【演講】皮查伊的全棧押注，Google I/O 把底牌全攤開了

這場值得說的有四件事。第一，用量數字大到荒謬，但荒謬裡有真實的業務意義。第二，Google 推出 Gemini Omni，把文字，圖片，影片，互動模擬全部打通，這不是升級，是換了一個做法。第三，基礎設施投資從 310 億美元跳到約 1,800 億美元，六倍，一年內。第四，AI 寫程式已經到了93 個子代理平行跑十二小時，從零蓋出一個作業系統這種程度，而且花費不到一千美元。合起來意味著什麼：Google 不是在做產品功能更新，它在重新定義自己是什麼公司。

◎3.2 quadrillion，說的人希望你只看數字

皮查伊說，Google 現在每月處理 3.2 quadrillion 個 tokens——tokens 是 AI 模型處理資訊的最小單位，你可以粗略把它想成模型每次思考的顆粒數。兩年前是 9.7 兆，去年 I/O 是 480 兆，今年是 3,200 兆，七倍跳。他自己也說，有人會叫這個 token maxing，意思是你用量衝很大，不代表真的有那麼多人在解決真實問題。這個質疑是對的，但也不是全錯。同場他給了另一個數字：過去十二個月，超過 375 個企業客戶各自處理超過一兆個 tokens，這才是有分母的數字，代表真實的商業採購行為。兩個數字放在一起看，用量的確在成長，而且有一部分是有錢有意圖的企業客戶在後面撐著。

◎Gemini Omni 不是升級，是換了一個前提

Google DeepMind 執行長 Demis Hassabis——他是 AlphaGo 背後那個團隊的創辦人，2023 年和 Google 合併後主導 Gemini 模型研發——上台宣布 Gemini Omni。這個模型要做的事是：任何輸入，任何輸出。你給它文字，圖片，影片，你自拍的照片，它都可以接；它吐出來的可以是影片，互動模擬，可以玩的遊戲場景。他們示範了一段：一個簡單的做一個黏土動畫解釋蛋白質折疊的指令，Omni 直接生成影片，而且可以用對話方式繼續改。Hassabis 在台上說 AGI（人工通用智慧，能在各種任務上比肩人類的 AI）距今只剩幾年。這句話他不是第一個說，Sam Altman 說過更多次。差別是 Hassabis 是做科學研究出身的人，不是慣常說大話的業務型 CEO——所以這句話的分量稍微不一樣，但也還是要保留一定的懷疑。

◎CapEx 六倍，這不是決心，這是押注

2022 年 Google 每年資本支出是 310 億美元。今年預計是 1,800 到 1,900 億美元，約六倍。這個數字本身不奇怪——Meta，微軟，亞馬遜都在同一條軌道上加碼。奇怪的是速度：一年內從一個數量級跳到另一個數量級，沒有緩衝。皮查伊特別提到他們的第八代自研晶片 TPU，分成 8T（專門做訓練）和 8I（專門做推論）兩種架構；8T 的運算能力是上一代的三倍，8I 則是在乎速度——他們現場示範一個模型每秒生成接近 1,500 個 tokens。自研晶片的意義很簡單：不完全依賴 Nvidia，成本和彈性都更好掌握。六倍的 CapEx 裡，這部分是有戰略邏輯的。

◎AI 寫程式已經可以從零蓋作業系統，成本不到一千美元

這場最讓我睜大眼睛的不是 Omni，是 Antigravity——Google 自己的 AI 輔助開發工具，可以把它想成一個會寫程式，會自己測試，會自己修 bug 的工程師助手。他們用 Antigravity 加上新模型 Gemini 3.5 Flash，讓 AI 從零開始蓋一個作業系統：93 個子代理平行運作十二小時，超過一萬五千次模型請求，消耗 26 億個 tokens，最後跑出一個可以安裝軟體，可以玩遊戲的作業系統。費用：不到一千美元 API 費用。作業系統從零開發通常要一個工程師團隊花好幾個月。這個示範在說的不是AI 很厲害，而是軟體工程的生產成本正在往下走，速度比大部分人預期的快。台下坐的如果有軟體公司老闆，這個數字應該讓他們坐不住。

看完整場，我的結論是：Google 這次不是在守，它在進攻。用量，模型，硬體，開發工具，四路同時推。但有一件事沒變——科技業的大場發表永遠比實際落地早個一兩年，象限圖上的第一名下週可能就換人坐。皮查伊把公司押在 AI 全棧這條路上已經十年，今天只是讓外界第一次看清楚這張賭注有多大。