Gemini 3、TPU、端侧AI应用更新报告：模型多模态升级加速端侧AI落地，TPU冲击算力格局

核心观点

• Gemini 3 模型升级：Gemini 3 模型在推理能力、上下文处理、代码能力等方面实现显著提升，尤其在多模态推理和屏幕理解能力上取得突破，为端侧 AI Agent 落地奠定基础。
• 端侧 AI Agent 落地：多模态推理能力和屏幕理解能力使 GUI Agent 成为可能的解决方案，豆包手机助手率先落地验证了端侧 Agent 的商业化潜力。
• TPU 架构：谷歌加速 TPU 生态建设，提升易用性，TPU 在单卡性能、集群扩展性和 TCO 方面具备优势，是谷歌构建全栈 AI 生态的核心引擎。
• 竞争格局：TPU 或将占据特定客户细分场景，对英伟达 GPU 份额冲击有限，长期竞争格局为 GPU 为主、TPU 补充。

关键数据

• Gemini 3 上下文窗口：高达 1 百万 tokens，远超竞争对手。
• Gemini 3 Pro 代码能力：LiveCodeBench Pro Elo 得分 2439，显著高于 GPT-5.1 和 Claude 4.5。
• Gemini 3 Pro 数学能力：AIME 2025 基础准确率达 95%，结合代码执行能力后可实现 100%。
• Gemini 3 Pro ECI 指数：154 分，超越了 GPT-5.1 此前保持的 151 分的最高纪录。
• Gemini 3 Pro ScreenSpot-Pro 测试得分：72.7%，远超 GPT-5.1 和 Claude Sonnet 4.5。
• TPU v7 单卡性能：FP8 稠密算力达 4.6 PetaFLOPS，搭载 192GB HBM3e 内存，带宽 7.4 TB/s。
• TPU v7 集群扩展性：可扩展至 9,216 颗芯片，总算力达 42.5 ExaFLOPS（FP8）。
• TPU v7 TCO 优势：Ironwood 系统的全包推理成本 TCO 较 GB200 服务器低 44%，对外租赁时 TCO 较 GB200 低 30%、较 GB300 低 41%。

研究结论

• 谷歌凭借 Gemini 3 模型、TPU 算力和全栈 AI 生态优势，在 AI 领域保持领先地位。
• 端侧 AI Agent 落地是 AI 应用发展的趋势，GUI Agent 是可能的解决方案。
• TPU 将成为谷歌云差异化竞争与增长的核心引擎，长期竞争格局为 GPU 为主、TPU 补充。
• 推荐标的：谷歌、英伟达、台积电、博通、苹果、阿里巴巴。
• 风险提示：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。