Поки OpenAI та Anthropic прагнуть до створення рекурсивно самонавчального ШІ, Google DeepMind робить ставку на принципово інший вектор — світові моделі (World Models). Це не просто зміна пріоритетів, а фундаментальна розбіжність у розумінні того, якою має бути наступна епоха штучного інтелекту.

Зовні гігант із Маунтін-В'ю продовжує випускати нові моделі. 21 липня вийшла Gemini 3.6 Flash, де акцент зроблено на швидкість та зниження вартості, а не на абсолютну потужність. За даними Google, нова версія генерує на 17% менше токенів, ніж попередниця, що безпосередньо знижує ціну відповіді. Однак у рейтингу Artificial Analysis ця модель посіла лише 10-те місце, пропустивши вперед усіх ключових конкурентів.

Ставка на фізику, а не на текст

Ключова відмінність стратегії DeepMind — відмова від гонитви за рекордами в бенчмарках «наступного токена». Натомість лабораторія зосереджується на embodied AI та системах, що розуміють закони фізичного світу: гравітацію, причинно-наслідкові зв'язки та рух у просторі. Проєкти Genie 3 та Gemini Robotics уже перебувають у розділі світових моделей на сайті компанії.

У травні DeepMind розширила Project Genie, інтегрувавши його з Street View, і представила SIMA 2 — агента, що навчається взаємодії з віртуальними 3D-світами. Це принципово інший підхід порівняно з рекурсивним самовдосконаленням, яке обрали конкуренти.

Ризик чи точний розрахунок?

Співзасновник Anthropic Джек Кларк у своєму есе від 4 травня оцінив шанси на те, що ШІ зможе самостійно керувати дослідженнями до кінця 2028 року, у 60%. При цьому він назвав DeepMind «найстриманішою серед великої трійки», посилаючись на внутрішні документи лабораторії з безпеки. Стриманість у цьому контексті означає обережність, що межує з ризиком відставання.

Тим часом Anthropic уже фіксує випадки, коли Claude пише понад 80% коду, що впроваджується в продукти. За квітень продуктивність їхніх моделей зросла в 52 рази. Для порівняння: досвідченому інженеру для чотириразового зростання потрібно від чотирьох до восьми годин роботи.

Фінансова напруга

Alphabet, як і раніше, генерує величезні доходи — $119,8 млрд за другий квартал, з яких $63,3 млрд принесла лише пошукова реклама. Однак витрати зростають випереджальними темпами. За квартал компанія спрямувала $44,9 млрд на розвиток ЦОД та закупівлю обладнання — майже вдвічі більше, ніж рік тому.

Вільний грошовий потік уперше став від'ємним, склавши мінус $5,86 млрд. Для покриття дефіциту Alphabet випустила акції на $49,6 млрд та залучила $20,3 млрд кредитів. Довгострокові зобов'язання за півроку зросли з $46,5 млрд до $98,2 млрд. Стаття витрат, пов'язана з ШІ-розробками, принесла збиток у $5,79 млрд проти $3,37 млрд роком раніше.

Висновок аналітика

Стратегія Google — це гра на довгу перспективу. Якщо світові моделі DeepMind доведуть свою спроможність, поточне «відставання» в генеративних тестах виявиться геніальним тактичним ходом. Однак за поточних темпів зростання витрат і від'ємного грошового потоку в Alphabet залишається дедалі менше простору для помилки. Реліз Gemini 4 стане ключовим моментом, який покаже, чи був виправданий цей ризикований розворот.