“谷歌太慢了”：与Andrew Dai聊Gemini的翻身之战，出走与视觉理解模型【硅谷101视频播客】

合集 · 人物访谈 (21)

Description

Andrew Dai在谷歌的14年，可以说是这家科技巨头在深度学习时代的AI编年史。他长期处于Google Brain和DeepMind的核心研究项目中：从早期启发了GPT的sequence learning、文本生成、对抗训练，到 MoE架构、PaLM、Flan、Gemini、多模态和长上下文等等。与他合作论文的，都是谷歌的众多传奇大佬人物：Quoc Le，Ian Goodfellow，Liam Fedus，Jeff Dean等人。
在Gemini 3.0顺利上线之后，Andrew选择离开。他看到了一条大公司“不敢走”的路——不是纯语言模型，也不是世界模型，而是语言与视觉推理的结合。他的新公司Elorian AI今年4月完成了5500万美元的融资，Jeff Dean以个人身份参投。
2026年的Google I/O在即，我们与Andrew一起回顾了谷歌过去14年的AI发展史：如何错过，如何落后，如何追赶，又如何重新封王。
硅谷没有秘密，但有一群信仰不一样未来的科学家们。在巨头们押注SOTA LLM之际，众多科技领军人物纷纷出逃，创建自己的AI前沿新实验室（Neolabs），他们不拼算力和参数，而是希望找到一条真正达到智能的路径。硅谷101开启Neolabs特辑，想和这群科学家们深度聊聊，他们眼中的AGI之路。这是该特辑的第一期视频播客，欢迎大家持续关注我们。

采访嘉宾：
Andrew Dai：Elorian AI联合创始人/CEO、前谷歌DeepMind研究总监

Comments

抑止之力 2026-05-19

Google前两年被低估真的想不通. 数据, 算力,人才, 入口和现金流都超一线的公司不可能在大模型真的掉队. 23-25年都狠狠加仓了. 不过Gemini3在最早的惊艳后，现在位置有点尴尬. 特别是大家都在卷coding的时候, Gemini 3.1现在几乎被降格到了纯粹的fallback + 音频处理 + 圆桌会议时提出不一定正确但错的比较清奇答案的模型而且Gemini 3.1因为尝试特别优化coding，本来引以为豪的多模态也有点受影响. 自己私有数据集里的复杂音频任务, 3.1 pro整体不如3.0 pro. 而且整体的视觉也被GPT和Claude超了不少... 希望后面的模型能再打一波翻身仗吧

♥ 592 ↩ 27

都市夜谭 2026-05-19

up主你们既没有广告也没有带货怎么运作的？请这么多高端嘉宾费用应该不低贵频道是纯为爱发电吗？

♥ 230 ↩ 29

小铭 2026-05-19

Gemini现在降智太严重了，远没有年初好用

♥ 116 ↩ 13

赎罪的好撒玛利亚人 2026-05-19

似乎没必要特别说明嘉宾中英夹杂，即使native chinese要谈到这些最前沿领域也必定得中英夹杂啊，因为大量概念和定义都是西方先行[doge]

♥ 150 ↩ 15

韩皮一A就跑 2026-05-19

白嫖了一年pro，我是个门外汉，我给我手里的一个app写代码文件，Gemini的额度一天能超好几回，每次都得等4h后更新额度，大概用了两三个月，说实话，我一个外行看笑话的，是真觉得Gemini的pro订阅是个笑话，因为Gemini pro限额期间，我还用了GPT和cc的免费版，很多时候，Gemini写出来的配置文件如果出现问题，Gemini得和我排查半天，但同样的问题，我重新去问GPT和cc，人家在终端里敲几个代码就能确定问题；还有就是记忆功能，真的是在乱记，不同对话间，你想让他了解他不知道，0个字谈到某个对话内容，甚至毫无关联它又给你自己串上了，而且同一个问题，它能问你好几遍，甚至是同一个对话里强调了好几次后，聊了没几句它突然又回来再问你一遍；还有，有时候我需要让它联网搜索一些官方说明书之类的，甚至一而再再二三的强调进入互联网去人家官方查阅说什么，版本号都跟它说的明明白白，它在一本正经的思考甚至出现了联网的标识，回答的却依然是没更新的数据，打比方，一个最简单让我怀疑人生的问题，就是苹果的系统版本，从18跳到了26，这一个极其简单问题在不同对话里它已经很多次说错了，每次都是“纠错”我，让它联网，它联网后依然说我错了，我甚至以为它说的是苹果的系统代号，结果追问下不是，后面“真联网”了就开始道歉了，然后换个对话又忘了；唯一的优点就剩个pro了，作为白嫖的我本来不好评价，但是一想到堂堂pro级别，跟GPT和cc两个免费的体验装打得有来有回就绷不住[辣眼睛]

♥ 83 ↩ 10