Dlaczego Google mogło cicho wycofać się z wyścigu AI na rzecz OpenAI i Anthropic

Google nie ściga już OpenAI i Anthropic do tej samej mety. Jego rywale chcą AI, które poprawia samo siebie. Google chce AI, które rozumie rzeczywisty świat.

Podział jest łatwy do przeoczenia, ponieważ Google nadal wypuszcza modele i nadal zarabia pieniądze. Ale jego najnowsze wydanie zajęło 10. miejsce w jednym niezależnym rankingu.

Co Google powiedział i czego nie powiedział o wyścigu AI

Google wydał Gemini 3.6 Flash 21 lipca. Głównym atutem była prędkość i koszt, a nie surowa moc.

Śledź nas na X, aby otrzymywać najnowsze wiadomości na bieżąco

Model produkuje o 17% mniej tokenów niż poprzednia wersja, powiedział blog Google'a. Tokeny to małe fragmenty tekstu, które pisze AI. Mniej tokenów oznacza tańszą odpowiedź.

Moc to inna sprawa. Jedno opublikowane odczytanie indeksu Analizy Sztucznej umieściło model na 10. miejscu. Każde inne większe laboratorium zajęło wyższe miejsca.

Google nie stoi w miejscu. Rozpoczął swoje największe dotychczas szkolenie dla Gemini 4. Większy model, Gemini 3.5 Pro, wciąż jest w fazie testów z partnerami.

Sundar Pichai wskazał na inny cel. Powiązał mapę drogową z osobistymi agentami, a nie z wygranymi w rankingach.

Inwestorzy są mniej zrelaksowani. Akcje Alphabet spadły o 6% w czerwcu po tym, jak dwóch starszych badaczy odeszło do rywali.

Wewnątrz zakładu DeepMind na modele świata

Model świata to AI, które uczy się, jak zachowują się fizyczne rzeczy. Grawitacja, ruch, przyczyna i skutek. Przewiduje, co się wydarzy następnie w pomieszczeniu, a nie następne słowo w zdaniu.

Własna strona internetowa DeepMind pokazuje zakład. Klasyfikuje Genie 3 i Gemini Robotics pod nagłówkiem modeli świata i uczenia się wcielonego, co oznacza oprogramowanie, które kontroluje maszyny.

W maju laboratorium rozszerzyło Projekt Genie na Street View. Wydano również SIMA 2, agenta, który uczy się, grając w wirtualnych światach 3D.

OpenAI i Anthropic celują zupełnie gdzie indziej. Chcą rekurencyjnej samodoskonalenia, skracanej do RSI.

Mówiąc prosto, to AI wystarczająco inteligentne, aby zbudować następne, lepsze AI. Potem to AI buduje kolejne.

Autor Alberto Romero argumentował we wtorek, że Google celowo opuścił ten wyścig.

„Hassabis stawia na coś innego: modele świata. Modele, które mogą rozumieć i symulować rzeczywisty świat, a nie tylko przewidywać następny token,” napisał Alberto Romero w niedawnej analizie.

Google nie powiedział nic takiego. Demis Hassabis, który kieruje Google DeepMind, nigdy publicznie nie wykluczył RSI.

Dlaczego współzałożyciel rywala mówi, że DeepMind jest wyjątkiem

Najostrzejsza zewnętrzna analiza pochodziła od rywala, miesiące wcześniej.

Jack Clark współzałożył Anthropic. 4 maja opublikował esej na temat kierunku, w którym zmierza AI.

Ocenił, że istnieje 60% szans, że AI będzie mogło prowadzić własne badania do końca 2028 roku. Na 2027 rok oszacował to na 30%.

Clark zapytał następnie, które laboratoria dążą do tego celu. DeepMind, napisał, „wydaje się być najbardziej ostrożne z wielkiej trójki.” Ostrożny oznacza ostrożny.

Jego dowody pochodziły z samego DeepMind. Cytował jego dokument z 2025 roku na temat bezpieczeństwa AI, współautorstwa współzałożyciela Shane'a Legga.

Anthropic jest znacznie odważniejsze. W badaniu na temat rekurencyjnej samodoskonalenia zgłoszono, że Claude napisał ponad 80% kodu, który zostanie dostarczony do maja 2026 roku.

Przed lutym 2025 roku ten udział był bliski zeru.

Firma udokumentowała, że AI buduje lepsze AI. W jednym teście prędkości jej modele osiągnęły 52-krotny wzrost w kwietniu, w porównaniu do 2,9-krotnego wzrostu rok wcześniej.

Wykwalifikowany inżynier potrzebuje od czterech do ośmiu godzin, aby osiągnąć czterokrotny wzrost w tym samym zadaniu.

Dlaczego Google może wcale nie zrezygnowało z wyścigu AI

Dwa fakty podważają całą tę ideę:

• Google prowadzi test, który najbliżej mierzy umiejętności badawcze AI.

MLE-Bench prosi model o samodzielne budowanie systemów uczenia maszynowego. Model Gemini 3 uzyskał 64,4% w lutym. To był najlepszy wynik w tamtym czasie. Google uzyskał 63,9% dla 3.6 Flash w lipcu.

Laboratoria, które rezygnują z danej dziedziny, rzadko zajmują czołowe miejsca w jej rankingu.

• Google wcale nie jest nieobecny na rynku.

Pichai powiedział inwestorom, że aplikacja Gemini ma 950 milionów użytkowników miesięcznie. Google pominął w tym miesiącu otwarte sojusze AI NVIDIA. Tak samo zrobiły OpenAI i Anthropic.

Czy Google może sobie pozwolić na czekanie?

Argument za cierpliwością jest prosty. Reklamy w wyszukiwarce opłacają wszystko inne, więc DeepMind może działać w swoim tempie.

Własne dokumenty Alphabetu pokazują, że poduszka finansowa staje się coraz cieńsza.

Przychody osiągnęły 119,8 miliarda dolarów w kwartale czerwcowym, co oznacza wzrost o 24%, według wyników złożonych 22 lipca. Tylko wyszukiwanie przyniosło 63,3 miliarda dolarów.

A potem przychodzi wydawanie. Alphabet zainwestował 44,9 miliarda dolarów w centra danych i sprzęt w ciągu trzech miesięcy. To mniej więcej dwa razy więcej niż rok wcześniej.

Wynik to negatywny przepływ gotówki w wysokości 5,86 miliarda dolarów. Przepływ gotówki to to, co zostaje po opłaceniu rachunków za budynki.

Ta kwota wyniosła pozytywne 10,1 miliarda dolarów w marcu. W grudniu wyniosła pozytywne 24,6 miliarda dolarów.

Alphabet pokrył lukę, sprzedając nowe akcje o wartości 49,6 miliarda dolarów w czerwcu. Pożyczył kolejne 20,3 miliarda dolarów.

Dług długoterminowy podwoił się w ciągu sześciu miesięcy, z 46,5 miliarda dolarów do 98,2 miliarda dolarów.

Linia w rachunkach dotycząca wspólnego badania AI straciła 5,79 miliarda dolarów, w porównaniu do 3,37 miliarda dolarów. Cierpliwość teraz ma swoją cenę.

Co obserwować w ciągu następnych 30 dni

• Czy Gemini 3.5 Pro zostanie wydany i jak się plasuje
• Czy DeepMind pokaże wyniki modeli świata związane z Gemini 4
• Czy przepływ gotówki Alphabet znów stanie się pozytywny we wrześniu
• Czy Hassabis bezpośrednio odpowie na pytanie o samodoskonalenie

Gemini 4 to prawdziwy test. Jeśli modele świata działają tam, gdzie agenci kodują, wolne tempo będzie wyglądać na mądre, a nie przestraszone.

Następny raport o zyskach pokaże, jak długo Alphabet może płacić, aby się dowiedzieć.

Źródło: BeInCrypto