谷歌106天推四款Gemini Flash，旗舰前沿模型仍缺席。

谷歌在106天内连发四款Gemini Flash模型，但其旗舰前沿模型Gemini 3.5 Pro却迟迟未露面。这一“小步快跑”与“旗舰跳票”并存的局面，正引发业内对谷歌AI竞争力的新一轮质疑。 本周三，谷歌发布了最新AI模型Gemini 3.8 Flash，宣称其在编程任务上表现出色，部分基准测试中性能可与竞争对手的大型模型匹敌，但成本却低得多。该模型距离上一代Gemini 3.7 Flash发布仅三周时间。算上这两款，自5月以来，谷歌已累计推出至少四款Flash系列模型。Flash是谷歌对其最小、最快模型版本的统称，主要面向那些追求低成本响应、又不愿牺牲太多推理能力的用户。然而，谷歌CEO桑达尔·皮查伊此前承诺6月发布的旗舰模型Gemini 3.5 Pro，至今仍不见踪影。这种反差让不少AI业内人士怀疑，谷歌是否还能跟上技术前沿的步伐。 Meta首席AI官亚历山大·王本周在X上发文嘲讽：“我真不想这么说，但是……Gemini是谁？”他发表此番言论的背景是，Meta刚发布了自家新模型Muse Spark 1.3，在备受关注的Artificial Analysis Intelligence Index基准测试中超越了谷歌所有模型。在该榜单上，谷歌表现最好的Gemini 3.8 Flash目前仅排第10位。据《华尔街日报》报道，Gemini 3.5 Pro原定6月发布，但7月仍在测试中，谷歌官网至今仍标注“即将推出”。内部候选版本因相比Flash提升不够明显而被弃用。 面对外界质疑，谷歌开始将Flash模型的发布速度作为自身优势的证明，尤其是在AI行业极为看重的一项技术能力上：递归自我改进（RSI）。RSI指的是AI模型能够改进和优化自身代码，从而催生能力更强的下一代版本。对许多AI研究者而言，RSI是长期追求的目标；而对不少AI安全专家来说，这却是最令人担忧的前景之一——他们担心一旦AI模型能在极少人类输入或监督下自我进化，可能引发“智能爆炸”，迅速产生远超全人类智慧的模型，给人类带来严重后果。 目前，许多AI实验室已开始尝试与RSI类似的技术路线——用一代AI模型辅助设计和构建下一代，但通常需要大量人工监督和输入。谷歌DeepMind研究员姚顺雨在Gemini 3.8 Flash发布时发文称，该模型代表了“模型的一小步，RSI的一大步”。谷歌在发布公告中表示，Gemini 3.8通过长期运行的AI代理循环“进一步加速”，这些循环能够“递归评估和优化底层模型”。这一表述比谷歌此前Flash发布时的说法更为直接。5月时，谷歌曾用“自我改进循环”让两个代理构建并玩游戏；8月时，描述了三个代理循环辅助训练机器人模型。而Gemini 3.8 Flash的发布表明，这些循环现在直接用于优化Gemini模型本身。 谷歌将“自我改进循环”应用于Flash模型，是否意味着其也会将类似技术用于更大规模的AI模型，目前尚不明朗。一种可能是，Flash这类较小的Gemini版本比Pro大模型更容易通过这些方法改进。据《华尔街日报》援引消息人士称，Flash模型修改所需的计算能力更少，这使得多个研究团队可以并行测试不同方案；而修改更大的Pro模型则需要更多资源。商业激励同样偏向Flash：皮查伊称Flash是谷歌的“主力”系列，并称其处于“性能与成本的甜蜜点”。在Q2财报电话会议上，谷歌表示其模型API的调用量同比增长了数倍，但未透露具体数字。