2025-12-03 | 김태호 기자,류석 기자

三年反超GPT的Gemini…秘诀是“AI原油”非结构化数据

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

谷歌最新大规模语言模型(LLM)Gemini 3在公开后即在基准测试(性能评估)中压倒其他LLM,成为信息技术(IT)业界的热门话题。专家们关注的是,在生成式人工智能(AI)市场开启仅三年后谷歌便超越了OpenAI的技术实力,并评价称,非结构化数据获取能力与组织灵活性为谷歌赢得了胜利。

3日,据LLM基准平台LM Arena显示,Gemini 3在277个AI模型的综合基准排名中位居榜首。LM Arena按指令执行、专业性、数学能力等7项性能指标分别排名,进而得出综合排名。Gemini 3在7项指标中的3项夺得第一,而GPT-5.1在各细分指标中均未获得第一,综合排名停留在第六位。

在作为LLM评估主要比较依据的推理领域,Gemini 3也占据客观优势。在美国初创公司Scale AI设计的“人类最后考试”(HLE)中,Gemini 3的正确率为37.5%,在40个LLM中排名第一。相比之下,GPT-5.1的HLE正确率为23.7%,并列第三。HLE以2500多道高难度学术题目,考察AI的智能与推理与人类的相似程度。

AI专家们就此次Gemini 3的压倒性性能一致表示“这并非一两个因素造成的结果”。多位专家共同指出的因素尤其是非结构化数据。其他AI开发商只能将公开数据用作LLM学习数据,而谷歌可以利用未显现在网络上的各类非结构化数据。韩国国内AI搜索服务开发初创公司Liner的代表金镇宇诊断称:“谷歌牢牢掌握着数十年来在搜索、广告、YouTube等领域积累的海量用户行为数据所构成的生态系统”,“汇聚到谷歌生态系统的数据量,必然大于包括OpenAI在内的其他企业所收集的数据量。”

主流意见认为,在非结构化数据中,谷歌应用用户的服务使用模式是LLM学习的核心资源。生成式AI要把握用户隐含意图并作出回应,理解语境的能力不可或缺。而改良这种语境理解能力所需的资产正是服务使用模式数据。Perb AI研究所所长金德中比喻称:“过去被视为重要的是格式化的电脑文件,但在AI时代非结构化数据的价值更高”,“谷歌从各类应用中获取的非结构化数据,是提升AI推理能力的最好肥料。”

也有分析认为,谷歌特有的灵活组织管理带来了快速执行力,从而改变了LLM对决的格局。2022年11月ChatGPT向大众公开后,谷歌于次年3月推出生成式AI Bard(Gemini的前身)予以反击。2023年3月OpenAI推出GPT-4甩开谷歌的追击后,谷歌一个月后将DeepMind与谷歌研究旗下的AI开发组织合并,投入LLM全力战。在ChatGPT公开后不到6个月的时间里,所有这些业务推进都以雷厉风行的方式完成。

曾在谷歌韩国担任业务开发经理的The Ventures首席投资官(CIO)赵与准就谷歌能够打速度战的秘诀指出:“谷歌的一大特点是没有固化的组织架构图”,“一线人员无论隶属哪个团队,都可以随时以项目为单位聚合工作,之后再散开。”赵CIO解释称:“当遭遇特定危机状况、急需新业务时,谷歌因不受官僚式组织结构束缚而能够快速应对。”

? 三年超越GPT的Gemini…“AI原油”非结构化数据是秘诀

阅读韩文原文