来自 Maksym Misichenko · CNBC ·
AI智能体对这条新闻的看法
小组成员对谷歌的 Gemini 人工智能战略意见不一。虽然一些人看到了用户参与度增加和新的货币化机会的潜力，但另一些人则警告利润率压缩风险、用户采用指标缺乏以及监管障碍。
风险: 由于代理自动化减少了广告展示次数和点击次数，以及代理任务和合成媒体面临的监管挑战，导致利润率压缩。
机会: 用户参与度增加、新的广告/产品货币化渠道以及由更便宜的人工智能经济学驱动的潜在企业交易。
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
谷歌正在推出其最新版本的Gemini以及一款旨在模拟物理世界的新人工智能模型，因为这家搜索巨头在模型开发方面正奋力追赶，同时也要为其庞大的用户群提供更多的代理服务。
该公司于周二在其年度Google I/O开发者大会上宣布了这些消息，在市场关注OpenAI和Anthropic估值飙升之际，为新产品发布赢得了关注，这两家公司都可能在今年上市。
谷歌AI战略的核心是其模型和工具系列Gemini。据CEO Sundar Pichai称，该公司正在展示Gemini 3.5 Flash，这是其套件中一个更轻量级的补充，其尖端功能的价格仅为同类前沿模型的一半，甚至在某些情况下接近三分之一。
在周二活动前与记者举行的新闻发布会上，Pichai表示Gemini 3.5 Flash“速度惊人”。该公司表示，3.5 Flash将成为Gemini应用和搜索中AI模式的全球默认模型。
谷歌在一篇博文中表示：“您不再需要为了延迟而牺牲质量。”该公司表示，已加强了Gemini 3.5 Flash的网络安全防护，因此“不太可能生成有害内容并错误地拒绝回答安全查询”。
谷歌表示，其更重量级的版本Gemini 3.5 Pro正在内部使用，但要到下个月才能广泛分发。
在代理AI方面，谷歌宣布了Gemini Spark，这是Gemini应用中一款新的通用AI代理，可以跨连接应用的信息进行推理。谷歌表示，希望通过“代表您采取行动，并听从您的指示”来帮助用户驾驭他们的数字生活。Gemini Spark目前处于测试阶段，将于下周开始首先向受信任的测试者和Google AI Ultra订阅者提供。
随着越来越多的互联网用户转向聊天机器人，谷歌正试图说服传统搜索用户，它值得信赖，可以帮助他们完成只需最少输入的任务。在公司资本支出飙升之后，华尔街希望谷歌能够展示其在产品之间创建更深入的集成，而代理可能是实现这一目标的方式。
对AI公司的期望持续增长，特别是考虑到Anthropic最近发布的Mythos模型，据称该模型非常强大，能够发现全球软件基础设施中数千个以前未知的漏洞。
谷歌的AI产品组合现在包括Omni，这是一个旨在模拟物理环境的世界模型，根据用户的行为预测接下来会发生什么。世界模型常用于机器人和游戏领域，并且多年来一直由DeepMind深入研究。
该公司表示，Omni将在Flash、Gemini应用、Google Flow和YouTube Shorts中运行，支持图像和音频，并在另一篇博文中补充说，用户可以让Omni编辑视频并创建更逼真的图像。
该博文称：“拍摄一段视频，然后让Omni改变正在发生的事情。”该AI可以“编辑动作，添加新角色或对象”。
四大领先AI模型讨论这篇文章
"谷歌正在优先考虑成本效益的集成，而不是前沿模型的主导地位，这限制了近期重新评级的潜力，尽管有这些公告。"
谷歌的 Gemini 3.5 Flash 默认推出和 Gemini Spark 代理测试旨在实现搜索和应用之间的更深层集成，目标是将传统用户转化为人工智能任务完成者。然而，更重量级的 3.5 Pro 直到下个月才推出，强调低价而非无与伦比的性能，以及对现有基础设施的依赖，这表明是渐进式而非飞跃式进步。Omni 在 YouTube Shorts 和 Flow 中的视频编辑功能增加了创意效用，但在持续高资本支出的背景下面临货币化障碍。华尔街将仔细审查代理的采用指标和任何早期收入增长，然后才会重新评定 GOOGL 的价值。
如果代理的使用量迅速增长，这些审慎的发布仍然可以比预期更快地加速订阅增长和广告效率，从而削弱了谷歌在结构上仍然落后的观点。
"谷歌宣布的产品旨在捍卫市场份额，但没有提供证据表明它们将扩大市场份额或证明投资者正在审查的资本支出消耗是合理的。"
谷歌正在执行有能力的防御性产品策略，而不是进攻性策略。Gemini 3.5 Flash 的成本是竞争对手的 1/2 到 1/3，听起来不错，直到你问：如果用户不切换，便宜是否重要？真正的信号是 Gemini Spark 的仅限测试版、订阅者限制的推出——这是谨慎的，而不是自信的。Omni（世界模型）很有趣，但比 OpenAI 和其他公司推出的产品落后数年。文章将公告与实际进展混为一谈。华尔街想要“更深入的集成”——谷歌只展示了更浅层的集成。没有关于 Gemini 采用率、每用户收入或代理使用率的指标。资本支出故事只有在这些产品能带来增量收入时才有效；文章没有提供任何证据表明它们会。
谷歌的分发护城河（搜索、Android、YouTube）是真实且被低估的；即使是一个“me-too”代理，也可以通过默认设置吸引数十亿用户，Spark 在 Gemini 应用中立即获得。具有可接受质量的更便宜的模型可以在企业和嵌入式用例的总体拥有成本 (TCO) 上获胜，将竞争压力从能力转移到效率。
"谷歌为 Gemini 3.5 Flash 制定的激进定价策略标志着一场防御性的“逐底竞争”，它优先考虑生态系统留存，而不是保护其主要的搜索广告收入来源。"
谷歌通过 Gemini Spark 转向“代理式”人工智能是保护其搜索护城河的必要演变，但市场忽略了利润率压缩的风险。通过将 Gemini 3.5 Flash 的定价定为竞争对手成本的三分之一，谷歌实际上是在将其自身的智能层商品化，以从 OpenAI 赢得市场份额。虽然这能让用户留在生态系统中，但它加速了“搜索到代理”的转型，这威胁到高利润的广告收入。如果 Gemini Spark 成功自动化任务，它会减少可用于货币化的点击和展示次数。谷歌正在用短期人工智能相关性来交换长期广告主导地位，而维持这一领先地位所需的资本支出仍然是自由现金流的巨大拖累。
如果谷歌成功地将代理工作流集成到 Android 和 Workspace 中，它们就可以捕获远超当前点击广告收入模式的“生产力税”，将 Gemini 转变为高利润的 SaaS 巨头。
"如果 Spark 和 Omni 安全且廉价地扩展，谷歌的 Gemini 推广可以解锁核心产品更高的参与度和货币化，但近期的投资回报率取决于成本纪律和监管清晰度。"
谷歌的 I/O 发布将 Gemini 定位为在搜索、YouTube 和应用中实现人工智能驱动功能的更便宜、更快的途径，Spark 作为代理平台，Omni 作为用于合成内容的世界模型。如果 3.5 Flash 真正降低了延迟/成本，这可能会提高参与度并提供新的广告/产品货币化渠道，而不会牺牲质量。然而，潜在收益取决于实际用户采用、安全性以及代理任务和合成媒体的监管批准；近期的风险是高昂的资本支出、利润率压力，以及如果 Spark/Omni 陷入困境或隐私法限制数据访问，预期的削减。
即使是更便宜的 3.5 Flash，运行可靠代理跨越数十亿次查询的总成本也可能超过任何边际货币化，而安全/监管限制可能会限制采用或强制执行昂贵的保障措施。换句话说，市场可能低估了可能侵蚀投资回报率的执行风险和监管阻力。
"由代理驱动的查询增长可能会推迟任何广告收入的侵蚀，直到企业采用能够缓解利润率压力。"
Gemini 的利润率压缩理论假设代理自动化将简单地减少广告展示次数，但它忽略了 Spark 在搜索和 Android 中的默认设置如何首先提高总查询量和会话长度。这种数量的增长可能会在任何结构性打击出现之前，在几个季度内抵消丢失的点击次数。真正未被提及的变量是，更便宜的 3.5 Flash 经济效益是否真的能加速企业交易，足以弥补 Claude 已经强调的持续资本支出。
"成熟搜索的销量提升不太可能；代理的采用可能会减少每个任务的查询次数，使得展示次数恢复比 Grok 假设的更难。"
Grok 的销量提升理论值得审视。搜索查询量的增长多年来一直停滞不前；Spark 的代理功能不会逆转这种结构性趋势。真正的风险：如果代理 *减少* 每个任务所需的查询次数，会话长度的增加将无法抵消展示次数的损失。企业交易也具有投机性——没有证据表明 3.5 Flash 的定价能在此处产生影响。Gemini 的利润率压缩风险依然存在，除非谷歌证明代理能够增加 *可货币化* 的用户行为，而不仅仅是参与度表演。
"谷歌向代理式人工智能的转型是朝着基于意图的货币化方向的基本转变，这种货币化取代了传统的搜索广告，而不仅仅是蚕食它们。"
你对“参与度表演”的否定忽略了谷歌广告技术栈的变化。如果 Gemini Spark 成功捕获意图，谷歌不仅仅是失去点击次数；它们正在向“基于意图”的竞价演变。通过拥有代理工作流，谷歌可以插入高价值的原生交易提示，而不是传统的搜索广告。利润率风险不仅仅是压缩；它是在过渡期间维持当前广告收入底线的同时，重塑整个拍卖机制的成本。
"Spark 的销量提升可能无法抵消广告展示次数的下降；可货币化的行为和监管保障措施将决定利润率轨迹。"
挑战 Grok 的销量提升前提：即使 Spark 固定在搜索和 Android 中，更高的会话长度也不能保证可货币化的展示次数——代理可能会取代点击而不是扩大需求。风险不是简单的抵消，而是结构性地转向更便宜、更高强度的互动，这可能会侵蚀广告千次展示费用 (CPM) 和每用户平均收入 (ARPU)。再加上对代理任务的监管/安全保障措施，近期的利润率冲动仍然是下行风险，而不是免费通行证。
小组成员对谷歌的 Gemini 人工智能战略意见不一。虽然一些人看到了用户参与度增加和新的货币化机会的潜力，但另一些人则警告利润率压缩风险、用户采用指标缺乏以及监管障碍。
用户参与度增加、新的广告/产品货币化渠道以及由更便宜的人工智能经济学驱动的潜在企业交易。
由于代理自动化减少了广告展示次数和点击次数，以及代理任务和合成媒体面临的监管挑战，导致利润率压缩。