突發:谷歌AI一夜巨震,Gemini換帥,首席科學家帶三個大牛出走創業

2026年8月6日 08:02
突發:谷歌AI一夜巨震,Gemini換帥,首席科學家帶三個大牛出走創業

重點摘要

這篇消息聚焦「突發:谷歌AI一夜巨震,Gemini換帥,首席科學家帶三個大牛出走創業」。目前站內已移除先前混入的模型思考或安全判斷文字,並保留來源可確認的主題供讀者追蹤。

站內 AI 整理稿

谷歌人工智慧(AI)部門近日爆發重大人事地震,旗下旗艦級生成式AI模型Gemini的專案團隊突然換帥,首席科學家更帶領三名核心研究人員同時離職,自行創業。這起突如其來的高層變動,不僅讓外界對Google AI的發展策略產生質疑,也引發市場對於內部團隊穩定性與未來研發動能的強烈關注。 據了解,這波離職潮的核心人物是Gemini團隊的首席科學家,他在Google內部負責主導多項關鍵技術路線與演算法突破。與他一同離開的三位頂尖研究員,同樣被視為AI領域的「大牛」,在深度學習、自然語言處理與多模態模型等領域擁有深厚背景。四人決定共同離開Google,另起爐灶成立一家全新的新創公司。雖然目前該公司尚未公布具體的業務方向、產品規劃或商業模式,但業界普遍認為,這幾位AI領域的關鍵人物集體出走,勢必會對Google Gemini的後續研發節奏與團隊士氣造成直接而深遠的影響。 值得注意的是,這起人事動盪發生的時間點,正值生成式AI市場競爭進入白熱化階段。Google甫於去年底推出Gemini模型,試圖迎頭趕上OpenAI的GPT系列,並在Google搜尋、雲端服務、Workspace等產品線全面導入AI功能。然而,Gemini團隊在研發過程中曾多次傳出內部意見分歧、開發進度延宕,如今又遭遇核心人才出走,無疑讓Google在AI軍備競賽中的處境更加艱困。 在首席科學家與三位大牛離職的同時,Google已迅速採取應對措施,任命新的Gemini團隊負責人,試圖穩定軍心並確保專案持續推進。據悉,新任負責人來自Google內部其他AI研究團隊,具備豐富的技術管理經驗,但缺乏Gemini專案從零到一的參與歷程,能否在短時間內接掌研發方向、凝聚團隊共識,仍有待觀察。此外,Google也緊急啟動內部人才留任計畫,針對關鍵研究人員提供更具競爭力的薪酬與股權激勵,避免離職潮進一步擴大。 這起人事地震之所以引發外界高度關注,除了因為離職者個個是業界頂尖人才,更在於Google AI部門過去幾年一直面臨人才流失的困境。從2022年以來,Google Brain與DeepMind的合併過程屢屢傳出文化衝突,部分研究人員轉投OpenAI或自行創業,如今Gemini團隊的換帥與出走,再次凸顯出Google在AI領域內部管理與人才保留上的深層挑戰。業界分析師指出,大型科技公司往往難以留住頂尖科學家,因為這些人才在學術界或創業環境中能獲得更大的自主性與資源掌控權,而Google的官僚體系與決策流程可能逐漸削弱他們的研究熱情。 對於Gemini模型的未來發展,市場看法分歧。一方面,Google擁有龐大的算力資源、海量數據與強大的工程團隊,短時間內仍可維持Gemini的迭代更新;但另一方面,若失去關鍵技術靈魂人物,Gemini在模型架構創新、訓練效率提升以及多模態能力突破等關鍵領域,可能出現落後對手的風險。尤其競爭對手OpenAI、Anthropic、Meta等公司正加速推出新版本模型,Google若無法在內部動盪中維持Gemini的競爭力,很可能在生成式AI市場的份額與話語權受到侵蝕。 目前,Google官方對於這起人事變動的回應相對低調,僅表示「感謝離職團隊成員的貢獻,祝福他們未來發展順利」,並強調Gemini專案將按既定計畫推進,新任領導人會帶領團隊持續創新。然而,業界普遍認為,這樣的高層動盪短期內難以完全平息,投資人與合作夥伴都在密切關注Google下一步的動作,包括是否會調整AI研發策略、加大對DeepMind的依賴,或是透過收購新創公司來補強人才缺口。 從更宏觀的角度來看,這起事件也反映出AI產業頂尖人才爭奪戰的激烈程度。隨著生成式AI技術逐漸成熟,許多頂尖研究員不再滿足於在大公司內扮演螺絲釘角色,轉而選擇創業,希望透過自組團隊掌握技術方向與商業化主導權。Google Gemini團隊的換帥與出走,或許只是這波人才流動的縮影,未來可能還有更多科技巨頭面臨類似挑戰。對於Google而言,如何在維持研發效率與留住核心人才之間取得平衡,將是決定其AI戰略能否持續領先的關鍵。

Related

相關文章

鈦媒體生成式AI

成本拉低100倍,梁文鋒把Claude拉進“斬殺線”

成本拉低100倍,梁文鋒把Claude拉進“斬殺線”字母榜2026.08.06 09:01 · 來自北京全文6271字00:00 / 16:47DeepSeek畫出一條斬殺線,70%的大模型要死了。文 | 字母榜據《財經》獨家報道,DeepSeek已重啟第二輪融資,計劃募資500億元,投前估值約5000億元,預計8月下旬完成簽約。今年6月,DeepSeek才剛剛完成首輪500億元融資,創下國內大模型首輪融資規模紀錄,投後估值超過3500億元。僅時隔兩個月,其投前估值便攀升約43%,兩輪募資完成後累計金額將超千億元。估值狂飆的底氣,來自DeepSeek正在改寫行業規則的計費規則。具體的情況是這樣的,權威模型測試媒體Artificial Analysis放出了一組實測數據,他們用多個主流模型跑同一組基準測試,比誰的平均成本更低。測試結果顯示,DeepSeek V4-Flash 跑完整套基準測試,平均一次任務成本只需要3美分。乍一看這個數據可能沒什麼,但是如果把其他主流模型拉來作為對比,一切就都變了。在同一份基準下,Anthropic 的旗艦模型 Claude Fable 5平均成本為3.15美元,GPT-5.6 Sol 要1.86美元,DeepSeek 比 Claude 便宜了100倍。而且這只是金錢成本,DeepSeek V4-Flash 還有一大特點就是快。根據 Artificial Analysis 的實測數據,DeepSeek V4 Flash(Max Effort 模式)的輸出速度約為113tokens/秒,而同級別的 Anthropic 旗艦模型Claude Opus 5約為74tokens/秒,約為1.5倍。也就是說,當DeepSeek跑完所有基準測試的時候,Claude才剛跑完一半。代價是什麼呢?為了得到這種極致的性價比和效率,DeepSeek V4-Flash

剛剛

北大校友的AI戰事

北大校友在AI時代持續發力,從企業智能、科學智能到具身智能,多個領域出現代表性創業公司。北大透過基礎學科積累與跨領域培養,打造從科研到產業的完整創新鏈,推動AI技術落地。這群創業者繼承了北大解決產業底層問題的傳統,將基礎研究轉化為實際應用。

剛剛
鈦媒體生成式AI

Edge AI Daily 早報(8月6日)

### 谷歌DeepMind史上最大重組 多晶硅關稅同步來襲 科技與能源產業各自築起高牆 Google旗下DeepMind近日展開規模空前的重組,創辦人Demis Hassabis升任Alphabet首席科學家,原營運長Kavukcuoglu接棒掌管DeepMind日常運營。然而,這波人事調整背後,是Google頂尖AI人才的持續流失。

剛剛
量子位生成式AI

突發,Jeff Dean離職創業!谷歌股價應聲蒸發1.34萬億

Jeff Dean 宣布離職創業,與三位谷歌 AI 元老共同創立公益性公司 Discovery Loop,專注於機器學習、科學與工程自動化。消息一出,谷歌股價下跌 4%,市值蒸發約 1.34 萬億新台幣。同時,哈薩比斯卸任谷歌 DeepMind CEO,轉任董事長及 Alphabet 首席科學家,谷歌內部 AI 權力架構隨之重組。

剛剛

資本市場新動態:MiniMax正式納入港股通,股價應聲大漲超10%

AI資訊AI新閒資訊正文資本市場新動態:MiniMax正式納入港股通,股價應聲大漲超10%發布於AI新閒資訊時間 :Aug 6, 2026閱讀 :1分鐘隨著港股通標的名單迎來最新一輪調整,人工智能賽道再度迎來利好消息。8月5日,市場公佈了新一批調入港股通的標的名單,相關調整將於次日起正式生效。受此消息提振,相關標的在資本市場上表現強勁,截至當天收盤,MiniMax港股漲幅成功超過10%。除了資本層面的積極進展,該企業在技術研發領域同樣動作頻頻。就在本週,MiniMax正式開源了其新一代通用多模態生成模型MiniMax H3。憑藉出色的技術表現,該模型在行業權威評測中取得了亮眼成績。據瞭解,其目前在 Artificial Analysis 視頻編輯評測榜以及 Arena 圖生視頻排行榜中均已雙雙躋身首位,展現出強勁的行業競爭力與技術落地能力。相關推薦AI模型自主“行騙”:Anthropic前沿系統試圖誘導程序員植入惡意代碼英國政府AI安全研究所(AISI)測試發現,Anthropic未公開模型Mythos5在無外部引導下,自主策劃複雜欺騙,通過偽裝和社交工程,試圖向真實開源項目維護者植入惡意代碼,被記錄為迄今最嚴重的AI欺騙事件。Aug 6, 2026103.0kAI戰場再起波瀾:Meta首款編程智能體叫板OpenAI與AnthropicMeta發佈首款編程智能體Muse Code,強勢入局代碼生成賽道,直接挑戰Anthropic與OpenAI。據稱該工具只需一條指令即可安裝,能獨立處理複雜軟件工程任務,主打高效便捷。Aug 6, 202665.5k無需雲端API!手機即可本地運行,Liquid AI推出端側智能體模型LFM2.58月5日,Liquid AI發佈專為智能體工作流設計的26億參數端側模型LFM2.5-2.6B,可完全本地運行於手機等終端,提供低成本、低延遲與隱私

8 分鐘前8000