Пока OpenAI и Anthropic соревнуются в создании рекурсивно самообучающегося интеллекта, Google DeepMind выбрал принципиально иной путь. Корпорация перестала гнаться за лидерством в бенчмарках больших языковых моделей и сосредоточилась на «мировых моделях» — системах, понимающих законы физики. Это стратегический риск, который может либо переопределить индустрию, либо оставить Google позади.
Внешне Alphabet продолжает выпускать продукты: 21 июля вышла модель Gemini 3.6 Flash. Её ключевые метрики — скорость и стоимость генерации. Доля токенов снижена на 17%, что удешевляет вывод для пользователей. Однако в рейтинге Artificial Analysis эта модель заняла лишь 10-е место. Все ведущие конкуренты оказались выше по производительности.
Новая философия DeepMind
CEO Google Сундар Пичаи публично сместил акценты: теперь приоритет — не позиции в таблицах лидеров, а развитие персональных агентов и «воплощённого ИИ» (embodied AI). DeepMind уже интегрировала Project Genie со Street View и представила агента SIMA 2, который обучается, взаимодействуя с 3D-мирами.
Суть подхода — модель должна прогнозировать развитие событий в пространстве, а не просто подбирать следующее слово. Это фундаментально отличается от стратегии OpenAI и Anthropic, которые делают ставку на рекурсивное самоулучшение (RLHF и автоматическую генерацию кода).
Рекурсивное самоулучшение: козырь конкурентов
Сооснователь Anthropic Джек Кларк оценивает вероятность того, что ИИ возьмёт на себя управление исследованиями к концу 2028 года, в 60%. Его лаборатория уже фиксирует случаи, когда Claude пишет более 80% внедряемого кода. В апреле производительность их моделей выросла в 52 раза за месяц. Для сравнения, опытному инженеру требуется 4–8 часов для четырёхкратного прироста.
DeepMind, по словам Кларка, «выглядит самой сдержанной среди большой тройки». Осторожность, подкреплённая публикациями по безопасности ИИ, может обернуться потерей темпа.
Финансовое давление
Alphabet сохраняет колоссальный денежный поток: во втором квартале 2024 года выручка достигла $119,8 млрд (+24% год к году). Однако расходы на инфраструктуру взлетели до $44,9 млрд за квартал — почти вдвое больше, чем год назад. Свободный денежный поток ушёл в минус на $5,86 млрд, а долгосрочные обязательства выросли с $46,5 млрд до $98,2 млрд.
Статья расходов на совместные ИИ-разработки принесла убыток $5,79 млрд против $3,37 млрд годом ранее. Выжидательная позиция обходится корпорации всё дороже.
Что важно отследить в ближайшие 30 дней
- Релиз Gemini 3.5 Pro и его позиции в независимых тестах.
- Новые данные DeepMind по мировым моделям для Gemini 4.
- Вернётся ли свободный денежный поток Alphabet к положительным значениям в сентябре.
- Чёткая позиция Демиса Хассабиса относительно технологии самообучения.
Мнение эксперта: Google сделал осознанную ставку на долгосрочное понимание физического мира, а не на краткосрочное доминирование в чат-ботах. Если мировые модели DeepMind оправдают ожидания, текущее отставание в рейтингах окажется тактическим манёвром. Однако финансовые отчёты показывают, что ресурсы даже такого гиганта не безграничны. Запуск Gemini 4 станет моментом истины для этой стратегии.