谷歌净利润暴增3倍马斯克或领航太空探索新篇章

Alphabet公司在2026年第二季度的财务报告，让不少人，包括我在内，都对那数字有些发懵。这家市值高达4万亿美元的公司，其净利润同比竟增长了三倍之多。但这还没完，这份报告还有个劲爆点——谷歌首次披露了TPU的销售情况。更要说的是，这是自2004年公开上市以来，谷歌首次出现负数的自由现金流。财报公布后，股价盘后下挫了大约3%。

这份财报究竟有何魔力？谷歌难道真的突破瓶颈了？先别急，咱们来慢慢剖析。

1121亿美元净利润，其中水分几何？

细看财报，2026年第二季度，Alphabet的总收入为1198亿美元，同比增长达24%。这已是连续第12个季度实现两位数增长。经营利润高达408亿美元，同比增长30%，经营利润率从32%提高到了34%。净利润达到了1121亿美元，同比增长298%，每股收益为9.11美元。

但其中有一部分收益，和谷歌的主营业务关联不大。财报中列了一项“Other income (expense)”，指的是主营业务之外的收入和损失。这个季度这项数字达到了980亿美元，而去年同期仅有27亿美元。

这980亿美元几乎全部来自于股权证券的未实现收益，简单说就是谷歌投资的其他公司股票涨了。扣税后，这部分的收益大约为771亿美元。谷歌指出，这主要得益于SpaceX在6月上市后股价的飙升，这一涨幅大大增加了谷歌的账面资产。

去掉这部分，谷歌核心业务的季度净利润大约是350亿美元，去年同期则为282亿美元。增长率从298%变成了大约24%，与收入增速基本吻合。

这才是能真正反映谷歌运营状况的数字。

净利润的水分清清楚楚后，真正的增长动力浮出了水面——谷歌云服务。

谷歌云业务的收入达到了248亿美元，同比增长82%。先前分析师的预期大约是64%。云业务经营利润为88亿美元，去年同期只有28亿美元，利润率也从20.7%提升至35.6%。这表明，谷歌云不仅收入猛增，而且已经成为一门赚钱的好生意。

màoyì ED在àiyǐngàishìzhōng

Cloud backlog（云业务已签约但尚未交付和确认收入的订单）已高达5140亿美元。

皮查伊指出，谷歌云的快速增长归功于“AI组合”，这包括芯片、模式、数据、安全以及Agent平台。在这个组合中，最基础且需求最迫切的是算力基础设施建设。财报中提到，谷歌现已开始直接向部分客户销售整套TPU硬件。在确认销售收入的同时，这些TPU的生产成本也被计入当期“营收成本”中。

这是谷歌首次在财报中确认直接销售TPU的收入。CFO阿纳特·阿什肯纳齐（Anat Ashkenazi）在电话会议中提到，大部分TPU的收入将在明年才大规模体现。

除了售卖芯片，谷歌云还提供算力租赁服务。企业可以通过使用谷歌的TPU和英伟达GPU来训练自己的模型。

电话会议中透露的信息显示，谷歌云的客户包括Ineffable Intelligence、Kakao、Deutsche Börse Group、Pfizer、Roche、World Labs等。

皮查伊在电话会议中被问及TPU分配问题时阐明了优先级：第一优先级是保证AGI（通用人工智能）的前沿开发所需的算力，也就是谷歌自身的Gemini训练；其次是核心产品，Search和YouTube；再之后才是对外销售的云业务。在云业务内部，谷歌会优先将算力分配给模型服务（Vertex AI、Gemini Enterprise）和核心解决方案（数据分析、网络安全）。

对于业界最关心的关于Gemini性能与GPT和Claude的比较，皮查伊的回答是这样的：

“企业客户购买的不仅仅是一个模型，还包括算力基础设施、数据整合、安全合规、Agent开发工具、企业级支持。模型只是其中一部分，并非全部。”

以谷歌云的安全业务为例，目前大约90%的美国《财富》100强企业都在使用这项服务。这套系统能够发现网络威胁、判断哪些漏洞最危险、自动扫描代码并提出修复方案，同时持续监控风险。Gemini负责其中的一部分分析工作，但客户最终购买的是“能否减少安全事故”，而不是单纯看Gemini的benchmark成绩。

皮查伊表示，过去12个月中，近500家谷歌云客户各自处理了超过1万亿个Token，超过2000家企业分别处理了超过1000亿个Token。谷歌的Agent开发工具下载量也接近7000万次。

还有一点容易被忽视，Search广告这季度增长了17%，收入达到了633亿美元。

谷歌已经将Gemini集成到了整个广告基础设施中。AI技术不仅使得谷歌搜索更加便捷，搜索结果也更加精准。与此同时，谷歌通过AI技术提升了广告的匹配度和投放效果。只要用户继续使用谷歌搜索，广告业务就能持续增长。

谷歌是否将资金投在了真正关键的地方？

电话会议中，谷歌的高管表示，谷歌正把广告业务产生的大量现金流全部投入到AI基础设施建设中。

2026年第二季度资本支出达到449.2亿美元，而去年同期的资本支出为224亿美元，几乎翻倍。但本季度的经营现金流约为391亿美元，因此自由现金流为负，达到了58亿美元。这是谷歌历史上第一次出现自由现金流为负的情况。

资金不够用怎么办？只能融资。

在这个季度，谷歌发行了股票和强制可转换优先股，净融资达496亿美元；随后又发行了高级无担保票据，净融资203亿美元。这家长期通过回购来回馈股东的公司，不仅这个季度没有进行回购，反而开始通过资本市场寻求资金。

然而，这并非本季度的特殊现象，整个2026年谷歌都要大力投入资金。

2026年全年的CAPEX（资本支出）指引，从原先的1800亿美元至1900亿美元，上调至1950亿至2050亿美元。阿什肯纳齐在电话会议中还明确表示，2027年的支出将会“显著增加”。

阿什肯纳齐的解释是：“过去三年，我们已经大幅增加了产能，但需求仍然超过投资。”她还提到，产能交付速度比预期快，也是上调指引的原因之一。

换句话说，谷歌不是在胡乱花钱，而是看到了足够的需求。Cloud backlog高达5140亿美元，这是他们的底气所在。

但股东们并不买账，他们在电话会议中对谷歌提出了疑问：这些数据中心、服务器、TPU和电力设施，未来能否带来足够的回报？

阿什肯纳齐的回答是，谷歌不会因为AI很热门就无节制地建设数据中心。每投入一笔资金，公司都会计算未来能赚取多少，以及需要多长时间才能收回成本。

如果建设服务器、购买芯片和电力的成本继续上涨，谷歌也会将一部分成本转移到云业务的价格中，不会长期自行承担所有费用。

对于一些金额巨大的云计算合同，谷歌在刚签约时可能不赚钱。为了满足客户需求，谷歌需要提前购买TPU和GPU、建设数据中心并准备足够的电力和网络。合同开始的前几个月，投入可能超过客户带来的收入。

但这类合同的期限通常很长，一般是好几年。前期建设完成后，设备可以长期运行，客户也会持续支付服务费用。因此，谷歌判断一份合同是否值得，是根据其整个周期的最终收益。

这个逻辑是否可行，分析师提出了一些疑问。

第一个疑问是，如果企业对AI算力的需求在未来两三年内放缓，谷歌建的数据中心就会变成沉没成本。

皮查伊对此的看法是，企业“才刚刚触及AI的早期阶段”，两三年内需求不会放缓。

第二个问题有些直接，分析师问皮查伊，TPU是否能在与英伟达GPU的竞争中保持优势。

皮查伊回答，TPU的竞争力目前主要体现在与谷歌自家软件栈（JAX、PyTorch、vLLM、SGLang）的深度集成，以及谷歌新推出的Virgo网络。Virgo可以将分布在不同数据中心的100万个AI芯片连成一台超级计算机。

还有一个新的变数，谷歌为Agent推出了Axion CPU，宣称比同类产品每美元性能高30%。

谷歌的高管表示，这些加在一起，构成了谷歌区别于“英伟达GPU+标准云服务”的差异化故事。

Gemini 3.5 Pro 去向何方？

今年5月的谷歌I/O大会上，谷歌宣布了Gemini 3.5 Pro将于6月推出。但至今，在电话会议中，谷歌的高层表示，3.5 Pro仍然处于“合作伙伴测试阶段”。在谷歌发布3.6 Flash和3.5 Flash-Lite的博客中，曾提到：“我们计划在Gemini 3.5 Pro完全准备好之后，尽快广泛发布。”

过去几个月里，Anthropic和OpenAI都在持续推出面向企业的模型升级，中国开源模型也在快速迭代。

谷歌曾经凭借Gemini 3 Pro积累的优势，现在这一优势已经不存在了。

电话会议中，多位分析师向皮查伊询问了关于模型竞争力的问题。

皮查伊承认了谷歌目前在AI编程和Agent上有所欠缺。

皮查伊这样说，“在很多维度上我们仍处于前沿，但也有我们承认需要改进的领域，编程和Agent就是其中之一。”

尽管Gemini 3.5 Pro迟迟不发布，但谷歌已经启动了迄今为止最大规模的预训练，用于开发Gemini 4。皮查伊表示，团队正在把大量算力和精力投入这个方向，目标是确保在下一代模型上处于领先地位。

那么，问题来了：谷歌是如何在不发布3.5 Pro的情况下就开始训练4的？两个版本同时开发，背后的逻辑又是什么呢？

从技术角度来看，大模型的开发周期分为几个阶段：预训练、后训练（包括指令微调、人类反馈强化学习等）、对齐和安全测试、内部评估、外部测试、正式发布。

如果按照谷歌的说法，3.5 Pro目前处于外部测试阶段，说明它的预训练和后训练已经完成，正在做最后的调整和验证。而Gemini 4处于预训练阶段，是最早的工作。

3.5 Pro和Gemini 4在开发周期上并不冲突，一个临近发布，一个刚刚起步。这两个阶段需要不同的资源和技能，确实是可以并行推进的。

但从资源分配的角度看，并行开发是有代价的。

预训练是整个流程中最耗算力的环节。如果Gemini 4的预训练占用了大量TPU，那么必然会减少3.5 Pro的算力，最终就会减缓3.5 Pro的开发进度。