Gemini3, Nano Banana Pro登場で, 先月時点で私がTBSの以下番組で「OpenAIは危うい.Googleが勝つ」としてたのが注目(特に投資家層?)されてるようです
実際は公には以下記事で2024年OpenAI絶頂期からずっとGoogle有利とみてます
長い(私のX史上最長)ですが根拠, OpenAI vs Googleの展望を書いてみます

先月のTBS動画：https://t.co/kgWcyTOTWK
2024年6月の記事：https://t.co/4HEhA4IJQa

参考のため、私がクローズドな投資家レクなどで使う資料で理解の助けになりそうなものも貼っておきます。

※以下はどちらかというと非研究者向けなので、研究的には「当たり前では」と思われることや、ちょっと省略しすぎな点もあります。

まず、現在の生成AI開発に関して、性能向上の根本原理、研究者のドグマ的なものは以下の二つです。基本的には現在のAI開発はこの二つを押さえれば大体の理解ができると思います。両者とも出てきたのは約5年前ですが、細かい技術の発展はあれど、大部分はこの説に則って発展しています。
①スケーリング則
https://t.co/WKl3kTzcX5

②SuttonのThe Bitter Lesson
https://t.co/esHtiJAcH9

①のスケーリング則は2020年に出てきた説で、AIの性能は1)学習データの量、2)学習の計算量（=GPUの投入量）、3)AIのモデルサイズ（ニューラルネットワークのパラメータ数）でほぼ決まってしまうという説です。この３つを「同時に」上げ続けることが重要なのですが、1と3はある程度研究者の方で任意に決められる一方、2のGPUはほぼお金の問題になります。よって、スケーリング則以降のAI開発は基本的にお金を持っている機関が有利という考えが固まりました。現在のChatGPTなどを含む主要な生成AIは一つ作るのに、少なく見積もってもスカイツリーを一本立てるくらい（数百億）、実際には研究の試行錯誤も含めると普通に数千億から数兆かかるくらいのコストがかかりますが、これの大部分はGPUなどの計算リソース調達になります。

②のThe Bitter Lessonは、研究というよりはRichard Suttonという研究者個人の考えなのですが、Suttonは現在のAI界の長老的な人物で、生成AI開発の主要技術（そして私の専門）でもある強化学習の事実上の祖かつ世界的な教科書（これは私達の翻訳書があるのでぜひ！）の執筆者、さらにわれわれの分野のノーベル賞に相当するチューリング賞の受賞者でもあるので、重みが違います。
これは端的にいうと、「歴史的に、AIの発展は、人間の細かい工夫よりも、ムーアの法則によって加速的に発展する計算機のハードの恩恵をフルに受けられるものの方がよい。つまりシンプルで汎用的なアルゴリズムを用い、計算機パワーに任せてAIを学習させた方が成功する。」ということを言っています。

①と②をまとめると、とにかく現状のAIの性能改善には、GPUのような計算リソースを膨大に動員しなければならない。逆に言えばそれだけの割と単純なことで性能上昇はある程度約束されるフェーズでもある、ということになります。

これはやや議論を単純化しすぎている部分があり、実際には各研究機関とも細かいノウハウなどを積み重ねていたり、後述のようにスケーリングが行き詰まることもあるのですが、それでも昨今のAI発展の大半はこれで説明できます。最近一般のニュースでもよく耳にするようになった異常とも言えるインフラ投資とAIバブル、NVIDIAの天下、半導体関連の輸出制限などの政治的事象も、大元を辿ればこれらの説に辿り着くと思います。

以下、この二つの説を前提に話を進めます。

公にはともかく私が個人的に「OpenAIではなくGoogleが最終的には有利」と判断したのはかなり昔で、2023年の夏時点です。2023年6月に、研究者界隈ではかなり話題になった、OpenAIのGPT-4に関するリーク怪文書騒動がありました。まだGoogleが初代Geminiすら出してなかった時期です。（この時期から生成AIを追っている人であれば、GPT-4のアーキテクチャがMoEであることが初めて明らかになったアレ、と言えば伝わるかと思います）
ChatGPTの登場からGPT-4と来てあれほどの性能（当時の感覚で言うと、ほぼ錬金術かオーパーツの類）を見せられた直後の数ヶ月は、さすがに生成AI開発に関する「OpenAIの秘伝のタレ説」を考えており、OpenAIの優位は揺らがないと考えていました。論文では公開されていない、既存研究から相当逸脱した特殊技術(=秘伝のタレ)がOpenAIにはあって、それが漏れない限りは他の機関がどれだけお金をかけようが、まず追いつくのは不可能だと思っていたのです。しかし、あのリーク文書の結論は、OpenAIに特別の技術があったわけではなく、あくまで既存技術の組み合わせとスケーリングでGPT-4は実現されており、特に秘伝のタレ的なものは存在しないというものでした。その後、2023年12月のGemini初代が微妙だったので、ちょっと揺らぐこともあったのですが、基本的には2023年から私の考えは「最終的にGoogleが勝つだろう」です。
つまり、「スケーリングに必要なお金を持っており、実際にそのAIスケーリングレースに参加する経営上の意思決定と、それを実行する研究者が存在する」という最重要の前提について、OpenAIとGoogleが両方とも同じであれば、勝負が着くのはそれ以外の要素が原因であり、Googleの方が多くの勝ちにつながる強みを持っているだろう、というのが私の見立てです。

次に、AI開発競争の性質についてです。
普通のITサービスは先行者有利なのですが、どうもAI開発競争については「先行者不利」となっている部分があります。先行者が頑張ってAIを開発しても、その優位性を保っている部分でAIから利益を得ることはほとんどの場合はできず、むしろ自分たちが発展させたAI技術により、後発事業者が追いついてきてユーザーが流出してしまうということがずっと起きているように思われます。
先ほどのスケーリング則により、最先端のAIというのはとても大きなニューラルネットワークの塊で、学習時のみならず、運用コストも膨大です。普通のITサービスは、一旦サービスが完成してしまえば、ユーザーが増えることによるコスト増加は大したことがないのですが、最先端の生成AIは単なる個別ユーザーの「ありがとうございます」「どういたしまして」というチャットですら、膨大な電力コストがかかる金食い虫です。3ドル払って１ドル稼ぐと揶揄されているように、基本的にはユーザーが増えれば増えるほど赤字です。「先端生成AIを開発し、純粋に生成AIを使ったプロダクトから利益を挙げ続ける」というのは、現状まず不可能です。仮に最先端のAIを提供している間に獲得したユーザーが固定ユーザーになってくれれば先行者有利の構図となり、その開発・運営コストも報われるのですが、現状の生成AIサービスを選ぶ基準は純粋に性能であるため、他の機関が性能で上回った瞬間に大きなユーザー流出が起きます。現状の生成AIサービスはSNSのように先行者のネットワーク効果が働かないため、常に膨大なコストをかけて性能向上レースをしなければユーザー維持ができません。しかも後発勢は、先行者が敷いた研究のレールに乗っかって低コストで追いつくことができます。

生成AI開発競争では以上の、
・スケーリング則などの存在により、基本的には札束戦争
・生成AIサービスは現状お金にならない
・生成AI開発の先行者有利は原則存在しない
と言う大前提を理解しておくと、読み解きやすいかと思います。
（繰り返しですがこれは一般向けの説明で、実際に現場で開発している開発者は、このような文章では表現できないほどの努力をしています。）

OpenAIが生成AI開発において（先週まで）リードを保っていた源泉となる強みは、とにかく以下に集約されると思います。

・スケーリングの重要性に最初に気付き、自己回帰型LLMという単なる「言語の穴埋め問題がとても上手なニューラルネットワーク」（GPTのこと）に兆レベルの予算と、数年という（AI界隈の基準では）気が遠くなるような時間を全ベットするという狂気を先行してやり、ノウハウ、人材の貯金があった
・極めてストーリー作りや世論形成がうまく、「もうすぐ人のすべての知的活動ができるAGIが実現する。それを実現する技術を持っているのはOpenAIのみである」という雰囲気作りをして投資を呼び込んだ

前者については、スケーリングと生成AIという、リソース投下が正義であるという同じ技術土俵で戦うことになる以上、後発でも同レベルかそれ以上の予算をかけられる機関が他にいれば、基本的には時間経過とともにOpenAIと他の機関の差は縮みます。後者については、OpenAIがリードしている分には正当化されますが、一度別の組織に捲られると、特に投資家層に対するストーリーの維持が難しくなります。

一方のGoogleの強みは以下だと思います。
・投資マネーに頼る必要なく、生成AI開発と応用アプリケーションの赤字があったとしても、別事業のキャッシュで相殺して半永久的に自走できる
・生成AIのインフラ（TPU、クラウド事業）からAI開発、AIを応用するアプリケーション、大量のユーザーまですべてのアセットがすでに揃っており、各段階から取れるデータを生かして生成AIの性能向上ができる他、生成AIという成果物から搾り取れる利益を最大化できる

これらの強みは、生成AIのブーム以前から、AIとは関係なく存在する構造的なものであり、単に時間経過だけでは縮まらないものです。序盤はノウハウ不足でOpenAIに遅れをとることはあっても、これは単に経験の蓄積の大小なので、Googleの一流開発者であれば、あとは時間の問題かと思います。
（Googleの強みは他にももっとあるのですが、流石に長くなりすぎるので省略）

まとめると、
生成AIの性能は、基本的にスケーリング則を背景にAI学習のリソース投下の量に依存するが、これは両者であまり差がつかない。OpenAIは先行者ではあったが、AI開発競争の性質上、先行者利益はほとんどない。OpenAIの強みは時間経過とともに薄れるものである一方、Googleの強みは時間経過で解消されないものである。OpenAIは自走できず、かつストーリーを維持しない限り、投資マネーを呼び込めないが、一度捲られるとそれは難しい。一方、GoogleはAIとは別事業のキャッシュで自走でき、OpenAIに一時的に負けても、長期戦でも問題がない。ということになります。

では、OpenAIの勝利条件があるとすれば、それは以下のようなものになると思います。

・OpenAIが本当に先行してAGI開発に成功してしまう。このAGIにより、研究開発や肉体労働も含むすべての人間の活動を、人間を上回る生産性で代替できるようになる。このAGIであらゆる労働を行なって収益をあげ、かつそれ以降のAIの開発もAGIが担うことにより、AIがAIを開発するループに入り、他の研究機関が原理的に追いつけなくなる（OpenAIに関する基本的なストーリーはこれ）
・AGIとまではいかなくとも人間の研究力を上回るAIを開発して、研究開発の進捗が著しく他の機関を上回るようになる
・ネットワーク効果があり先行者有利の生成AIサービスを作り、そこから得られる収益から自走してAGI開発まで持っていく
・奇跡的な生成AIの省リソース化に成功し、現在の生成AIサービスからも収益が得られるようになる
・生成AI・スケーリング則、あるいは深層学習とは別パラダイムのAI技術レースに持ち込み技術を独占する（これは現在のAI研究の前提が崩れ去るので、OpenAI vs Googleどころの話ではない）
・Anthropicのように特定領域特化AIを作り、利用料金の高さを正当化できる価値を提供する

最近のOpenAIのSora SNSや、検索AI、ブラウザ開発などに、この辺の勝利条件を意識したものは表れているのですが、今のところ成功はしていないのではないかと思います。省リソース化に関しては、多分頑張ってはいてたまに性能ナーフがあるのはこれの一環かもしれないです。とはいえ、原則性能の高さレースをやっている時にこれをやるのはちょっと無理。最後のやつは、これをやった瞬間にAGIを作れる唯一のヒーローOpenAIの物語が崩れるのでできないと思います。

最後に今回のGemini3.0やNano Banana Pro（実際には二つは独立のモデルではなく、Nano Bananaの方はGemini3.0の画像出力機能のようですが）に関して研究上重要だったことは、事前学習のスケーリングがまだ有効であることが明らかになったことだと思います。
ここまでひたすらスケーリングを強調してきてアレですが、実際には2024年後半ごろから、データの枯渇によるスケーリングの停滞が指摘されていること、また今年前半に出たスケーリングの集大成で最大規模のモデルと思われるGPT-4.5が失敗したことで、単純なスケーリングは成り立たなくなったとされていました。その一方で、
去年9月に登場したOpenAIのo1やDeepSeekによって、学習が終わった後の推論時スケーリング（生成AIが考える時間を長くする、AIの思考過程を長く出力する）が主流となっていたのが最近です。
OpenAIはそれでもGPT-5開発中に事前学習スケーリングを頑張ろうとしたらしいのですが、結局どれだけリソースを投下しても性能が伸びないラインがあり、諦めたという報告があります。今回のGemini3.0に関しては、関係者の発言を見る限り、この事前学習のスケーリングがまだ有効であり、OpenAIが直面したスケーリングの限界を突破する方法を発見していることを示唆しています。
これはもしかしたら、単なるお金をかけたスケーリングを超えて、Googleの技術上の「秘伝のタレ」になる可能性もあり、上記で書いた以上の強みを今回Googleが手にした可能性もあると考えています。

本当はもっと技術的に細かいことも書きたいのですが、基本的な考えは以上となります。色々と書いたものの、基本的には両者が競争してもらうことが一番技術発展につながるとは思います！ November 11, 2025

📕【Google AI猛攻の全貌】Gemini 3が示した「逆襲」の内幕——業界の空気が変わった瞬間

「AIはOpenAIが独走している」

そう思っていた人に、今すぐ読んでほしい

11月、業界の空気が一変しました。

Googleが本気を出した。OpenAIのアルトマンCEOが社内で「経済的逆風に備えよ」と警告を発した。3年間毎日ChatGPTを使っていたSalesforce CEOが「もう戻れない」と呟いた。

何が起きているのか？

このポストでは、各キーパーソンの発言原文を追いながら、Gemini 3の技術的ブレークスルー、GoogleのTPU戦略、そしてOpenAI内部の危機感まで、一連の流れを時系列で整理しました。

AI業界の大きな転換点を、このポスト1本で把握できます。

2022年冬、ChatGPTが世界を変えた瞬間を覚えているでしょうか。

まるでSFが現実になったかのように、数億人が魅了された。OpenAIのサム・アルトマンCEOは「AIの民主化」を掲げ、業界の最前線を走り続けてきた。

でも、その裏で静かに牙を研ぐ巨人がいました。

Googleです。
(もうここ数日Nano Banana ProやNotebookLM、Gemini 3の圧倒的進化を皆さんも肌で感じているはず)

2025年11月18日、Google DeepMindが投稿したスレッドで、業界の空気が一変しました。

「これがGemini 3です。学び、創り、計画する——あらゆることを支援する、私たちの最も知的なモデル。最先端の推論能力、世界最高水準のマルチモーダル理解、そして新しいエージェント型コーディング体験を実現します」

LMArena、WebDev Arenaでトップ獲得。PhDレベルの推論。長期計画タスクで首位。

これは単なる製品ローンチではなかった。GoogleのAI戦略の『集大成』だったんです。

■ 革新の秘密は、驚くほどシンプルだった

DeepMindのVP、Oriol Vinyals氏がその秘密を明かしました。

「Gemini 3の秘密？シンプルです。事前学習と事後学習の改善🤯」

「事前学習について：『スケーリングは終わった』という通説がありますよね。NeurIPS 2025の講演でも議論しましたが、チームは劇的な飛躍を達成しました。2.5から3.0への差は、私たちが見てきた中で最大級。壁なんて見えません！」

「事後学習について：まだ完全な未開拓地です。アルゴリズムの進歩と改善の余地は大きく、3.0も例外ではありませんでした」

「スケーリングは限界」という通説を真っ向から否定。

事前学習と事後学習、この両輪の改善。
言われてみればシンプル。でも、それを実行できたのが巨大資本と技術を持つGoogleだったという事実が重いんですよね。

■ AI界のレジェンドが見せた「驚愕」の反応

OpenAI創業メンバーで、TeslaのAIディレクターを務めたAndrej Karpathy氏。

彼がGemini 3の教育応用デモを見て、こう呟いた。

「Gemini Nano Banana Proは、試験問題のページ画像の『中で』問題を解けます。落書きや図表があっても。ChatGPTはほぼ正解でしたが、Se₂P₂は『二セレン化二リン』とすべきところと、スペルミスがありました」

手書きの試験問題ページに、落書きや図表を交えながら、AIが直接解答を書き込む。

ChatGPTは命名法で一部ミス。Geminiは完璧だった。

さらにKarpathy氏は続けた。

「私の以前の投稿で言った『テキストでLLMと話すのは、DOSターミナルに入力するようなもので、GUIがまだ発明されていない状態』という話の延長線上にあると思います。GUIとは、インテリジェントキャンバスなんです」

テキストプロンプトの時代から、『インテリジェントキャンバス』の時代へ——。

このデモに対して、Yuchen Jin氏は「従来の教育は終わりました」と呟き、Paolo Perazzo氏は「手書きの文字まで再現している！」と驚嘆した。

正直、私もこれを見たとき鳥肌が立ちました。マルチモーダルの可能性がここまで来たのかと。

■ Salesforce CEO、3年間のChatGPTユーザーの率直な感想

ここで印象的な発言が飛び出します。

Salesforce CEOのMarc Benioff氏。

「マジか。3年間、毎日ChatGPTを使ってきた。今日Gemini 3を2時間使った。もう戻れない」

「この飛躍は尋常じゃない——推論、速度、画像、動画...すべてがよりシャープで速い。世界がまた変わった気がする」

この発言は14,000以上のいいねを集めた。WordPress創業者のMatt Mullenweg氏は「これはステップ関数的な進化だ。しかも自社製チップで学習している。Googleを侮るな」と応じた。

ただ、この投稿には批判的な声もあった。「その文章、ChatGPTで書いたでしょ？」という皮肉や、「露骨なマーケティングでは？」という指摘も。

私個人としては、両面あると思っています。
Benioff氏の感動は本物だったんでしょう。でも、このタイミングでの発言がGoogleにとって強力なPRになったのも事実。そこは冷静に見ておきたいところです。

■ OpenAI内部の空気——アルトマンCEOの危機感

Googleの猛攻に、OpenAIのサム・アルトマンCEOも危機感を示しました。

The Informationの独占報道によると——

「独占：OpenAIのサム・アルトマンCEOは、復活したGoogleに『追いつく』ための『経済的逆風』に備えていると語った」

記事によると、アルトマンは社内メモで「厳しい空気」と「一時的な経済的逆風」を警告。

さらに続報では——

「GoogleのGemini 3のブレークスルーがOpenAIを懸念させている。サム・アルトマンCEOは研究者たちに『厳しい空気』と『一時的な経済的逆風』に備えるよう伝えた」

何が課題なのか？

GoogleのTPU（自社製AIチップ）によるコスト優位です。

OpenAIはNVIDIAのGPUに依存している。Googleは自社でチップを作れる。この構造的な差が、中長期で効いてくる可能性がある。

■ GoogleはNVIDIAに依存しない——これが本当の強み

AIアナリストのCarlos E. Perez氏が、この構造を鋭く分析しました。

「みんなGoogleがGemini 3の価格をゼロにすると思っている。自社チップ（TPU）が安いから。でもゲーム理論で分析すると、逆なんです。GoogleにはAIを『高く保つ』インセンティブが最も強い。これが罠です」

Googleの内部コストはOpenAIの半分以下と言われている。

でも、検索広告の2000億ドル規模の収益を守るため、AIを安売りしない。プレミアムモデルは高値で維持し、低価格のFlash版で競合を削ぐ戦略。

つまり、Googleは「コストが安いから安く売る」のではなく、「コストが安いからこそ余裕を持って戦略的に価格設定できる」。

この視点、私はかなり重要だと思っています。単純な「安くなる→民主化」という話ではない。

■ そしてMetaまでもがGoogleのチップに注目

業界再編を象徴するニュースがこれです。

「Google Cloudは、2027年からMetaのデータセンターにTPUを導入する数十億ドル規模の契約について、進んだ交渉を行っている。The Informationの報道では、TPUの普及拡大によりGoogleがNVIDIAの年間売上の最大10%を獲得できる可能性があるとも」

Zuckerberg率いるMetaが、GoogleのTPU導入を検討している。

あるユーザーは「Sundarには壮大な計画がある。独占ってどういうものか知っていると思っていただろう？ 待っていろ...」とコメントした。

NVIDIAの独占が揺らぎ、AIインフラの勢力図が変わりつつある。

━━━━━━━━━━━━━━━━━━━━━

■ この流れをどう見るか

Gemini 3の登場で、AI業界の競争環境は明らかに変化しました。

Googleの強みを整理すると——

・事前学習と事後学習の両輪での劇的改善
・自社製TPUによるコスト優位
・マルチモーダル理解での新しい体験
・MetaのTPU検討に見る業界への影響力

一方、OpenAIの課題として指摘されているのは——

・NVIDIA依存によるコスト構造
・Googleのインフラ優位への対応
・「経済的逆風」への備え

ただ、これでOpenAIが終わるとは私は思っていません。

むしろ、競争が激化することで、両社がより良いものを出してくる可能性が高い。ユーザーにとっては良い流れだと思います。

私がこの一連の動きで感じたのは、『インフラを持つ者の強さ』という、テック業界の根本原則が改めて浮き彫りになったということ。

2025年の冬、Googleが本気を見せた。

OpenAIがどう応えるか。

この競争の行方、引き続き追いかけていきます。

※リプ欄に引用元のリンクまとめます
※この挿絵はポスト内容をNotebookLMに投げてインフォグラフィック化しました。デザインを再現したい人もリプ欄を確認してください November 11, 2025

20251126 美股盘前观察，

今天是感恩节休盘前的最后一个交易日了，先给大家讲点好消息。

1，今天依然可以正常交易，但明天休市，周五也休半天，度过了艰难的上一周，这周的市场表现确实值得感恩。

2，昨晚的美股受到降息预期增强和美债收益率回落的提振，三大指数集体收涨，整体偏乐观，但没有那种人人 all in 的疯狂，AI/科技股分化比较明显，市场在对 AI 龙头们在做估值的重定价，从原来单一认可的 GPU 龙头绝对溢价，开始往整条产业链进行利润重分配。

3，有 AI 届两条比较重要的信息，虽然时间上暂时都有些距离。首先是 OpenAI 内部预期到 2030 年至少会有2.2亿用户付费使用 ChatGPT。其次是 Meta 考虑 2027 年起在自家 AI 训练中更多采用 Google TPU，最早明年就会开始租用 Google Cloud 的 AI 芯片资源。

4，两条消息对 AI 行业本身长期都是利好，但对竞争格局却影响很大。有媒体把这种竞争形容成是 AI 领域的哥斯拉大战金刚，虽然是个幽默比喻，但是市场已经开始严肃讨论 NVDA 长期毛利和定价权可持续性的问题了。

5，这种行业内部的竞争格局变化，在个股之间会体现出很剧烈的波动，昨晚的 NVDA/AMD 被砸，资金去加码平台相关的标的 GOOGL、META、AMZN 等就是一个很明显的变化，这直接影响了纳指的结构。

6，顾着聊AI，回头讲讲一些重要的市场指标，首先是10年期美债收益率，回落到了4%边缘，美元指数也跌下100了，且 VIX 昨天也下跌10%，来到了 18+，所有的数据都在缓解对高估值板块的压制，避险情绪明显降温。

7，但是 18+ 的 VIX 波动率依然高于年内比较低的水平，叠加 16 的恐慌贪婪指数，市场现在的心理状态基本就是虽然手里持股，但是心里发毛。

8，今天比较重要的数据依然会在 21:30 发布，只是美联储关心的核心PCE通胀数据今天会再次缺席，不过会有耐用品订单+初请失业金数据发布，仍然值得关注。

9，如果耐用品+初请数据都弱于预期，那10年期美债收益率则很容易直接跌破4%，美股会再度 price in 提前降息+软着陆；如果数据太强，需求火热+初请很低，那科技股估计又要遭殃。

10，10年期美债稳在4%附近，黄金还能维持高位，其实侧面说明市场其实非常不信任长期通胀的控制。

11，昨晚阿里的财报，增收不增利，EPS大幅不及预期，市场情绪收到压制，虽然营收重回增长轨道，但利润端的下滑让投资者对未来的支出回报率持谨慎态度。而蔚来汽车那边减亏确实见效，但Q4扭亏为盈的难度依然很大，作为蔚来车主的我，仍报以最诚心的祝福。

12，中概这边，理想汽车今天盘前会出财报，市场预期 EPS 大幅下滑，但交付增速、毛利率、现金流会是重要的观察指标，这份财报对中概新能源 NIO、XPEV、BYD 都会有情绪联动作用。

13，最后分享一些感恩节的美股数据统计，仅供参考，别迷信。

- 感恩节前一天的成交量大约只有平时的 80%，感恩节后的周五只有大约 45%
- 过去 50 年，感恩节周，周三是平均涨幅最高的一天
- 周三日均涨幅约 +0.3%，而且有大约 74% 的时候收涨
- 节前风险溢价下降 + 心理情绪变好 → 容易收阳线

--

迷信和许愿救不了仓位，大家根据实际情况自行调整，我们后天见。 November 11, 2025

【今日の注目AIニュース：Google AI復活】Gemini 3の成功により、GoogleがAI競争で完全に目覚めたと評価される。推論とコーディング能力でOpenAIとAnthropicの最高モデルを上回る性能を実現したと報じられている。
https://t.co/8nD3MSYbkI November 11, 2025

【今日の注目AIニュース：OpenAI新デバイス開発】OpenAI CEOのSam AltmanがJony Iveと共同開発中の新AIデバイスは、iPhoneより平和的なユーザー体験を提供すると発言。タイムズスクエアを歩くような体験ではないと説明。
https://t.co/a3t84WlAS0 November 11, 2025