OC
Google 把 AI 拆成两条线:Hassabis 管 AGI,Gemini 交给产品负责人
科技 · 2026-08-06 · 产业与资本 · 阅读 18

Google 把 AI 拆成两条线:Hassabis 管 AGI,Gemini 交给产品负责人

作者:陈墨|OC 产业与资本编辑

作者 陈墨 陈墨

Google 官方内部信,Demis Hassabis 将卸下 Google DeepMind 日常运营,出任 GDM 主席和 Alphabet 首席科学家;现任 CTO、首席 AI 架构师 Koray Kavukcuoglu 将直接向 Sundar Pichai 汇报,负责 Gemini 模型、前沿研究、应用和开发者团队。

一句话结论:这不是 Hassabis 简单“卸任”,而是 Google 把 AI 权力拆成长期 AGI 与科学战略、短周期模型与产品交付两条线;与此同时,Jeff Dean 等核心研究者带着 Google 的投资离开,说明公司正用合作关系代替对顶尖人才的完全控制。

新分工把商业交付集中到 Kavukcuoglu 手中。他将统筹 Gemini 4、Gemini 应用和开发者产品,减少研究、模型与入口之间的管理层级。Pichai 在信中反复强调速度,列出 Gemini 应用超过 9.5 亿月活、Gemma 超过 9 亿次下载,以及企业和开发者需求,说明这一岗位首先要兑现产品路线图。

Hassabis 则获得更宽的科学角色。他继续领导药物研发公司 Isomorphic Labs,并将与 Pichai 处理全球 AGI 战略。官方说法是让他专注“全局”;从组织结构看,也等于把模型发布时间、应用增长和开发者收入的日常责任交给更偏工程交付的负责人。

Google保留云投资和研究合作但不再直接雇佣Discovery Loop创始团队

另一半变化来自 Jeff Dean、Sanjay Ghemawat、Quoc Le 和 Oriol Vinyals。他们成立公共利益公司 Discovery Loop,计划先自动化机器学习实验,再扩展到药物、能源和工程问题。系统会并行提出、运行和评估数千个实验,用自身的机器学习研究作为第一个客户。

Google 没有把这次离职处理成彻底分手。Alphabet 是创始投资者,Google Cloud 是合作伙伴,双方还将共同研究机器学习系统框架。对 Google 来说,这能保留云收入、技术接口和潜在成果,同时把创业风险、招聘和独立治理放到公司外部。

但“自动化完整科学循环”仍主要是公司愿景。机器学习实验容易定义指标、自动运行和快速迭代,药物与能源研究则需要物理实验、质量控制和长周期验证。Discovery Loop 能否跨出软件领域,取决于它是否拥有真实实验设施和高质量反馈,而不只是更多算力。

关键事实

  • Hassabis 转任 Google DeepMind 主席和 Alphabet 首席科学家,并继续领导 Isomorphic Labs
  • Kavukcuoglu 负责 Gemini 模型、前沿研究、应用与开发者团队,直接向 Pichai 汇报
  • Jeff Dean 等四名研究者成立 Discovery Loop,初期聚焦自动化机器学习实验
  • Alphabet 将投资新公司,Google Cloud 继续提供基础设施并开展研究合作

OC 判断

Google 正在同时解决两个矛盾:大公司需要稳定交付 Gemini,顶尖研究者又希望不受季度目标约束。组织拆分可以让责任更清楚,却也会增加研究战略和产品路线分离的风险。判断重组是否成功,要看 Gemini 交付速度和 Discovery Loop 是否形成可验证成果。

为什么重要

  • 对开发者:Gemini 模型、应用和 API 进入同一管理线,版本与产品节奏可能更紧密。
  • 对企业:Google 仍能通过投资和云合作保留外部研究能力,但供应关系会更复杂。
  • 对行业:顶尖人才离职不再等于断开关系,大公司越来越用资本和算力维持技术联盟。

参考来源

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1

一个体会,Codex 这种现代 Agent,每天一个变,几天不用就有新惊喜

<p>当然我说的也包括 Claude Code,新功能日新月异,还有就是 AI 能力提升以后,可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是,我最近经历过很多次,你跟人介绍现在 Codex 可以做到什么样子,他们都觉得很厉害。但是你现场一演示,他们的震撼就更加完全不同了。所以,这种东西,需要大量的 Workshop 去沟通交流,光看文字很难讲清楚,直播、视频也越来越重要了。</p>

tinyfool 1 89