Google母公司Alphabet的AI組織將發生人事大變動。被譽為Google AI靈魂人物、Gemini模型負責人之一的狄恩（Jeff Dean）將離開任職27年的Google。而消息公布後，Alphabet股價直接下殺，收盤跌4.05%。
Google首席科學家狄恩離職 創立Discovery Loop
據《CNBC》報導，Google的首席科學家狄恩（Jeff Dean）將與Google資深研究員葛瑪瓦（Sanjay Ghemawat）、維尼亞爾斯（Oriol Vinyals） 及黎曰國（Quoc Le）離開公司，並共同創辦AI新創公司Discovery Loop。對此，Google說明雙方屬於友好分手，也會投資他們新的公司，支持其未來發展。
Google執行長皮查伊（Sundar Pichai）表示，狄恩在Google度過了「不可思議的27年」，如今希望迎接新的挑戰，公司樂見並全力支持。
狄恩也在社群平台X分享，新公司採公益型公司架構，將運用AI加速科學與工程研究，希望透過AI自動化實驗流程，加快全球科研與技術創新的速度。
Announcing Discovery Loop!
— Jeff Dean (@JeffDean) August 5, 2026
I am very excited to announce that, along with my longtime friends and collaborators @Sanjay_Ghemawat, @OriolVinyalsML and @quocleix, we are founding Discovery Loop (@DiscoLoopAI), a Public Benefit Corporation whose mission is to automate machine… pic.twitter.com/ancoplyNvN
AI領域公認的傳奇人物 Google最重要的工程師
狄恩曾於2025年入選《時代》百大影響力人物。報導指出，他是AI領域公認的傳奇人物，也是Google史上最重要的工程師之一。
他是Google第30位員工，見證並參與Google從新創公司成長為全球科技巨擘的歷程，打造出支撐Google搜尋引擎的大規模分散式運算架構，讓數千台伺服器得以高效率處理海量資料，奠定Google搜尋服務的技術基礎。
提前布局AI 主導開發TPU
狄恩不僅打造Google搜尋，更早在生成式AI浪潮爆發前便開始布局AI基礎設施。
2013年，Google一套語音辨識模型展現突破性成果後，狄恩曾估算若全面部署模型，Google必須將CPU數量增加一倍才能支撐龐大運算需求。他因此成立團隊，自行設計專為機器學習打造的AI晶片。
最終誕生的就是如今Google AI核心武器TPU（Tensor Processing Unit，張量處理單元），其效率較傳統CPU提升30至80倍。直到今日，Google仍主要依靠TPU訓練Gemini等大型AI模型，成為Google相較於仰賴輝達（NVIDIA）等第三方晶片供應商的重要競爭優勢。
催生出Transformers 替新模型命名為「Gemini」
狄恩另一項對AI歷史的重要貢獻，是帶領研究團隊於2017年提出Transformers神經網路架構。
Transformers如今已成為ChatGPT、Gemini等幾乎所有大型語言模型的核心技術，被視為生成式AI革命最重要的技術突破之一。
而當ChatGPT問世後，Google一度被外界視為AI競賽落後者，但狄恩再次扮演關鍵角色。
2023年他積極推動Google將Google Brain與Google DeepMind兩大AI研究團隊整併，成立全新的AI組織名為Google DeepMind，促成統一多模態大模型計畫，並命名此模型為「Gemini」。
哈薩比斯接棒 Google AI進入新階段
另據《CNBC》指出，此次組織重整後，Google DeepMind共同創辦人兼執行長哈薩比斯（Demis Hassabis）將卸下日常營運工作，轉任DeepMind董事長，同時兼任Alphabet首席科學家，未來將與皮查伊共同負責AI全球戰略與長期發展方向。
Google DeepMind技術長Koray Kavukcuoglu則接任Google AI部門主管，並主導下一代大型模型Gemini 4的開發。
在AI競賽日趨白熱化之際，Google除了持續與OpenAI、Anthropic等對手激烈競爭，也正大舉投入AI基礎建設。但今年第二季，公司因資本支出大幅增加，自由現金流首度轉為負值，加上Gemini 3.5 Pro延後推出，及此次高層人事大幅調整，這讓市場關注Google是否仍能維持AI領先地位。
不過，Google日前已發布三款全新Gemini模型，而皮查伊表示，市場對Gemini模型的需求仍快速成長，當下公司面臨的最大挑戰並非需求不足，而是算力供應吃緊。