责编 | 王启隆 出品丨AI 科技大本营（ID：rgznai100） 谷歌这几天连发产品，Gemini 3 余温还未消退，立刻就把 Nano Banana Pro 这一大杀器祭了出来，而 OpenAI 则是反常的没有太多动作。 具体来说，谷歌这次不仅要在模型层面给大家"炫技"，还同时把重点放在了一个更枯燥、但对商业世界更致命的词上：效率。 在 AI 领域，有一个公开的秘密：模型越聪明，推理成本就越高。这也是为什么很多所谓的"杀手级应用"至今还停留在 PPT 阶段，因为你烧不起那个 钱。 谷歌这次干了一件很"谷歌"的事。他们通过极致的"蒸馏技术"（Distillation），硬生生把顶尖模型的运行成本压到了地板上。当你能在数十亿次日均搜 索请求中调用 Gemini 3 而不破产时，这游戏规则就变了。 Demis 在访谈里提到了一个很有意思的观点： 他们在成本与性能的帕累托前沿（Pareto frontier）上保持领先。 这话翻译成人话就是：比我聪明的没我便宜，比我便宜的没我聪明。 另一个很有意思的变化，是模型"人设"的调整。 过去几年，我们见过太多试图扮演"知心姐姐"的 AI 了。你问它一个代码问题，它先夸你 ...

IT之家注意到，谈及潜在的 AI 泡沫风险，哈萨比斯给出了一种微妙的观点，他明确指出，"私募市场显然存在泡沫"，并举例称，某些尚无实质性产出的初 创企业，在种子轮融资阶段即被赋予数百亿美元估值，"这显然不可持续，在我个人看来，甚至缺乏基本逻辑。" 但他强调，此类风险并不适用于谷歌。哈萨比斯回溯了十二年前 DeepMind 并入谷歌时他提出的原始构想：将 AI 研究打造为谷歌产品的"引擎室"（Engine Room）。如今，这一长期战略已显成效，Gemini 深度赋能搜索（Search）、YouTube、云服务（Cloud）等核心业务，迅速实现商业回报。"无论外部环境如 何变化，我坚信我们已处于极为有利的位置，终将脱颖而出。"他断言，即便市场泡沫破裂，谷歌也具备应对各种情境的扎实基础。 尽管 Gemini 3 取得显著进展，哈萨比斯仍维持其原有预判：真正的通用人工智能（AGI）实现尚需 5 至 10 年时间。他指出，通往 AGI 仍需"一到两项关键 突破"，尤其在模型可靠性、复杂推理能力及长期记忆机制等方面。 哈萨比斯承认，仅靠扩大模型参数量已出现"收益递减"现象，但他强调进展远未停滞，相关投入"依然极具价值" ...