Google DeepMind收購狂潮與Gemini 3.1 Pro：構建AI全面主導地位

一、收購狂潮的底層邏輯：不是買公司，而是買能力拼圖

2026年開年以來，Google DeepMind的收購與人才招攬動作密集得令人側目。1月底收購Common Sense Machines、與Hume AI達成授權並挖走其CEO Alan Cowen及頂尖人才、再與日本Sakana AI建立合作夥伴關係——這三筆交易在不到一個月內完成，節奏之快在Google的企業發展史上也屬罕見。

如果孤立地看每一筆交易，它們似乎分散在完全不同的技術領域：Common Sense Machines專注於2D圖像轉3D模型的空間智能、Hume AI是情感計算與情緒識別的先驅、Sakana AI則以自然啟發式計算（nature-inspired computing）著稱。但將這三塊拼在一起，一幅清晰的戰略圖景便浮現出來：Google DeepMind正在系統性地補齊「通用AI」所需的每一塊能力拼圖。

Common Sense Machines的收購解決的是「空間理解」問題。當前的大型語言模型在處理文本和二維圖像方面已經非常出色，但對三維空間的理解仍然是一個根本性的短板。將2D圖像轉換為精確的3D模型，不僅是自動駕駛和AR/VR的關鍵技術，更是AI真正理解物理世界的基礎。Google已經擁有龐大的Google Maps街景數據和YouTube視頻庫——加上Common Sense Machines的3D重建技術，這些海量的二維數據資產將獲得全新的價值維度。

Hume AI的交易則更為微妙。Google沒有直接收購Hume AI，而是採用了授權加人才招攬的模式——這種「acqui-hire」策略避免了全面收購可能觸發的反壟斷審查，同時精準獲取了最核心的技術和人才。Alan Cowen作為情感AI領域的頂級研究者，他的加入意味着Google DeepMind正在認真對待「情感理解」這一AI能力。在一個AI代理即將深度嵌入人類日常工作和生活的時代，能夠理解用戶的情緒狀態並做出適當回應，可能是區分「好用的AI」和「出色的AI」的關鍵因素。

Sakana AI的合作則代表了一種不同的技術押注。這家由前Google研究員在東京創立的實驗室，主張用生物演化和群體智能的原理來設計AI系統——這與當前以Transformer架構為核心的主流路線形成了有趣的互補。Google DeepMind與Sakana AI的合作，本質上是在主流技術路線之外保留一條「備選賽道」，確保如果AI技術出現範式性的轉折，Google不會被排除在外。

二、Gemini 3.1 Pro的推理躍進：ARC-AGI-2的77.1%意味着什麼

在Google DeepMind密集收購的同時，Gemini 3.1 Pro的發佈為這場AI軍備競賽注入了實質性的技術彈藥。在ARC-AGI-2基準測試中取得77.1%的成績，較Gemini 3 Pro實現了超過一倍的提升——這不僅是一個數字上的進步，更代表了AI推理能力的質的飛躍。

要理解這個成績的含金量，首先需要理解ARC-AGI-2測試的獨特性。與常見的AI基準測試不同，ARC-AGI-2（Abstraction and Reasoning Corpus for AGI）專門評估AI解決全新邏輯模式的能力——每一道題目都要求模型在從未見過的規則下進行抽象推理，而不是依靠在訓練數據中「見過類似的例子」。換言之，ARC-AGI-2測量的不是「記憶」或「模式匹配」，而是真正的「推理」和「泛化」能力。

Gemini 3 Pro在ARC-AGI-2上的成績大約在30%出頭——這意味着模型能夠解決不到三分之一的全新推理問題。77.1%的成績意味着Gemini 3.1 Pro現在能夠正確解決超過四分之三的全新邏輯挑戰，這是一個從「勉強及格」到「相當精通」的跨越。更值得注意的是，這種提升發生在一個代際（3 Pro到3.1 Pro）之內，而非跨越多個大版本——這暗示Google DeepMind在推理架構設計上取得了某種根本性的突破，而非僅僅依靠更大的模型或更多的訓練數據。

從競爭格局來看，77.1%的ARC-AGI-2成績將Gemini 3.1 Pro推到了當前AI推理能力的最前沿。OpenAI的GPT-5.3 Codex在代碼生成和軟件工程場景中表現出色，但在抽象推理基準上尚未展示同等水平的突破。Anthropic的Claude Opus 4.6則以其深度分析和長文本理解能力著稱，在企業場景中建立了獨特的競爭優勢。三大平台的技術差異化正在從「誰的模型更大」轉向「誰的模型在特定能力維度上更強」——這對企業用戶而言是好消息，因為它意味着市場競爭將圍繞實際的能力提升展開，而非單純的參數規模競賽。

「ARC-AGI-2測量的不是AI能記住多少知識，而是AI能多快地學會它從未見過的規則。Gemini 3.1 Pro的表現表明，我們正在接近AI推理能力的一個重要轉折點。」——François Chollet，ARC-AGI基準測試的創建者

三、移動AI的雙線佈局：Apple交易與Samsung的8億部設備

如果說收購和模型能力是Google AI戰略的「研發端」，那麼與Apple和Samsung的合作就是其「分發端」——而在科技商業史上，分發能力往往比技術領先更能決定最終的市場勝負。

Google與Apple達成的Gemini授權協議，據報每年價值約10億美元，標誌着Google成功將其AI模型嵌入了全球最高價值的消費者生態系統。這筆交易的戰略意義遠超其財務數字：它意味着數以億計的iPhone用戶將透過Apple的系統級整合接觸到Gemini驅動的AI功能。對於Google而言，這不僅是一筆收入來源，更是一個龐大的數據反饋迴路——每一次用戶與Gemini驅動的AI功能互動，都在為模型的持續改進提供寶貴的現實世界信號。

在Android端，Samsung超過8億部活躍設備已全面整合Galaxy AI（底層由Gemini驅動）。加上其他Android OEM廠商，Google在Android生態系統中的AI分發覆蓋面以數十億計。

將iOS和Android兩端相加，一個令人震驚的事實浮現：Google現在同時為全球兩大移動操作系統平台提供AI驅動力。無論用戶使用iPhone還是Android手機，他們接觸到的AI體驗都有相當大的概率由Gemini支撐。這種「雙平台覆蓋」在科技史上幾乎前所未有——即使在Google搜索的巔峰時期，它在iOS上的存在也僅限於瀏覽器中的搜索引擎，而非系統級的深度整合。

對於香港市場而言，這一佈局的影響尤為直接。香港是全球智能手機滲透率最高的市場之一，iPhone和Samsung Galaxy系列在港的市場佔有率合計超過70%。這意味着絕大多數香港消費者已經或即將在日常使用中接觸到Gemini驅動的AI功能——從相機的即時翻譯、語音助理的智能應答，到系統層面的智能提醒和內容摘要。Google正在通過這種「無處不在」的方式，將AI從一個需要主動選擇的「工具」轉變為一個自然嵌入日常生活的「環境」。

四、4萬億市值與1,850億資本開支：規模的暴力美學

Alphabet的市值在2026年初突破4萬億美元，並一度超越Apple成為全球市值最高的上市公司。這一里程碑的達成，某種程度上是市場對Google AI戰略的一張信任投票——投資者正在用真金白銀表達他們對Google在AI時代保持甚至擴大競爭優勢的信心。

但真正令行業側目的不是市值數字本身，而是Alphabet為保衛和擴大AI優勢而承諾的資本開支規模：2026年計劃投入1,750億至1,850億美元，主要用於AI基礎設施建設。這個數字需要一些參照物來理解其含義：它超過了許多國家的年度GDP；它相當於全球半導體行業年收入的三分之一以上；它甚至超過了SpaceX、波音和洛克希德馬丁等航天國防巨頭的年營收總和。

如此驚人的資本投入，反映了AI基礎設施競賽的一個殘酷現實：在AI時代，計算資源就是戰略資源，而規模本身就是護城河。訓練和運行大型AI模型所需的GPU集群、數據中心和電力基礎設施，不是任何初創公司（即使是估值數千億的獨角獸）能夠在短期內複製的。Google、Microsoft/OpenAI和Amazon/Anthropic之間的資本開支軍備競賽，正在將AI行業的進入門檻推到歷史新高。

Google Cloud積壓訂單達到2,400億美元、按年翻倍的數據進一步印證了這一趨勢。企業客戶正在以前所未有的速度和規模簽訂長期雲端服務合約，原因很簡單：在AI時代，確保計算資源的可用性比控制計算成本更為迫切。那些未能及時鎖定雲端容量的企業，可能會發現自己在AI應用的關鍵時刻面臨「算力荒」——就像2020-2021年的全球芯片短缺讓汽車製造商措手不及一樣。

對於亞太區特別是香港的企業而言，Google Cloud積壓訂單的飆升既是機遇的信號，也是警鐘。Google在亞太區持續擴建數據中心（包括日本、新加坡、印度和台灣的設施），但需求增長的速度可能超過供給擴張的速度。香港企業如果計劃在未來12-24個月內大規模部署AI應用，現在就需要開始評估和鎖定雲端資源——等到需求迫在眉睫時再行動，可能意味着更高的成本和更長的排隊時間。

五、DeepMind的科學遺產與物理AI新前線

在討論Google的AI商業戰略時，不應忽視DeepMind區別於所有競爭對手的獨特資產：其在基礎科學領域的深厚積累。AlphaFold對蛋白質結構預測的革命性貢獻、AlphaGeometry在數學奧林匹克級幾何推理上的突破，不僅為DeepMind贏得了無可爭辯的學術聲望，更重要的是，它們證明了DeepMind擁有將AI應用於基礎科學問題的獨特方法論和組織能力。

這一科學遺產現在正在向新的方向延伸。DeepMind與Hyundai在物理AI和機器人領域建立的合作關係，標誌着Google的AI雄心正從數字世界向物理世界擴展。物理AI——即能夠理解和操控物理環境的AI系統——被廣泛認為是AI的下一個重大前沿。如果說大型語言模型解決了「AI如何理解和生成語言」的問題，那麼物理AI要解決的是「AI如何理解和作用於真實世界」的問題。

Hyundai合作的具體領域包括工廠自動化中的智能機器人控制、自動駕駛技術的感知決策優化、以及人形機器人的運動規劃。這與Common Sense Machines的3D空間理解技術形成了天然的協同——要讓機器人在真實環境中自主行動，首先需要AI能夠精確理解三維空間的結構和物理規律。從這個角度看，收購Common Sense Machines不僅是為了增強Gemini的多模態能力，也是為物理AI的長期佈局提供技術基礎。

DeepMind在全球範圍內積極招聘AI研究人才的動作，進一步印證了其擴張的決心。在AI人才市場供不應求的當下，DeepMind能夠提供的獨特吸引力在於：它是少數幾個能夠讓頂級研究者同時追求科學突破和商業影響力的平台。一位在DeepMind工作的研究員，既可以參與AlphaFold這樣改變科學史的項目，也可以為Gemini這個影響數十億用戶的產品貢獻技術——這種「科學+產品」的雙重機會在業界幾乎是獨一無二的。

「DeepMind的獨特之處在於，我們從不認為基礎科學研究和產品開發是兩條平行線。AlphaFold的核心技術正在為Gemini的蛋白質理解能力提供養分，而Gemini的規模化經驗也在反哺我們的科學研究方法。」——Demis Hassabis，Google DeepMind CEO暨2024年諾貝爾化學獎得主

六、AI三巨頭的差異化競爭：Google、OpenAI與Anthropic

Google DeepMind的收購狂潮和Gemini 3.1 Pro的發佈，必須放在AI行業「三巨頭」競爭的大背景下理解。Google/DeepMind、OpenAI和Anthropic各自代表了一種截然不同的AI發展路線，它們之間的差異化正在日益深化。

Google/DeepMind的「全棧整合」路線：Google的核心優勢在於其無與倫比的垂直整合能力——從底層的TPU芯片設計、到數據中心基礎設施、到模型訓練和推理優化、再到覆蓋數十億用戶的產品分發渠道。收購Common Sense Machines、招攬Hume AI人才、與Sakana AI合作，都是在這個全棧體系中補齊特定的技術模組。Gemini 3.1 Pro的推理突破則確保了這個全棧體系中最核心的環節——模型能力——保持在行業領先水平。Google的風險在於「大公司病」：內部協調成本高、決策速度慢、產品整合往往不如預期順暢。

OpenAI的「消費者優先」路線：OpenAI憑藉ChatGPT建立了AI領域最強的消費者品牌，GPT-5.3 Codex則在代碼生成領域展示了驚人的專業能力。OpenAI的策略是先贏得消費者心智，再向企業市場滲透——這與Apple從iPod/iPhone到企業市場的路徑有異曲同工之妙。但OpenAI面臨的挑戰是：它缺乏Google那樣的基礎設施護城河，在計算資源上高度依賴Microsoft Azure；同時，其「從C到B」的路徑在企業市場的深度和信任度方面仍需時間積累。

Anthropic的「安全與企業」路線：Anthropic以AI安全研究起家，Claude Opus 4.6在深度分析和長文本處理方面的能力使其在企業市場建立了獨特的定位。Claude Cowork企業插件的發佈更是直接瞄準了高價值的知識工作場景。Anthropic的優勢在於：企業客戶對AI安全和可控性的需求為其提供了天然的差異化賣點。但其挑戰同樣明顯：在分發渠道和基礎設施方面，Anthropic遠不及Google和Microsoft/OpenAI的規模。

對於企業用戶特別是香港的金融機構和科技公司而言，三巨頭的差異化競爭帶來的是一個前所未有的選擇困境和機遇窗口。選擇困境在於：每個平台都在試圖建立自己的生態鎖定，企業需要在不確定性極高的環境中做出長期的技術押注。機遇窗口在於：三方競爭正在以前所未有的速度推動AI能力的提升和成本的下降——對於有能力快速採納和部署AI的企業而言，這是一個可以建立先發優勢的難得時機。

七、香港與亞太視角：Google生態的本地化影響

Google的服務在香港市場的滲透率遠高於全球平均水平。Gmail、Google Workspace、YouTube、Google Maps——這些產品在香港的個人和企業用戶中享有近乎壟斷性的市場地位。這意味着Google在AI時代的每一步戰略推進，都會對香港市場產生直接而深遠的影響。

首先是Google Workspace的AI化。隨着Gemini被深度整合到Gmail、Google Docs、Sheets等辦公套件中，香港數以萬計的中小企業將成為AI普惠化的直接受益者。一家使用Google Workspace的香港貿易公司，現在可以利用Gemini自動撰寫多語言商業郵件、分析出口數據趨勢、生成客戶提案——這些以前需要專門購買額外軟件或聘請專業人員才能完成的任務，現在作為Workspace的內建功能被免費或低成本地提供。

其次是Google Cloud在亞太區的擴張。Google Cloud的2,400億美元積壓訂單中，亞太區的佔比正在快速上升。香港作為亞太區重要的商業和金融中心，其地理位置和法律制度使其成為跨國企業部署區域AI基礎設施的理想節點。多家國際金融機構已經選擇在香港的Google Cloud區域節點部署其AI工作負載，以滿足數據本地化和低延遲的雙重要求。

但Google在香港市場的AI推進也面臨獨特的挑戰。數據隱私是首要考量——香港《個人資料（私隱）條例》對個人數據的跨境傳輸有嚴格的規範，而Google的AI模型訓練和推理過程涉及的數據流動可能觸發這些規範。其次是中美科技競爭的地緣政治因素——香港企業在選擇Google等美國雲端平台時，需要考慮潛在的合規和供應鏈風險，特別是對於在大灣區有業務往來的企業而言。

更值得關注的是Google AI對香港教育和人才市場的影響。Google DeepMind在全球積極招聘AI研究人才，而香港的大學（特別是港大、科大、中大的AI研究團隊）一直是DeepMind的重要人才來源之一。一方面，DeepMind的招聘為香港AI研究者提供了頂級的職業機會；另一方面，優秀人才的外流也在一定程度上削弱了本地AI生態的建設。如何在人才輸出和本地生態培育之間取得平衡，是香港科技政策制定者需要認真思考的問題。

八、展望：從「AI公司」到「AI即基礎設施」

綜合Google DeepMind的收購動作、Gemini 3.1 Pro的推理突破、Apple和Samsung的分發協議、以及1,750-1,850億美元的資本開支計劃，一個清晰的戰略主題浮現出來：Google正在從一家「擁有AI能力的科技公司」轉變為一家「以AI為核心基礎設施的平台公司」。

這種轉變的含義深遠。在過去，Google的核心商業模式是「組織全世界的資訊並使其普遍可及」——搜索引擎是這一使命的產品化身，廣告收入是其商業引擎。在AI時代，Google的新使命正在演變為「為全世界提供AI智能基礎設施」——Gemini模型是這一使命的技術核心，而雲端服務、設備授權和企業解決方案正在成為新的收入多元化支柱。

4萬億美元的市值和超越Apple的里程碑，反映的是市場對Google成功完成這一轉變的信心。但信心需要持續的業績來支撐。未來12-24個月，幾個關鍵指標將決定Google AI戰略的成敗：Gemini模型能否在推理能力上持續保持領先、Google Cloud的收入增長能否匹配2,400億美元積壓訂單的規模、DeepMind的收購和合作能否轉化為可見的產品改進、以及Apple和Samsung合作能否帶來可量化的用戶參與度提升。

1,750-1,850億美元的資本開支是一個大膽到令人不安的數字。它意味着Alphabet正在將公司未來數年的盈利能力押注在AI基礎設施的規模優勢上。如果AI的商業化進程如預期那樣加速，這筆投資將為Google建立幾乎不可撼動的基礎設施護城河；但如果AI應用的落地速度慢於預期，或者下一代AI技術出現了對計算資源需求更低的範式突破，這筆投資的回報率就會面臨嚴峻挑戰。

「我們正處於一個歷史性的拐點——AI不再是某項業務的輔助工具，而是正在成為所有業務的底層基礎設施。Google的角色將從『最好的搜索引擎』轉變為『最普遍的AI基礎設施提供者』，而這一轉變才剛剛開始。」

對於香港和亞太區的企業決策者而言，Google DeepMind的收購狂潮和Gemini 3.1 Pro的推理突破傳遞了一個明確的信號：AI基礎設施的競爭正在以超出大多數人預期的速度和規模展開。在這場競賽中，能夠最快理解、最快適應、最快部署的企業，將在AI時代佔據先機。而Google——憑藉其4萬億美元市值的資源、覆蓋數十億用戶的分發網絡和DeepMind世界級的研究能力——無疑是這場競賽中最不容忽視的參與者。