我消耗的教科书。
最初是 Google Brain 和 DeepMind 双轨并行，一个偏重研究和产品结合，一个偏重前沿探索。2023 年，谷歌将二者合并为 Google DeepMind，希望整合力量集中攻关 Gemini。
这个逻辑本身没有问题，但合并带来的文化冲突、人事震荡和方向博弈，消耗了大量原本应该用于技术攻关的能量。
DeepMind 一直以学术自由和长期研究导向著称，而 Google Brain 的团队更习惯与产品部门紧密协作，追求快速落地。
两种文化的强行融合，导致了一些关键研究人员的离职。过去两年里，从谷歌出走投身创业或加入竞争对手的 AI 科学家名单，可以列出一长串，其中不乏 Transformer 论文的合著者。
这些人带着对谷歌战略不满和技术理想主义，成为了其他公司最锋利的武器。
当一个公司最顶尖的人才不是在解决技术难题，而是在处理内部对齐问题时，它在外部排行榜上的滑落就只是时间问题。
但如果因此就断言谷歌在 AI 时代已经出局，那同样是一种误判。
谷歌目前的处境不是一败涂地，而是从绝对领先变成了艰难追赶，这两者之间有本质区别。
退一步看，谷歌在 AI 领域的布局厚度，依然令绝大多数对手难以望其项背。
在算力基础设施层面，谷歌自研的 TPU 芯片已经迭代到第五代，与英伟达 GPU 形成了有效的互补和部分替代。
在全球 AI 算力紧缺、高端 GPU 价格飞涨的背景下，拥有自主芯片能力意味着不会被供应链卡脖子。
谷歌云在全球部署的 TPU 集群规模庞大，这为 Gemini 后续的大规模训练和推理提供了物质基础。单论算力储备，谷歌依然位居全球前三。
在数据层面，谷歌搜索索引了互联网世界数十亿页面，YouTube 是全球最大的视频平台，Gmail、Google Maps、安卓系统每天产生的数据量级是惊人的。
这些数据在合规前提下经过脱敏和筛选，可以为多模态模型的训练提供几乎无上限的燃料。数据质量决定模型的上限，而谷歌在这个维度上的优势还没有被充分释放。
在应用场景层面，谷歌拥有超过 15 亿的 Gmail 用户、20 亿以上的安卓设备、月活超过 20 亿的 YouTube。
这意味着一旦 Gemini 的能力真正成熟，它可以瞬间触达全球最大规模的用户群。想象一下，一个足够聪明的 AI 助手无缝嵌入到 Gmail、Google Docs、Google Maps 和安卓系统的每一处交互中，这种端到端的整合体验是任何单一 AI 应用都无法比拟的。
谷歌的真正挑战从来不在于 " 没有牌 "，而在于 " 怎么打 "。过去两年的问题在于，牌太多太杂，每一张都想打，每一张又都打得不够坚决。
从最新的动态来看，谷歌似乎终于开始聚焦。2025 年下半年以来，Google DeepMind 的重组阵痛逐渐平息，Gemini 新一代模型的研发节奏有所加快。
谷歌开始把 AI 能力深度植入搜索，推出 AI Overviews 等产品，虽然初期的准确性质疑声不断，但迭代速度在提升。
在云计算端，Vertex AI 平台正在努力弥合与 Azure OpenAI Service 之间的差距。在开源侧，谷歌推出了 Gemma 系列轻量级模型，试图在开发者社区夺回一部分话语权。
这些动作说明，谷歌意识到了问题所在，并且正在试图用自己最擅长的方式去解决：用工程能力把技术问题变成产品问题，再把产品问题用规模优势化解掉。
机会窗口还在，但时间不多了
全球 AI 大模型的竞争远未到终局。目前的市场格局更像是一场马拉松的前半程，领先的选手换了几轮，没人敢说自己已经锁定胜局。谷歌仍然具备几个结构性的机会窗口。
第一个机会是多模态的全面爆发。文本大模型的竞争已经趋于白热化，但真正的多模态理解和生成能力，即让 AI 同时处理文字、图像、视频、音频乃至物理世界的传感器数据，仍然处于早期阶段。
谷歌在视觉识别、视频分析、机器人控制等领域有着多年积累，YouTube 的数据资产在多模态时代可能释放出比搜索引擎更大的价值。
如果谷歌能在这个方向上率先做出让用户明显感知到的代际差异，它有可能重新定义赛道，就像当初 iPhone 重新定义手机那样。
第二个机会是 AI Agent 的规模化落地。未来的 AI 竞争不只是聊天对话，而是谁能真正帮用户完成复杂任务：预订旅行、管理日程、跨平台操作、甚至控制智能家居和车辆。
谷歌拥有 Gmail 邮箱、日历、地图、支付系统等完整的个人数字生活基础设施，这些工具一旦被一个强大的 Agent 串联起来，其价值将远超一个孤立的对话式 AI。
这个愿景已经讲了很久，关键在于执行。谷歌需要证明自己不是那个只会画蓝图的公司。
第三个机会来自监管格局的变化。欧盟、美国等主要经济体对 AI 的监管正在趋严，尤其是在隐私、安全和内容责任方面。
谷歌作为经历过无数次反垄断和隐私调查的老牌巨头，在合规能力和政府关系上比新兴 AI 公司更具经验。当监管门槛提高时，小型竞争者可能会被淘汰出局，而谷歌有可能凭借合规优势稳住阵脚。
当然，这同时是一把双刃剑，谷歌本身也在承受巨大的反垄断压力，能否将监管转化为护城河还是未知数。
不过，所有这些机会要兑现，都有一个前提：谷歌必须在组织效率和战略聚焦上做出根本性的改变。
外部世界不会停下来等它。OpenAI 正在向更复杂的推理和 Agent 能力迈进，Anthropic 在企业市场步步为营，Meta 的开源大军正在蚕食中小开发者的心智，而苹果携设备生态虎视眈眈，随时可能用端侧 AI 重新定义交互入口。
这是一个六强争霸的牌局，缺席者不会再有下一轮补票的机会。
Gemini 跌出全球前十是一个信号，但不是一个判决。
在科技行业，技术先发优势的保质期比想象中短得多，而组织惯性和战略摇摆的代价比想象中高昂得多。
谷歌曾经从一家搜索初创公司变成数字广告帝国，又从移动互联网的危机中成功转型，它具备自我重塑的基因。
只不过，这一次的对手不再是雅虎或者微软，而是一群没有历史包袱、以 AI 为唯一使命的新物种。面对这样的竞争，任何一丝犹豫和傲慢，都可能是无法挽回的错误。
谷歌的 AI 之路确实艰难，但远远没到写悼词的时候。
真正值得关注的不是它能不能回到前十，而是它愿不愿意承认，过去的荣耀在新的游戏规则面前一文不值，然后像一个挑战者那样去战斗。
