1、模型端AI能力升级分析

Gemini模型更新与能力表现：Gemini模型更新后持续刷榜，进一步验证了Scaling law。核心来看，该模型在推理、多模态和Agent能力上实现提升。核心原因是训练时将图像、语音、文本等不同模态信息转化为统一向量，实现了文字与其他多模态tokens的统一预训练，达到更好效果。从迭代速度看，GPT 3于11月18日发布，距上一代2.5仅8个月，反映出谷歌在AI大模型领域投入积极。应用月活方面，11月Gemini大模型应用月活超6.5亿，与OpenAI持平，大规模投入带来更多用户和更好应用效果。

Banana 2模型亮点与效果：Gemini 3基座模型能力提升的同时，谷歌更新了Banana 2模型。该模型是目前唯一能在深图前进行严密逻辑推理并完成动模态的模型，推理成本比原先高至少20%。此外，多模态读图时，它会分析图各角落并保持逻辑统一，效果较强。谷歌在上半年已认识到其在该领域的能力领先，未来深视频模型或在基座模型能力上进一步提升。

2、AI对谷歌生态端赋能

搜索广告业务AI化改造：谷歌搜索广告业务的AI化改造主要包含两方面。其一为2024年中启动的AI摘要改造，将传统精确搜索上方的蓝链接推荐广告形式调整为AI摘要加右侧蓝色卡片广告，并在AI摘要后续链接中加入大语言模型支持的算法广告推荐。此改造既增加了广告展示量，又提升了推荐精准度。截至2025年二季度，AI摘要的月活用户已达20亿，较2024年Q3的10亿月活实现翻倍增长。其二为2025年一季度新增的AI mode入口，该入口拓展了多轮模糊搜索功能，用户点击AI mode后会跳转至多轮与Gemini对话的搜索界面，查询长度为传统搜索的两倍。目前美国和印度用户的AI mode查询广告中已加载部分广告，用户接受度良好，截至2025年Q3财报电话会披露，AI mode日活已达7500万。从业务指标看，搜索广告收入保持稳健增长，2025年Q3同比增速达15%，单价与点击量呈现稳中有增的状态，伴随宏观经济大盘变动。

安卓生态AI集成潜力：谷歌在生态端的另一重要优势是其开发的安卓开源操作系统。安卓用户在全球移动用户中占大部分比例。目前，谷歌已逐步将Gemini大模型赋能并集成至安卓系统上的Chrome浏览器及谷歌相关办公套件。未来，安卓手机端侧AI仍存在较大想象空间。

3、谷歌云平台AI驱动增长

AI产品类型与增长表现：谷歌云与AI相关的产品分两类：面向个人开发者或中小创业者的AI Studio，可进行谷歌Gemini等模型的API调用和应用开发部署；面向B端企业级的Vertics AI。2025年Q3，谷歌云收入同比增长30%以上，是各项业务中增速最快的，年化收入突破500亿美元，AI是核心驱动力。AI进一步发挥模型能力，更多注重成本优势的模型和公司在谷歌云平台调用TPU进行训练和推理，体现了AI对云平台的赋能。

4、谷歌TPU芯片算力优势

TPU芯片迭代历程：谷歌2015年立项自研第一代TPU芯片，迭代与AI探索节奏相关。2015 - 2018年是首个迭代高峰期，Google Brain和DeepMind部门聚焦深度学习等探索，用TPU赋能搜索广告等内部业务，DNN模型架构设计依赖TPU架构与TensorFlow框架。2023年起，谷歌转向大语言模型探索，TPU进入第二个迭代高峰期，8月发布推理用的TPU V5E，12月发布训练用的TPU V5P，开始服务大模型推理与训练。2025年4月发布TPU V7，提升了Pod互联与能效比。

TPU核心优势总结：谷歌TPU芯片迭代演进特征明显，能效比与性价比好，支持大规模Pod互联，可满足多模态训练推理需求。谷歌是海外互联网大厂中在模型、生态、云端及硬件端布局最全面的企业。

5、全栈AI布局结论与建议

全栈优势总结与关注方向：在全栈AI布局方面，需关注谷歌相关生态及算力产业链动态。谷歌GM 3模型从追赶者转变为引领者，倒逼着其他旗舰大模型厂商提升模型性能。大模型厂商需在训练端推进模型能力的充分训练，在推理端提供更好的服务，引发更大的算力需求竞争，推动算力需求增长。从产业链角度，与谷歌TPU设计核心绑定的博通值得关注；NV链因大模型算力需求增长也值得持续关注，此前大模型C端被OpenAI垄断、B端被Cloud垄断，二者为覆盖更多用户，提供的算力存在边际减弱倾向，而当前算力需求竞争加剧将支撑其发展。

温馨提示：内容源于第三方以及公开平台，仅供用户参考，恕本平台对内容合法性、真实性、准确性不承担责任。如有异议/反馈可与平台客服联系处理（微信：_LYSD_）。