Google Gemini使用指南：重磅transformer之父告别谷

2026年6月17日，Transformer架构的共同发明人、Google Gemini模型的核心技术负责人Noam Shazeer在社交媒体上发文，宣布正式加入OpenAI并出任架构研究负责人。这一人事变动意味着Google失去了奠定现代大模型注意力机制的灵魂人物，同时也预示着OpenAI与Google Gemini在底层技术路线上将迎来新一轮的架构对决。

Transformer之父为何在助力Gemini 3突破后选择OpenAI？

作为2017年轰动全球的论文《Attention Is All You Need》的共同作者之一，Noam Shazeer在AI大模型领域的地位举足轻重。他曾于2021年离开Google创办Character.AI，但在2024年Google斥资27亿美元将原班人马请回。在重回Google期间，他担任Gemini模型的联合技术负责人，对Gemini 3的训练突破做出了核心技术贡献。

在Gemini 3的研发取得阶段性成果后，他选择加盟OpenAI出任“架构研究负责人”，核心原因在于双方对未来AI演进方向的契合。OpenAI目前正处于探索下一代非传统架构、寻求突破算力瓶颈的关键期。对于专注于底层架构创新的顶尖科学家而言，OpenAI提供的极致算力支持和对通用人工智能（AGI）纯粹的技术追求，提供了比商业产品线繁杂的Google更具吸引力的研究环境。

Google Gemini与OpenAI GPT在大模型架构上有何本质差异？

Noam Shazeer的转投，将市场的目光再次聚焦于Google Gemini与OpenAI GPT截然不同的技术进化路径。

Google Gemini模型走的是一条“拆解重构与原生多模态”的路线。Gemini从设计之初就强调音视频、文本、代码等多模态数据的端到端融合，并在实际落地中不断进行架构的精简与重构，以适应AI办公、AI写作和复杂多模态交互的多端部署场景。这种架构的优势在于高效率和极强的场景适应能力，非常适合深度嵌入到Google生态的生产力工具中。

相比之下，OpenAI的GPT系列则更加崇尚“通过硬件迭代与算力攀升实现极致进化”的规模定律（Scaling Law）。OpenAI倾向于用更纯粹、更大规模的计算资源去逼近模型智能的极限。两种路线没有绝对的优劣之分，Gemini更看重实际应用场景下的多模态协同与工程效率，而OpenAI则执着于在基础架构上堆叠算力以催生更强的推理与认知能力。

技术核心人物的流失对Google Gemini未来研发有何深远影响？

短期来看，Noam Shazeer的离职不会导致Google Gemini模型的研发停滞。因为他在任期间已经完成了Gemini 3的核心架构搭建与训练突破，Google庞大的工程与算法团队完全有能力沿着既定路线继续迭代。

然而长期来看，这位大模型奠基人的出走对Google依然是不小的打击。AI大模型的竞争已经从单纯的拼参数演变为拼架构创新。失去了最擅长底层注意力机制优化的顶尖大脑，Google在应对未来可能到来的“后Transformer时代”架构变革时，可能会减少技术直觉上的先发优势。而OpenAI在获得这位架构大师后，有望在提升GPT模型的算力利用率、优化全新推理架构方面取得实质性进展，进一步拉大在纯基础模型能力上的领先差距。

我之前写过一篇关于Google Gemini的文章：《Google Gemini使用指南：自动驾驶车辆孕丧命AI紧急变道就会撞》，如果你想把这个话题继续看深一点，也可以一起对照着读。