封閉前沿實驗室正拉開與開放式 AI 的差距 | Melvin Johnson
封閉前沿實驗室正拉開與開放式 AI 的差距 | Melvin Johnson
DeepMind 副總裁 Melvin Johnson 將 Gemini 4 在企業基準測試中領先開放權重對手的成績,歸功於 Google 的 TPU 整合與通路優勢,並預告 Gemini 與 AI Mode 將推出代理式升級。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
Podcast 專家音訊節目
收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情
Google DeepMind 研究副總裁 Melvin Johnson 主張,封閉式前沿實驗室對開放權重模型的領先優勢將長期維持,因為雙方差距現在比 2026 年任何時點都更大。本集節目大致上是 Gemini 4 最新模型 Hydrogen 的產品說明會——涵蓋基準測試、速度與成本定位,以及企業應用場景——封閉對開放的討論只佔最後幾分鐘。Johnson 也談到 Google 的結構性優勢(TPU、內部試用、通路),以及 Gemini 應用程式與 AI Mode 的近程代理功能規劃。
Johnson 在 DeepMind 帶領 Gemini 的後訓練(post-training),因此是說明 Gemini 4 系列如何打造與定位的第一手訊息來源,不過他在產品路線圖上相當謹慎,頻頻推託(「你問錯人了」)。讀者讀完應該能掌握:模型陣容與其基準測試宣稱、Google 對垂直整合的官方說法,以及 Johnson 針對封閉/開放差距引用的具體數字——這些全都是他的主張,節目中並未獨立驗證。
在 Google 自家指標上,Hydrogen 勝過較早的前沿模型 Argon
Johnson 把 Hydrogen 定位為 Gemini 4 系列的「日常主力」與「工作馬」——比前代更快,同時仍具備「最前沿的能力」。最具體的宣稱是:在 AA 指標上,Hydrogen 的分數高於 Argon,也就是本集播出前約一個半月推出的首款 Gemini 4 前沿模型。
| 模型 | AA 指標分數 | 備註 |
|---|---|---|
| Argon | 50 | 首款 Gemini 4 前沿模型 |
| Hydrogen(high,預設) | 51 | 預設設定 |
| Hydrogen(extra high) | 54 | 最高設定 |
Johnson 表示,這個差距說明瞭為何 Hydrogen 能在「Vending Bench」上擊敗 Anthropic 的 Sonnet 以及他稱為 Terra 的模型——考量指標分數,他稱這個結果「並不意外」。他也宣稱 Hydrogen「領先大多數開放權重模型,甚至可能是全部」。
根據 Johnson 的說法,Gemini 4 的推出順序是:先 Argon,接著「同月內」推出 Carbon,Carbon 在本集播出前的週二(即 2026-11-10)全面開放。Hydrogen 則在錄音當天發布。Johnson 形容從 Argon 到 Carbon 這一步是「能力與行為表現的雙重巨大躍進」。
Google 的立論基礎:TPU、十萬名內部工程師、十億使用者級通路
被問到要如何才能長期領先 Anthropic 與 OpenAI 時,Johnson 列出他認為 Google 獨有的四項優勢:
- 以 TPU 實現垂直整合——Google 圍繞自家晶片設計訓練與推論,並維持快速的晶片迭代節奏。
- 內部回饋迴圈——「十萬多名工程師每天使用這些模型」,他說這省去了把客戶回饋轉譯來回折騰的過程。「有人就坐在同一棟大樓裡直接給你回饋。」
- 通路——Gemini 應用程式是「十億級以上的產品」,AI Overviews 與 AI Mode 觸及所有 Search 使用者,Anti-Gravity 程式開發介面也「快速成長」。
- 觸及規模——Johnson 指出,只有「極少數人能用到前沿模型」,但能觸及「七十億以上人口」是「天大的事」。
他特別點出 AI Overviews 是「全球使用量最大的 AI 產品,看起來是如此」,並說他常告訴旗下研究員,他們「沒意識到自己正在打造全球使用量遙遙領先的 AI 模型」。
Johnson 稱封閉與開放的差距是 2026 年以來最大
這是本集節目的頭條主張,卻只給了約兩分鐘。Johnson 承認開放權重陣營的競爭「會很艱難」,但主張前沿實驗室永遠會保持領先:「我們不會停在 Hydrogen。我們會推出下一個元素,也會很快推出下一個前沿模型。所以對開放權重模型來說,這永遠是一場追趕戰。」
他的佐證是年內比較:「如果你看封閉與開放權重模型之間的差距,現在是今年全年最大的。今年有些時點差距小得多,但現在差距相當大。」他沒有提供任何指標、基準或來源來佐證這個差距——這是他的主張,節目並未加以檢驗。
「對開放權重模型來說,這永遠是一場追趕戰。」
企業買家看重的是接近前沿品質下的成本與速度
Johnson 說,客戶測試的回饋集中在「接近前沿品質下的成本與速度」。他舉出三項基準測試的勝利,每一項都號稱是同級最佳或業界頂尖(SOTA):
| 基準測試 | Hydrogen 宣稱的定位 |
|---|---|
| Automation Bench | 同級最佳模型 |
| Tax Bench | SOTA |
| Legal Research Bench | SOTA |
他將這些歸類為「大量知識工作」型別的應用場景。內部團隊則用 Hydrogen 做「日常寫程式」,賣點是速度與品質。值得注意的是,Hydrogen 尚未在 GDPX 上跑過——Johnson 說了兩次「很快就會」,主持人則表示,他對這項結果的期待高於其他基準測試。
以元素週期表命名,是因為內部候選名稱外流
元素命名慣例(Argon、Carbon、Hydrogen)並非行銷操作。Johnson 說,每個新模型系列都會有一套連貫的內部命名策略,而這次「內部名稱讓我們很有共鳴,所以就把這些一直用來稱呼候選模型的內部名稱直接對外公開了」。主持人對此慣例表示認同;至於為何特別選用元素,Johnson 並未進一步說明。
下一波產品攻勢是代理功能:更好的任務切換與可交易的 AI Mode
Johnson 不願預測產品(「你問錯人了」),但描述了兩個明確方向。在 Gemini 應用程式中,現有的對話/任務切換功能——他說自己「很常用來把事情做完」——很快就會有「大幅改進」。在 Search 方面,AI Mode 將變得「越來越具代理能力(agentic)」,目標是讓提問的使用者能「無縫過渡到購買商品或把事情辦完」。他將此定調為「消費者代理時代」,並預告「Google 產品將有大量改進」。
Google 的領先主張與其證據,嚴謹程度不在同一層次
本集最紮實的內容是逐模型的評分表與企業基準測試表,兩者都具體且可查證。關於封閉與開放差距的頭條主張則最薄弱:它只靠一句話支撐,沒有任何指標,而 Johnson 自己也承認差距在 2026 年稍早曾經縮小,這意味著它還可能再次縮小。尚未化解的張力在於速度與前沿品質——Hydrogen 靠成本與延遲取勝,但依 Johnson 自己的說法,前沿實驗室正全力推出下一個元素,這等於明言 Hydrogen 的「接近前沿」定位只是暫時的。值得持續追蹤的有:待公佈的 GDPX 結果、任務切換功能的「大幅改進」是否真如暗示的時間表到位,以及是否有任何獨立量測能佐證 Johnson 所稱、正在擴大的封閉與開放差距。