22
0本次分享内容来自Gemini 3 Flash模型发布后的2025年12月19日，Google AI的几位核心人物——DeepMind研究副总裁Oriol Vinyals、谷歌首席科学家Jeff Dean和Noam Shazeer，以及Google AI Studio产品负责人Logan Kilpatrick的一次同台对谈。地址：x.com
主要内容：
1. Gemini 项目的起源与团队融合
- 统一战线： Jeff Dean 提到 Gemini 起源于对 Google 内部资源碎片化的观察。为了集中算力和顶尖人才，Google 将原有的 Brain 团队和 DeepMind 合并，形成了统一的 Gemini 团队。
- 文化互补： 团队结合了 Brain 团队“自下而上”的创新风格与 DeepMind 针对宏大目标（如 AlphaFold）“自上而下”的严谨执行力。
2. Gemini 3 的核心技术逻辑
- “双重按钮”： 成功的秘诀在于同时加大预训练（Pre-training）和后训练（Post-training）的投入。
- 蒸馏技术（Distillation）： Gemini 3 Flash 的成功很大程度上归功于完美的蒸馏技术，使得较小的模型能达到甚至超越前代 Pro 模型的智能水平。
- 全栈优势： Google 自研的 TPU 基础设施是支撑 Gemini 大规模训练与低延迟推理的关键，解决了算力瓶颈。
3. 突破性进展：从基础到竞赛级智能
- 可验证领域的飞跃： 负责人指出，在数学（IMO 金牌）和编程等“可验证领域”，通过强化学习（RL）和后训练，模型取得了惊人的进步。
- 延迟即质量： Jeff 强调低延迟对用户体验至关重要。Flash 模型通过架构优化实现了极速响应，这不仅提升了用户留存，也为未来的机器人控制奠定了基础。
4. 未来五年：迈向 AGI 的关键路径
- 持续学习（Continual Learning）： 现有的模型在部署后权重即冻结。Oriol 认为未来的模型应该像人类一样，在交互中持续学习和进化。
- 超越“预测下一个词”： Jeff 提出目前的预训练效率较低（人类只需 10 亿 token 就能变得聪明，而模型需要数万亿）。未来研究将探索让模型在环境中通过“采取行动并观察结果”来学习，而非仅仅是被动地流式读取数据。
- 长上下文（Long Context）： 团队正在探索如何让用户感知到“无限”的上下文，使模型能够同时处理和理解互联网规模的数据或海量视频。
