川海智库

报告概述

本报告为海外科技行业AI领域的专题研究，围绕谷歌Gemini 3大模型、TPU自研芯片与端侧AI应用三大主题展开系统分析。研究覆盖模型能力评测、Agent落地路径、算力竞争格局、云业务差异化竞争等多个层面，并延伸至产业链投资标的梳理。报告采用模型、算力、应用三层递进的分析框架，结合第三方基准测试数据、产业链调研与财务测算，对谷歌全栈AI生态的构建逻辑和端侧AI的商业化前景进行了深入拆解。对于关注AI技术演进、算力市场格局变化以及端侧应用落地的投资者而言，这份报告提供了从技术趋势到投资方向的完整参考。

报告的核心结论

Gemini 3验证预训练Scaling Law仍然成立

报告认为，Gemini 3能力的大幅跃迁主要得益于预训练上的算力投入突破，这侧面证明了预训练Scaling Law依旧成立。同时，谷歌拥有搜索、YouTube、Chrome等生态产生的独家且不可迁移的用户行为数据，构建了理解用户意图和上下文的强大壁垒。算力投入与数据壁垒共同支撑了谷歌在AI全栈技术+全面应用场景上的独特生态优势。

多模态能力突破加速端侧AI Agent落地

报告指出，Gemini 3在屏幕理解能力上的大幅提升，使AI Agent真正具备视觉智能和界面逻辑理解能力，为端侧实现GUI操控提供了可能。豆包手机助手已率先通过跨APP比价场景验证了商业化路径，模型正从创意工具升级为生产力工具，在广告设计、动漫绘制、产品设计、教育作业、医疗影像诊断等场景的应用有望加速释放。

TPU长期作为英伟达GPU的补充而非颠覆

报告认为，虽然谷歌TPU在TCO、集群扩展性、灵活性上有明显优势，但英伟达凭借供应链壁垒、CUDA生态成熟度和一年一迭代的能力，仍将主导AI芯片市场。TPU将主要占据特定客户的细分场景，形成GPU为主、TPU补充的长期竞争格局。TPU对谷歌更重要的战略意义在于构建全栈AI生态，并通过赋能云业务赚取更高利润，而非出售TPU本身。

OS级权限掌控者将占据AI落地优势

报告认为，AI OS的好用性高度依赖于底层操作系统赋予的核心权限，跨应用数据互通、设备硬件调度、界面逻辑深度解析等关键能力均需OS层面的权限支撑。因此，拥有操作系统掌控权的苹果（iOS）与谷歌（安卓）在AI OS落地与体验优化上具备天然优势。报告看好谷歌全栈集成、苹果系统掌控、阿里模型能力三者的协同价值。

报告回答的关键问题

Gemini 3相比其他大模型有哪些核心提升？

Gemini 3在推理、上下文长度、代码能力、数学能力等维度全面跃升。百万token上下文窗口配合64k输出能力远超竞争对手，在MRCR v2测试中平均得分大幅领先；LiveCodeBench Pro中Elo得分2439，显著高于GPT-5.1；ECI指数154分刷新最高纪录。其多模态能力提升最为关键，为后续应用落地奠定基础。

谷歌TPU对英伟达GPU的冲击有多大？

报告认为，当前TPU的冲击主要集中在议价环节。OpenAI以转向TPU采购为谈判条件，成功从英伟达获得约30%的GPU采购折扣，但尚未形成实质性的份额替代。TPU v7在TCO、集群扩展性上具有优势，谷歌正通过生态建设大幅提升其外部可用性，使其成为英伟达GPU之外值得关注的重要算力选项。

端侧AI Agent如何解决APP权限限制问题？

GUI Agent（图形用户界面智能体）是绕开API权限的重要解决方案，其核心逻辑是感知→规划→行动的循环。Agent截取屏幕截图后，多模态大模型通过图像识别理解界面按钮、文本框等元素，预测需要点击的坐标，模拟人类操作手机。Gemini 3 Pro的屏幕理解能力为这一方案提供了技术支撑，豆包手机助手已通过跨APP比价等场景验证了该路线的商业化可行性。

谷歌在端侧AI领域有哪些优势？

谷歌坐拥安卓系统、Gemini模型、Pixel硬件入口和应用全家桶，具备从底层系统到上层应用的垂直整合能力。这一全栈布局实现了权限开放、技术协同、硬件适配与场景覆盖的全链路贯通，加上自研TPU在算力成本和效率上的优势，谷歌能够最大化端侧Agent功能的落地效率与体验上限，在行业竞争中优势凸显。

字节跳动为什么选择与中兴合作推出AI手机？

入口焦虑是核心原因。苹果凭借iOS系统将AI能力植入硬件底层，手机厂商也以系统级AI功能抢占入口，而字节在硬件和OS层均相对薄弱，难以获得底层操作权限。通过与中兴合作，字节主导大模型植入与AI交互定义，中兴主导硬件设计和生产制造，双方合作打造AI原生手机，使内嵌AI Agent拥有比普通APP更高的系统权限，弥补字节的AI入口劣势。

报告中的代表性数据

152亿美元，同比增长34%

谷歌云季度收入

2025年第三季度，谷歌云2025年Q3收入达152亿美元，同比增速34%，AI基础设施需求为主要驱动力。截至当季末，谷歌积压订单达1577亿美元，主要由Anthropic订单贡献。

自用低44%，租赁低30%

TPU v7相对GB200的TCO优势

2025年，据Semianalysis测算，在相同负载下，谷歌自用Ironwood集群的全包推理TCO比GB200服务器低44%；对外租赁TPU v7并获利的情况下，每小时TCO比GB200低约30%、比GB300低约41%。

45.1%

Gemini 3 Deep Think通用推理能力得分

2025年，在ARC-AGI-2测试中，Gemini 3 Deep Think取得45.1%得分，大幅超越前代Gemini 2.5 Pro（4.9%）与GPT-5.1（17.6%），该测试主要衡量AI从有限示例中提取核心规律并应用于新情境的通用推理能力。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • Gemini 3与Banana模型能力全景评测：报告从推理能力、上下文窗口、代码能力、数学能力、多模态理解与生成等多个维度，对Gemini 3 Pro、Gemini 3 Deep Think及Nano Banana Pro进行了详细评测，并对比了GPT-5.1、Claude Sonnet 4.5等主流模型，包含MRCR v2、LiveCodeBench Pro、ARC-AGI-2、ScreenSpot-Pro、AIME 2025等多项权威基准测试数据。
  • Agent能力全链路突破分析：深入解析Gemini 3如何以智能体为核心，实现从感知、决策到执行的全链路突破，覆盖多模态信息综合处理、屏幕理解、GUI操控等核心技术能力，并介绍了谷歌发布的Agentic编程平台Antigravity及其对Cursor等AI编程工具的挑战。
  • GUI Agent技术原理与落地路径：系统介绍GUI Agent“感知→规划→行动”的工作循环，解释其如何通过屏幕截图、多模态识别、坐标预测等方式绕开API权限限制，并分析了视觉定位精度、动态与延迟等落地难点，以及Gemini 3 Pro在ScreenSpot-Pro测试中展现的核心竞争力。
  • 端侧Agent商业化案例分析：以豆包手机助手为对象，介绍其通过“系统权限+多模态模型+GUI操控”组合模式打通跨应用执行闭环的实践，包括跨APP比价、下单等场景展示，并分析了字节跳动与中兴通讯合作推出AI原生手机努比亚M153背后的入口焦虑与战略考量。
  • TPU v7性能、生态与TCO全面分析：从单卡FP8稠密算力、HBM3e内存配置、有效利用率等维度解析TPU v7硬件实力，对比英伟达B200/GB200/GB300等产品，详述谷歌在PyTorch原生支持、vLLM/SGLang推理生态集成、Paged Attention内核开源等生态建设方面的进展。
  • 谷歌云差异化竞争与增长引擎解析：分析“TPU+Gemini+Vertex AI”全栈方案如何帮助谷歌云掌握算力定价权，通过EBIT Margin测算展示其盈利能力领先优势，并解读Anthropic百万颗TPU订单、Meta意向部署等关键客户案例，以及谷歌云收入与积压订单的增长数据。
  • TPU与英伟达GPU长期竞争格局研判：从供应链壁垒、软件生态开放性、迭代速度三个维度对比TPU与英伟达GPU的竞争优劣势，分析OpenAI利用TPU采购获得GPU折扣等议价博弈案例，判断GPU为主、TPU补充的长期市场结构，以及Anthropic、Meta等客户的技术路线选择。
  • 重点推荐标的与盈利预测：覆盖谷歌、英伟达、台积电、博通、苹果、阿里巴巴六家标的，分别从全栈AI能力、算力供应链、芯片代工、端侧硬件入口、模型能力等角度阐述推荐逻辑，并提供截至2025年12月2日的收盘价、EPS预测、PE估值及投资评级数据。
  • 行业风险提示：报告在正文末尾列出AI应用落地不及预期风险、AI资本扩张效率较低风险、端侧隐私风险三项核心风险，提示投资者关注技术商业化节奏、资本投入产出效率以及隐私安全合规等方面可能面临的不确定性。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告