Gemini 实体
Google 的核心 AI 模型品牌及独立 chatbot 产品，由 DeepMind 主导研发，既是基座模型也是面向消费者的 AI 应用。
双重身份
1. 作为模型
- 由 DeepMind 统一研发
- 技术演进：1.0（落后 GPT-4）→ 1.5 Pro（长文本 SOTA）→ 2.0（全面持平）→ 3.0（分庭抗礼）[来源：研究1]
- Gemini 3.0（25.11）：逻辑/数学追平 o3，多模态/长文本领先，原生多模态推理 [来源：研究1]
- Ultra 已淡化：2.5之后未发 Ultra，3.0 Pro 能力远超原来 Ultra [来源：合版访谈]
- 无 Teacher 模型：目前 Pro 直接训出，不存在不对外发布的更大 Teacher 模型（但未来可能做）[来源：合版访谈]
- Nano Banana 2 = Gemini 3.1 Flash Image：独立分支，非 Main Model [来源：语音PM访谈]
- 端侧版本：Gemini Nano（与 Android 团队联合开发）[来源：研究3]
- 生成与理解在预训练中难以互利——即使 3 Pro 规模也难 1+1>2 [来源：多模态RL访谈]
2. 作为产品（Gemini App）
- 前身 Bard（23.3），24年更名 Gemini 并并入 DeepMind [来源：研究1]
- 战略定位：Assistant for everybody，不是 coding-specific 或任何单一 niche [来源：DM App访谈260407]
- 定位对标 ChatGPT [来源：研究1]
- 负责人更迭：此前是 Sissie（Sissie Hsiao，Google Assistant leader，但一直做得不好，被 Amazon 和 Apple 吊打）→ 去年中换成 Josh Woodward（前 Google Labs，因 NotebookLM 表现好而接手，同时管 Labs），Gemini 作为 assistant 的战略才被明确 [来源：DM App访谈260407, 语音PM访谈]
- DAU ~1亿→1.1亿，MAU 7.5亿（25Q4，其中 IoT 端 1.6亿）[来源：研究1, 财报 2025Q4]
- 26年 DAU 目标 YoY +50% [来源：Gemini专家访谈260211]
- App 端 MAU 约为 ChatGPT 的 40%，但 D/M（18.9% vs. 43.8%）和日均时长（11.2min vs. 16.8min）差距大 [来源：研究1]
- 语音 session 占 40%+，70%+ session 是 mobile（含音响/Auto/Assistant），web 仅 20% [来源：Gemini专家访谈260211]
- API 调用量：2025年3月（2.5发布）约 350亿次/月 → 2025年8月约 850亿次/月，5个月翻倍+ [来源：媒体，已公开事实]
- Gemini Enterprise：800万订阅者（2800+企业，25Q4）+ 100万在线自助订阅，但客户满意度约 50-50 [来源：媒体+财报 2025Q4] [注：此前为1500家企业]
- 对话深度没那么深，但场景更多；从 build 用户画像角度价值很高（比 search 还好）[来源：Gemini专家访谈260211，待验证] → personalization-flywheel.md
- App 团队无权改模型：不再被允许私自训练模型，只能在 Harness 层做 Personality/Memory 的 Prompt 调整 [来源：合版访谈, 语音PM访谈]
- 所有强能力（Nano Banana、Veo 等）由模型侧 GenAI PM 定义，App 团队只做 UI 包装和增长 [来源：语音PM访谈]
- 语音输入体验极差：沿用 Voice Search 逻辑，对话场景下用户说到一半被发送。26年年初才指派 PM 跟进 [来源：语音PM访谈] → ai-product-middleware.md
- 成为模型技术创新的「容器」：Deep Research, Nano Banana, Veo 等新功能优先在 Gemini 发布 [来源：研究1]
Gemini App 团队结构 [来源：DM App访谈260302]
- 2000人，20+ 团队，Leader Josh Woodward（同时管 Google Labs）
- Gemini Core Experience 400人：
- App team 200+（Android/iOS，分 audio inputs/quality/front-end/evals）
- Website team / On-device model (Nano) / Gemini Live team
- Gemini App Automation 300-400人（刚 reorg）：
- Tool Use Platform（build MCP，1P/3P tool 接入）
- Apps & Agent（开发 agent mode）
- Automation Front-end（Pixel 长按/Chrome sidebar 等不同 surface）
IoT 渗透 [来源：研究1]
- 智能手机：Pixel/Samsung 长按电源键唤起
- 智能汽车：Android Auto 多轮对话、日程同步
- 智能穿戴：Wear OS 即时查询、健康辅助
- 智能家居：Ask Home 视频搜索、Home Brief 每日摘要
- 智能音频：Pixel Buds 同声传译
- TV：对话式搜索、语音调校硬件
品牌化
与 AIM 的关系
- AIM DAU ~2亿 vs. Gemini DAU ~1亿
- 未来是否融合存在分歧：CEO 认为长期共存；内部有声音认为 backend 趋同后可能合并
- AIM 相当于嵌在 Search 里的 Gemini，「区别无非是一个嵌在 Google 里，一个是独立 App」[来源：研究1]
Agentic 能力演进 [来源：podcast，Vinyals/Wayne 当事人视角]
- 技术路径：AlphaStar 多 agent RL 经验 → Gemini 2.0 agent 能力 → Project Astra 多模态实时 agent
- 核心论述：Vinyals "数字身体"——LLM 是大脑，agent 能力给它身体去行动
- Astra 架构：视觉编码器 + 音频编码器 + Gemini LLM + Agent 层（工具调用+记忆管理）
- 多模态优势：原生多模态（能"看"和"听"）是 agentic 场景的关键差异化 vs. GPT-4
- → agentic-ai-strategy.md
Scaling 与技术路线 [来源：podcast，当事人视角]
技术路线（来自 tier3 podcast） [来源：podcast，当事人视角]
多模态原生训练
- 从一开始就在单一模型中融合文本/图像/音频/视频训练——与 GPT 系列先文本再 fine-tune 其他模态的路线不同 [来源：Jeff Dean podcast]
- Demis: 「Gemini 从一开始就是多模态设计——为了 Glass/Project Astra 场景」
MoE 架构
- Gemini 1.5 Pro 已采用 MoE 架构——不同 expert 专长不同领域
- Jeff Dean 远景：从规则 MoE → 有机 Blob（Pathways）
- → MoE / Blob 架构
Gemini 4
- 2025/4 Demis 确认正在训练
- pre-training 团队「全球最强」
- 预训练仍有大量 headroom（数据质量 + 训练目标 + 架构创新）
收敛 → proto-AGI [来源：Demis Hassabis 2026/1 podcast]
- 目标：把 Gemini + Genie + Simma + world models + Nano Banana 收敛为一个统一大模型
- 这个收敛版可能是 proto-AGI 候选
Gemini 3 Persona [来源：Demis Hassabis 2026/1 podcast]
- 定位：科学人格——warm + helpful + succinct + 友好 pushback
- 反 sycophancy：拒绝强化用户的错误观点
- Demis 亲自参与设计
财报数据追踪 [来源：财报 tier0，管理层原话]
Gemini App 用户增长
| 时间 | MAU | 备注 |
|---|
| 25Q1 | — | Sundar 未披露具体数字，强调"increased momentum" |
| 25Q2 | 4.5 亿+ | 日均请求 vs Q1 +50%+ |
| 25Q3 | 6.5 亿+ | 查询量环比 3X |
| 25Q4 | 7.5 亿 | Gemini 3 发布后 engagement 显著提升 |
Gemini Enterprise
- 25Q4：800 万+ 付费席位，2,800+ 企业客户，Q4 管理 50 亿+ 客户交互（+65% YoY）[来源：财报 2025Q4]
- 25Q3：200 万+ 订阅用户，700+ 企业 [来源：财报 2025Q3]
API/开发者
| 时间 | 开发者数 | Token 处理量 | 来源 |
|---|
| 24Q1 | 1M+ | — | 财报 2024Q1 |
| 24Q2 | 1.5M+ | — | 财报 2024Q2 |
| 24Q3 | — | API 调用 6 个月 14X 增长 | 财报 2024Q3 |
| 25Q1 | 4.4M+ | — | 财报 2025Q1 |
| 25Q2 | 9M+ | 980 万亿 token/月 | 财报 2025Q2 |
| 25Q3 | 13M+ | 70 亿 token/分钟；月处理 1.3 千万亿 | 财报 2025Q3 |
| 25Q4 | — | 100 亿+ token/分钟 | 财报 2025Q4 |
模型版本发布时间线（财报确认）
- 23Q1：Bard 上线（PaLM）→ Google DeepMind 成立
- 23Q2：SGE 上线；Duet AI 发布
- 23Q3：Gemini 预告（多模态、多版本）
- 23Q4：Gemini 1.0 发布；SGE 延迟降低 40%（Gemini 集成）
- 24Q1：Gemini 1.5 Pro（100 万 token 上下文窗口）；Gemma 开源
- 24Q2：Trillium TPU（第六代）；Gemini 四个尺寸
- 24Q3：Gemini 整合 GitHub Copilot；>25% 代码 AI 生成
- 24Q4：Gemini 2.0（agentic era）；Deep Research；Project Mariner
- 25Q1：Gemini 2.5 Pro（Chatbot Arena #1）；Ironwood TPU（第七代）
- 25Q2：Gemini 2.5 系列（Pro/Flash/Flash-Lite）；Veo 3
- 25Q3：Gemini 2.5 进化；API 月处理 1.3 千万亿 token
- 25Q4：Gemini 3 发布；AI Mode 日均查询翻倍
Gemini 服务成本
- 25Q4："2025 年全年降低 78%"（模型优化+效率+利用率提升）[来源：财报 2025Q4，管理层原话]
- 24Q3：AIO 成本 18 个月下降 >90%（模型大小翻倍）[来源：财报 2024Q3，管理层原话]
- 24Q1：SGE 成本一年下降 80% [来源：财报 2024Q1，管理层原话]
- 24Q2：AIO 模型大小翻倍、成本持平、延迟改善 [来源：财报 2024Q2，管理层原话]
与其他实体关系