Google 与 DeepMind 的大模型命名体系横跨了极大数数学、希腊天文学神话、太空探索史、童年木偶戏与罗曼语族动词。从百零大数 Googol、两军合璧的原生多模态 Gemini(双子座),到游吟诗人 Bard、宝石 Gemma、拉美西斯龙猫 Chinchilla 与“我看见”Veo,展现了一部极具极客浪漫色彩的人工智能探索史。

1. 实验室与企业基石:Google 与 DeepMind

在探究具体模型之前,两大主体机构的诞生命名本身就蕴含着深厚的技术哲学:

Google:从极大数“Googol”到组织全人类信息

Google 这个名字源于数学术语 Googol(古戈尔),代表 10 的 100 次方(即数字 1 后面跟随 100 个零)。

  • 词源诞生:1920 年,美国数学家爱德华·卡斯纳(Edward Kasner)在漫步时询问他 9 岁的侄子米尔顿·西罗塔(Milton Sirotta),能否给一个极其庞大、超乎想象的数字起个名字,小男孩脱口而出:“Googol!”
  • 极客转变:1997 年,斯坦福大学研究生拉里·佩奇(Larry Page)和谢尔盖·布林(Sergey Brin)在为他们的网页搜索引擎起名时,选中了 Googol,象征着该引擎的目标是索引、组织并处理互联网上如天文数字般无限浩瀚的信息。相传在注册域名或早期天使投资人开支票时,拼写被误写成了“Google”,从此这一笔误成为了科技史上价值数万亿美元的经典品牌。

DeepMind:神经科学与深度学习的结晶

2010 年在英国伦敦创立的 DeepMind,创始人包括国际象棋神童兼认知神经科学家戴米斯·哈萨比斯(Demis Hassabis)、肖恩·莱格(Shane Legg)以及穆斯塔法·苏莱曼(Mustafa Suleyman)。

  • 构词分解:Deep(深度学习,Deep Learning)+ Mind(心智、大脑、意识)。
  • 使命隐喻:哈萨比斯在求学期间深研人类大脑前额叶皮层与海马体的记忆机制。他为实验室定下的使命是:“第一步,解开人类智能的奥秘(Solve intelligence);第二步,用智能解决世界上的一切重大问题(Solve everything else)。” DeepMind 的名字正是这种将计算机前沿算法与人类脑科学心智深度融合的宣言。

2. 旗舰双生子:Gemini(双子座)的三重隐喻

2023 年底,面对全球生成式大模型的激烈竞争,Google 隆重推出了新一代旗舰模型家族——Gemini(双子座)。这个名字表面取自黄道十二星座,实际上在科技与战略层面上拥有精妙的三重隐喻:

隐喻一:Google 历史上最重大的两军合璧

在 Gemini 诞生之前,Google 内部并存着两支世界顶级但相对独立的 AI 王牌部队:

  • 位于硅谷总部的 Google Brain(谷歌大脑,Transformer 架构的发明者,开发了 BERT、T5、PaLM);
  • 位于英国伦敦的 DeepMind(开发了 AlphaGo、AlphaFold、强化学习领航者)。

2023 年 4 月,Google 首席执行官桑达尔·皮查伊(Sundar Pichai)宣布将两支团队正式合并为统一的 Google DeepMind。Gemini(双子座,双胞胎兄弟)正是这两大硅谷与英伦 AI 巨头携手融合、合体攻坚的战略代号。

隐喻二:希腊神话中的斯巴达双生英雄

在古希腊神话中,双子座代表斯巴达双胞胎英雄卡斯托耳(Castor)与波吕克斯(Pollux):

  • 母亲是斯巴达王后勒达(Leda),波吕克斯是万神之王宙斯化身天鹅所生,享有不朽的神性;卡斯托耳则是斯巴达国王廷达瑞俄斯的骨肉,是凡人之躯。
  • 兄弟二人情深意笃,形影不离。在卡斯托耳于战斗中重伤身亡后,波吕克斯悲痛欲绝,甘愿放弃自己一半的神性永生,恳求宙斯允许他们平分生命。宙斯感念其兄弟深情,将二人化作夜空中紧紧依偎的双子座。

双子星交相辉映的特质,象征着工程技术与科学探索的不可分割。

隐喻三:致敬 NASA 载人航天史上的“双子座计划”

在人类太空探索史上,美国宇航局(NASA)在 1960 年代实施了著名的 Project Gemini(双子座计划)。

  • 该计划承前启后:介于最初验证单人太空飞行的“水星计划”(Project Mercury)与最终载人登月的“阿波罗计划”(Project Apollo)之间。
  • 在双子座计划中,人类第一次实现了双人太空舱飞行、第一次太空行走、第一次轨道机动与两艘飞船的空间对接,为登月扫清了全部核心技术障碍。

以 Gemini 命名旗舰模型,同样蕴含着“搭建通往通用人工智能(AGI)阿波罗登月时刻的关键跳板”的技术雄心。

隐喻四:原生多模态(Native Multimodal)的双生架构

不同于过去将文字模型、语音识别模块与视觉图像模型分别单独训练后生硬“拼接”的多模态拼盘做法,Gemini 从第一天起(Ground up)就是跨模态统一联合预训练:

  • 文本、音频、图像、视频和代码在同一个深层神经网络中作为同等地位的 Token 流畅流通;
  • 这种在同一母体中孕育多种感知维度的特性,正是“孪生一体”最贴切的技术注脚。

3. 历史模型谱系:从《芝麻街》到稀疏架构

回顾 Google 在自然语言处理(NLP)领域的演进路线,其命名呈现出从幽默极客恶搞到纯正拉丁古典学的美学蜕变:

BERT:引爆 NLP 圈的《芝麻街》木偶

2018 年,Google 提出了基于 Transformer 双向编码的革命性模型 BERT(Bidirectional Encoder Representations from Transformers)。

  • 表面缩写全称为:Bidirectional Encoder Representations from Transformers;
  • 实际上,研发团队故意将其缩写凑成经典少儿木偶剧《芝麻街》(Sesame Street)中的黄色长脸主角 Bert(伯特)。
  • 引发的行业接龙狂欢:因为 Google 开启了这个木偶玩笑,全球 AI 实验室随之掀起了长达数年的芝麻街角色命名潮——卡耐基梅隆推出了 ELMo(Embeddings from Language Models)、百度推出了 ERNIE(Enhanced Representation through Knowledge Integration,即芝麻街中 Bert 的好基友“厄尼”)、Facebook 推出了 RoBERTa,Allen Institute 甚至推出了 BigBird。

PaLM 与 PaLM 2:手掌背后的 Pathways 架构

在 Gemini 问世前,Google 的超级主力模型是 5400 亿参数的 PaLM。

  • 字面双关:Palm 在英语中意为“手掌、手心”,亦指挺拔的“棕榈树”。
  • 真实全称:Pathways Language Model。
  • 技术渊源:Pathways 是 Google 传奇首席架构师杰夫·迪恩(Jeff Dean)提出的下一代计算架构。传统大模型每处理一个请求都需要激活全部神经网络权重,极为昂贵;而 Pathways 模拟人类大脑各功能皮层的动态协作机制,构建单一大模型稀疏激活系统,根据输入任务的类别动态选择不同的神经通路(Pathways)协同计算。

Bard:英格兰游吟诗人的退场

2023 年初,Google 推出的第一代对话机器人命名为 Bard。

  • 词源:源自古凯尔特语(盖尔语 bàrd / 威尔士语 bardd),指中世纪欧洲行吟四方、口述史诗与即兴创作歌曲的“游吟诗人”。在英国文学史中,戏剧巨匠威廉·莎士比亚更被举世尊称为“The Bard”(诗人中的至尊)。
  • 定位:Google 最初希望对话机器人像一位博学多才、文采斐然的游吟诗人,伴随人类自由探讨知识。然而由于初代模型表现偏向纯语言生成,后随着多模态战线全面整合,Bard 品牌全线升级并入 Gemini 旗下。

Gemma:小巧晶莹的开源宝石

2024 年,Google DeepMind 针对开源社区推出了轻量级模型家族 Gemma。

  • 词源:纯正拉丁语词汇 gemma,本义为“珍贵的宝石、玉石”,在植物生物学中亦指植物枝头萌发的“幼芽、珠芽”。在西方天文学中,北冕座最明亮的主星(α Coronae Borealis)亦被称为 Gemma(珍珠之意)。
  • 隐喻:Gemma 在拼写与发音上是 Gemini 的亲缘衍生词。与庞大的云端庞然大物 Gemini 相比,Gemma 体积轻盈、可以在单机笔记本或移动端流畅部署,象征着如宝石般高密度压缩、小巧玲珑却璀璨夺目的开源结晶。

4. 多媒体生成帝国:Imagen、Veo 与声乐先锋

在文本之外的多媒体生成领域,Google 的命名则体现了清晰的功能感与罗曼语族词源学的融通:

Imagen:图像生成的直白力量

Google 的核心图像生成扩散模型家族被命名为 Imagen。其构词极其精炼:Image(图像)+ Generation(生成)。从早期的 Imagen 到支持复杂文字排版与高保真光影渲染的 Imagen 3,该系列一直是 Google 影像生成的核心主力。

Veo:西班牙语里的“我看见”

2024 年,Google 针对影视级超高清视频生成推出了旗舰多模态模型 Veo。

  • 词源:源于西班牙语动词 ver(看、注视)的第一人称单数直陈式现在时变位——Veo,在西语中意为**“我看见(I see)”**。
  • 文化呼应:OpenAI 的视频生成模型命名为 Sora(源自日语“空/そら”,寓意天空与无尽广阔想象);而 Google 采用罗曼语族的 Veo(“我看见”),强调模型具备了如同人类视觉神经系统一般深刻理解真实物理世界、光影流转与时空运动学规律的能力,赋予算法一双“看见并重塑动态世界”的慧眼。

Lyria 与 MusicLM:古希腊里拉琴的声波

在音乐与音频生成领域,Google 推出了 MusicLM 与核心音频模型 Lyria。

  • 词源:Lyria 源自古希腊弹拨乐器 Lyre(里拉琴 / 七弦琴)。在希腊神话中,音乐与诗歌之神阿波罗手持里拉琴,奏出令人神往的天界和谐之音;悲剧英雄俄耳甫斯凭借里拉琴的动人声线甚至打动了冥王哈迪斯。以此命名,寄寓了算法谱写丰富声学乐章的艺术追求。

5. 科学先驱与 Scaling Laws:Chinchilla 龙猫与 Alpha 传奇

在 Google 尤其是 DeepMind 的发展历程中,还有两个不可不提的科学命名符号:

Chinchilla(毛丝鼠 / 龙猫):修正 Scaling Law 的科学图腾

2022 年,DeepMind 团队发表了一篇改写全人类大模型训练范式的重磅论文,随之推出的测试模型代号为 Chinchilla。

  • 生物原型:原产于南美洲安第斯山脉高海拔岩石缝隙中的小型啮齿动物——毛丝鼠(俗称“龙猫”),体型短小精悍,毛发极其浓密细腻。
  • 科学贡献:在此之前,行业普遍遵循“模型参数越大越好”的单向扩张思维(如 2800 亿参数的巨兽 Gopher)。而 DeepMind 通过实验证明:此前绝大多数大模型都严重欠训练(Under-trained)。Chinchilla 仅用 700 亿参数(相当于 Gopher 的四分之一体量),但喂入多达 4 倍的优质训练数据(1.4 万亿 Token),在所有评测基准上全方位碾压了体型数倍于己的庞然大物。这只“小龙猫”彻底确立了现代大模型参数与数据量等比扩展的 Chinchilla 最优扩展法则。

Alpha 传奇:从围棋到蛋白质折叠

Alpha(希腊字母首字母 α)是 DeepMind 解决根本性科学难题的黄金徽记:

  • 在动物行为学中,Alpha 代表统领群体的领袖(如 Alpha 狼);在数理金融学中,Alpha(阿尔法收益)代表超越市场基准的超额自主回报;在软件工程中,Alpha 代表前沿探索的原型。
  • AlphaGo(围棋算法,战胜人类世界冠军李世石与柯洁);
  • AlphaZero(脱离人类棋谱、从零自博弈通晓围棋、国际象棋与将棋的通用棋类智能);
  • AlphaFold(预测了几乎全人类已知 2 亿多种蛋白质的三维立体空间折叠构象,破解困扰结构生物学半个世纪的终极难题,并因此助力戴米斯·哈萨比斯与约翰·江珀斩获 2024 年诺贝尔化学奖)。

6. Google 与 DeepMind 命名全景对照表

模型与代号 词源渊源与外文释义 核心构词机理 科技隐喻与历史里程碑
Google 数学名词 Googol(10¹⁰⁰) 9 岁男孩发明的百零大数,注册时的传奇拼写笔误 索引与驾驭无穷无尽的互联网全球浩瀚信息
DeepMind Deep Learning + Mind 深度学习与人类认知心智的直接复合 破译人类智能奥秘,进而解决全人类一切科学难题
Gemini 拉丁语 gemini(双胞胎) 希腊神话斯巴达双生子、黄道双子座、NASA 双子座计划 Google Brain 与 DeepMind 双军合璧;原生多模态联合预训练;AGI 登月基石
Bard 凯尔特语 bàrd(行吟诗人) 中世纪流浪口头创作者;莎士比亚的尊称 初代生成式对话机器人,追求言辞流利的文采交互(后升级并入 Gemini)
Gemma 拉丁语 gemma(宝石、幼苗嫩芽) 北冕座最亮恒星 α CrB;精巧结晶 小巧精致、可在单机部署的高密度开源轻量模型家族
PaLM 缩写全称 Pathways Language Model 手掌(Palm)双关语;Jeff Dean 稀疏计算系统 模拟人类大脑各皮层分工激活的下一代稀疏架构模型
BERT 缩写全称 Bidirectional Encoder... 《芝麻街》黄色长脸布偶 Bert 的极客恶搞缩写 开创双向语言理解革命,引爆 NLP 全球木偶命名热潮
Imagen Image + Generation 英语复合词(图像生成) 专注于复杂语义排版与高写实度的影像生成扩散架构
Veo 西班牙语动词 ver 的第一人称“我看见” 罗曼语族视觉动词变位 深刻理解物理世界动力学规律的超高清生成式视频大模型
Lyria 古希腊乐器 Lyre(里拉琴 / 七弦琴) 音乐之神阿波罗神琴的变体词 探索音乐情感生成与多样化器乐编曲的声学模型
Chinchilla 南美安第斯山毛丝鼠(龙猫) 娇小敏捷却极具生命力的高原啮齿动物 击败大参数笨重模型的先锋,奠定现代计算数据扩展法则
Alpha 系列 希腊字母首字母 α(开端、超越) 软件先锋代号 + 金融超额超能隐喻 从战胜围棋(AlphaGo)到破译 2 亿蛋白质折叠(AlphaFold 诺贝尔奖杰作)

7. 常见问题解答(FAQ)

Q1:为什么 Google 会把初代聊天机器人 Bard 改名为 Gemini?

Bard 在诞生初期主要定位为一个基于语言模型的文本对话陪伴工具,名字取自擅长文采编织的凯尔特游吟诗人;然而随着底层架构向原生多模态(文本、代码、图像、音频、视频深度打通)的全面跃迁,以及 Google Brain 与 DeepMind 两大王牌团队的历史性会师,“双子座(Gemini)”无论在架构特征(原生多模态孪生一体)还是战略使命(两军合璧、跨越至 AGI 的承前启后基石)上,都远比单薄的“诗人”更加宏大深刻。

Q2:NLP 领域的“芝麻街角色命名狂欢”到底是怎么由 Google 引发的?

2018 年 Google 发布基于 Transformer 的双向编码模型时,故意将算法全称缩写凑成了著名木偶剧《芝麻街》主角的名字——BERT。这种充满极客幽默感的命名迅速在学术界引发链式反应:随后艾伦人工智能研究所推出了 ELMo、卡耐基梅隆推出了 ERNIE(剧里 Bert 的室友)、Meta 推出了 RoBERTa。这成为了深度学习黄金时代一段广为传颂的开源学术佳话。

Q3:为什么视频生成模型叫 Veo?它和 OpenAI 的 Sora 在命名上有什么异曲同工之处?

OpenAI 的视频模型取名 Sora,源于日语中的“空(そら)”,意指无拘无束的天空与自由翱翔的无限想象;而 Google 的视频模型取名 Veo,源自西班牙语动词 ver 的现在时变位“我看见(I see)”。两者都跳出了冰冷生硬的工程缩写,以极其凝练的单字赋予 AI 视觉感知力量——一个象征“想象力的天幕”,一个象征“看清世界运动规律的双眼”。