在每三年一次的股票赠予推动下，Alphabet/Google CEO Sundar Pichai 在 2022 年的薪水达到了 2.26 亿美元，成为世界收入最高的企业领导人之一。根据 Alphabet 周五递交的文件，他薪酬中的股票奖励部分为 2.16 亿美元，过去三年他的工资一直稳定在 200 万美元。他的股票奖励是每三年进行一次，三年前他收到了类似规模的补偿金——他在 2019 年的薪酬高达 2.81 亿美元。在 Alphabet/Google 大裁员的背景下，CEO 的薪酬是一个敏感的话题。Alphabet 在今年 1 月宣布裁员 1.2 万人。根据 Alphabet 的文件，Pichai 的个人安保花费了 594 万美元。

Google 重组了旗下的 AI 研究部门，将 Google 研究院的 Google Brain 团队与英国的 DeepMind 团队合并统一为 Google DeepMind。Google 在 AI 研究领域一直走在世界前列，但产品化严重滞后，将事实上的领先优势拱手让给了竞争对手。新成立的 Google DeepMind 将与 Google 的其它产品和服务紧密合作，它还将成为一个科学委员会，由 DeepMind 研究副总裁 Koray Kavukcuoglu 领导，将监督该部门的研究进展和方向。Google 研究院产品副总裁 Eli Collins 将加入 Google DeepMind 担任产品副总裁，原 Google Brain 负责人 Zoubin Ghahramani 将成为研究领导团队成员，向 Kavukcuoglu 汇报。

Google 准备在下个月举行的 Google I/O 活动上推出自己的首款可折叠智能手机。内部代号为 Felix 的 Pixel Fold 手机将拥有最耐用的可折叠手机铰链，其 1700 美元的售价也基本与三星 1799 美元的 Galaxy Z Fold 4 看齐。Pixel Fold 能防水，折叠后有口袋大小，外部屏幕为 5.8 英寸，打开后的屏幕大小为 7.6 英寸屏幕。它的重量为 10 盎司，比 Galaxy Z Fold 4 略重，它的电池更大，Google 称可续航 24 小时，在低功率模式下续航长达 72 小时。Pixel Fold 使用 Tensor G2 芯片，与去年上市的 Pixel 7 和 Pixel 7 Pro 相同。

三星正在与微软谈判，将 Bing 作为 Galaxy 系列设备默认使用的搜索引擎。Galaxy 设备包括了智能手机和平板电脑。三星是最大的 Android 设备制造商，Google 在了解三星与微软的谈判之后进入“恐慌”状态。它着手加快速度推出整合 AI 功能的搜索引擎项目 Magi。Google 相信，三星青睐 Bing 的原因是它的 AI 功能。 Magi AI 功能有可能在 2023 年 5 月推出，一开始将限于美国地区的部分用户，计划到年底扩大到 3000 万用户。

韩国对 Google 滥用其全球市场支配地位以阻挠一家当地竞争对手的行为处以约合 3,200 万美元的罚款。韩国公平交易委员会周二表示，Google 阻止应用市场竞争对手 One Store 发展的策略构成了反竞争行为。该监管机构称，游戏公司被诱导在 Google Play 商店独家发布其应用程序，以换取在该平台上的有利推广和对其产品在海外发布的支持。Google 的一名发言人说，该公司认为“并无违反法律的行为”。她表示：“Google 为开发者的成功进行了大量投资，我们尊重但不同意韩国公平交易委员会的结论。”

Alphabet 以及 Google CEO 桑达·皮采(Sundar Pichai)在接受采访时表示 Google 搜索引擎将加入 AI 聊天功能。他表示 AI 的进步将增强 Google 回答一系列搜索查询的能力。他驳斥了聊天机器人对其搜索业务构成威胁的说法，“如果说有影响的话，那就是机会空间比以前更大了。”长期以来，Google 在开发被称为大语言模型的计算机程序方面一直处于领先地位，这些模型可以用类似人类的表述处理和回复自然语言指令。但 Google 还没有应用这种技术来影响搜索的使用，皮采称这一点将会改变。

Google 本周二在预印本平台 arXiv 上发表论文，介绍了它的第四代 TPU（Tensor Processing Unit）处理器。TPU 是 Google 专用于训练 AI 的定制处理器，每个 TPUv4 包含两个 TensorCores（TC），每个 TC 包含四个 128x128 矩阵乘法单元（MXU）和一个矢量处理单元(VPU)，使用 128 条通道（每通道 16 ALU）和一个 16MB 的 矢量存储器（VMEM）。Google 自己的测试显示，它的 TPUv4 相对于英伟达的 A100 更快更环保（能耗更低）。A100 是英伟达上一代的数据中心 GPU，它最新一代的产品是 H100，Google 研究人员没有对比 TPUv4 和 H100，因为 H100 是在 TPUv4 之后推出的。与英伟达的产品不同的是，Google TPU 不对外销售，公开 TPUv4 的一个目的可能是为了宣传该公司的云端 TPU 服务。

Google 财务总监 Ruth Porat 通知所有员工，为节省成本提供给员工的各种福利和办公用品将进行削减。Google 将减少健身课程、订书机和胶带，降低员工用笔记本电脑的更换频率。Google 在 2023 年的目标是通过改善速度和效率实现持久的节约。

Google 将近距离文件共享带到 Windows 平台，允许用户在 Android 设备和 Windows PC 之间近距离传输文件。Google 早在 2020 年就推出了 Nearby Share 应用，允许 Android 用户通过本地 Wi-Fi 网络向朋友传输文件。然而 Android 用户之间传输文件的机会可能并不多。但大部分 Android 用户同时都有 Windows PC，在 Windows PC 和 Android 设备之间传输文件的机会可能更为频繁，也就是该应用更具有实用价值了。

搜索巨人的云储存服务 Google Drive 通过其 Twitter 账号宣布撤销 500 万文件数量限制，表示如果以后再次改动的话会提前通知用户。此前用户报告，Google Drive 对能储存的文件数量设定了 500 万的上限，超过这个限额之后就必须删除旧文件，否则将无法使用。Google Drive 的最高容量为 30 TB，500 万文件数量并非遥不可及，尤其是对于同步工作文件的开发者而言。Google 承认这一限制影响到了少部分用户，表示将探索其它方法，确保每个人都有良好体验。

Google 云储存服务 Google Drive 的用户报告，搜索巨人对 Drive 能储存的文件数量设定了一个上限，超过这个限额之后就必须删除旧文件，否则将无法使用。Google Drive 的最高容量为 30 TB，月费为 150 美元。但无论你是企业级还是消费级客户，都受到这个未公开的限额的影响——文件数量超过 500 万之后就无法使用。Google 发言人证实了该限额的存在，称此举是一种防止滥用的安全保障措施，避免系统的稳定性和安全性受到影响。

Google 重组了其虚拟语音助手 Assistant 部门，将专注于其 AI 聊天机器人 Bard。Google Assistant 工程副总裁 Jianchang "JC" Mao 以个人原因离职，其职位将由在 Google 工作了 16 年的资深高管 Peeyush Ranjan 接替，他之前负责公司的支付业务。这一变动可能意味着 Bard 未来可能会整合到语音助手等类似产品中。Assistant 目前面临的挑战主要是语音识别，而不是大语言模型，Bard 对此的帮助未必有多大。

2021 年，Google 研究人员在《自然》期刊上报告利用 AI 加速芯片设计。研究人员使用了 1 万张芯片设计图去训练他们的软件，基于强化学习的 AI 学习了如何在有限空间、布线和功耗下完成设计图。Google 已将这一方法应用于自己的芯片 TPU（tensor processing uni）。现在，UCSD（加州圣迭戈）计算机科学和工程学教授 Andrew Kahng 领导的一个团队尝试了重现 Google 的研究。由于 Google 以商业敏感性为由未披露模型内部工作的部分细节，研究人员花了几个月时间进行逆向工程，他们最终的模型 circuit training (CT)比使用传统方法差得多。为什么差异如此显著？一种原因被认为是 Google 利用 EDA 软件巨头 Synopsys 开发的商业软件去创造芯片逻辑门的起始布局，然后用强化学习系统优化。UCSD 团队指出 Google 没有在论文中进行披露。Google 论文的主要作者表示没有披露是因为这并不重要。他们认为 UCSD 团队的结果糟糕一则是模型没有预先训练，另一个原因是没有像 Google 那样有充足的计算能力。UCSD 团队表示没有预训练是因为无法获得 Google 使用的私有数据。

Google 开始了一切产品都整合生成式 AI 的尝试。搜索巨人宣布将在包括 Google Docs 和 Gmail 在内的 Google Workspace 产品中加入 AI。Docs 和 Gmail 集成的生成式 AI 将可以帮助用户起草初稿，润色文字，在 Gmail 中它能对邮件进行回复总结和优先处理，在 Docs 中校对和重写文章，能在 Slides 中自动生成图像、声频和视频将用户的创意变成现实，在 Sheet 中通过自动完成、公式生成和上下文分类从原始数据中得到洞察和分析。Google Workspace 从 3 月 14 日开始月费上涨二成。

两年前，两名 Google 研究员开始力促公司发布一款聊天机器人，它依托的技术在当时是所向披靡的。他们开发的那款对话式应用可以自信地进行哲学辩论，拿它最喜欢的电视节目打趣，还能即兴创作有关牛和马的谐音梗。 据知情人士说，两名研究员告诉同事们，像他们开发的这种由最新 AI 驱动的聊天机器人将彻底改变网络搜索和人机交互方式。他们催促 Google 允许外部研究人员使用该聊天机器人，尝试将其整合到虚拟助手 Google Assistant 中，随后还要求 Google 进行公开演示。Google 高管多次回绝了他们，至少有一次说这个项目不符合公司关于 AI 系统安全性和公平性的标准。两人在 2021 年辞职创业从事于类似技术。Google 帮助开创了现代人工智能时代，而如今，它对这项技术的谨慎做法在一位宿敌的挺进下面临考验。

2013 年 3 月 13 日 Google 宣布，作为第二个春季大扫除计划之一，Google Reader 因用户数量逐年下降，于 2013 年 7 月 1 日终止服务。10 年之后，Google 杀死 Reader 的主要动机——为其社交服务 Google+ 吸引用户——也早就不复存在。当时的 Google 执行官将社交网络 Facebook 视为对其构成了存在性威胁，因而全力推广和整合 Google+，而集成了简约社交功能的 Google Reader 被视为一大障碍，须将其除掉而后快。Google Reader 被杀死了，而 Google+ 也在几年后步入后尘。社交网络没有成为 Google 的存在性威胁，AI 聊天机器人会不会还是未知数。但 Google Reader 作为一个成功的产品，对许多人具有重要意义，Google 冒然将其杀死造成了巨大冲击，对所有其它 Google 产品都产生了负面影响——今天每当 Google 推出一个新产品，用户心中都会涌出疑问——它会不会被杀死？Google 产品成为了不可靠的代名词。

在 Facebook 为代表的社交网络发展的黄金时期，Google 一度陷入恐慌，担心社交网络会吞噬一切。时任 CEO Larry Page 下令将员工奖金和社交上的成功挂钩，将所有服务都整合社交功能。结果是一团糟，这次强制性整合社交以惨败告终，Google 最终从其服务中移除了 Google+ 并将其关闭。十年前的失败剧本并没有阻止 Google 在新一轮恐慌中将其作为参考模板：搜索巨人据报道计划在所有服务中整合类似 ChatGPT 的功能。Google 在很多年里都是 AI 技术的领导者，由于担心推出不完美的产品，Google 的 AI 技术都关在实验室里。ChatGPT 的出现并在短时间里吸引了 1 亿用户，Google 不再被视为 AI 的领导者，它的股价也在股市遭受惩罚。

搜索巨人的邮件列表和网络论坛服务 Google Groups 正在死亡，尽管还没有正式铭刻在墓碑上，但它的基本功能逐渐停止工作。Google 以搜索起家，然而 Google Groups 的搜索功能早就出故障了，现在 Monospace 字体停止渲染，导致代码示例难以阅读。已读/未读指示器工作不正常，用户刚刚访问的主题或者自己的帖子或回复都被标记为未读。用户递交的帖子或回复断断续续的自己删除了，帖子成功递交了，但却返回删除的信息，如果这个帖子未保存或花了很长时间完成，这对用户的打击是巨大的。Google Groups 仍然被 FOSS 社区广泛使用，寻找它的替代重建一个社区需要时间。常见的替代如 Discord 和 GitHub 都是私有的。

Google 通知员工，今年晋升到 L6 和以上级别的员工数量会少于往年。L6 是 Google 高级员工的第一层，通常有 10 年左右的工作经验。这意味着在 Google 推行的新绩效评估系统 Google Reviews and Development (GRAD)中，将会有更多员工获得低绩效评级，更少员工获得高分。Google 有着庞大的中层管理人员。去年的内部调查认为，这影响了公司有效交付产品的能力。随着增长放缓和经济衰退担忧，Google 努力削减成本，它放慢了招聘，宣布裁员 1.2 万人，占员工总数的 6%。

Google 和柏林科技大学的一组研究人员透露了可用于控制机器人的多模态 Embodied 视觉语言模型（VLM）PaLM-E，有 5620 亿个参数，融合了视觉和语言处理。当用户发出“高阶指令”，如“将抽屉里的米片拿过我”， PaLM-E 能为装备机械臂的移动机器人平台生成一个行动计划，并自行执行。它执行不同任务不需要预先或重复训练。消除数据预处理或注释给予了机器人更强大的自主控制。PaLM-E 是基于 Google 现有的大语言模型 PaLM，通过加入感觉信息和机器人控制使其有具身性(embodied) 。它能与处理语言的相同方式理解感觉信息。