781
来源：雷科技AI硬件组 | 编辑：天星 | 排版：Kenny
在国内没多少用户关心的情况下，Google Pixel 9 系列已于 8 月 22 日在海外正式发售。其实从硬件来看，这几年的 Pixel 手机确实没有多大的吸引力：Pixel 9 全系采用了 Google Tensor G4 处理器，数字系列提供 12GB 内存和 128GB/256GB 存储空间，Pro 系列提供 128GB（9 Pro）/256GB（9 Pro、9 Pro XL）/512GB（9 Pro XL）的存储空间。至于其他硬件配置，放在高度内卷的国内智能手机市场中，可能在中端手机领域都不一定站得住脚。
昔日安卓标杆，今天配置全面拉胯
当然了，Pixel 9 系列主要面对的也是海外手机市场。在“又不是不能用”的指导思想下，国际手机市场确实不那么在意手机的硬件实力。不过这种“又不是不能用”的产品理念，在 Pixel 9 系列上终于遇到了问题。
在产品发布之前，部分媒体就对 Google Tensor G4 这款处理器的性能表示担忧。而根据提前收到手机的博主的反馈，Tensor G4 这款处理器的性能可以说“全面拉胯”。比如在 DameTech 的测试中，Pixel 9 Pro XL 在 720P 分辨率下的原神平均帧率不仅远远落后于采用骁龙 8 Gen3 的 Galaxy S24 Ultra 和 iPhone 15 Pro Max，甚至比两年前采用 Tensor G2 处理器的 Pixel 7 Pro 还要差，属于逆向优化了。
除了游戏测试外，不少博主的性能基准测试也指向了同一个结果。这种“四面楚歌”的情况，不禁让人想起一年前的 Pixel 8 系列——Pixel 8 系列采用的 Tensor G3 同样有严重的性能问题，而Google 最终的解决方案居然是“禁止 Tensor G3 机型安装跑分软件”，堪称“从根本解决跑分过低的问题”。问题是，Google Pixel 是怎么从曾经的 Android 标杆，变到如今这般境遇的？
Google Pixel 的两大致命转折点
在回顾 Google Pixel 系列的发展历程时，不得不提到两个关键的转折点，这两个节点不仅深刻影响了 Pixel 系列的市场定位和用户认知，也为今天 Tensor 芯片低性能问题埋下了伏笔。首先，Pixel 的第一个转折点可以追溯到 2018 年发布的 Pixel 3 系列。自 Pixel 系面世以来，相机一直是其亮点。彼时，Google 通过深度优化的计算摄影技术，以及强大的后期处理算法，将 Pixel 3 的相机表现提升到了一个全新的高度。尤其是在低光环境下，Pixel 3 系列的“夜视模式”凭借单摄像头配置就能拍出媲美双摄甚至三摄手机的照片，迅速赢得了市场的认可。
Pixel 3 系列的成功确立了 Pixel 手机在摄影方面的标杆地位，这也是 Google 开始向自研硬件与软件深度整合方向迈出的重要一步。尽管 Pixel 3 系列在相机表现上相当出色，但其整体硬件配置却显得相对平庸，尤其是电池续航与屏幕显示效果一直被用户诟病。这种“偏科”的产品策略虽然为 Pixel 赢得了摄影发烧友的青睐，但也让其在综合竞争力上逐渐落后于市场中的其他旗舰手机。
第二个转折点发生在 2021 年发布的 Pixel 6 系列上。在 Pixel 6 身上，Google 决定抛弃过去一直采用的高通骁龙处理器，首次引入了自研的 Tensor 芯片。根据 Google 的解释，他们希望用 Tensor 打造 Pixel 在 AI 和机器学习领域的独特优势，从而在计算摄影、语音识别和 AI 等领域实现突破。然而，这一决策的背后却隐藏着巨大的偏科风险——Tensor 的性能会直接动摇 Pixel 的高端旗舰定位。
不可否认的是，Tensor 在某些 AI 计算中确实有自己的优势，且 Google 软硬件一体的特点也能将 Tensor 的优势最大化。但优势最大化并不能掩盖 Tensor 那极为明显的短板。游戏等高负载场景下，Tensor 无法与同时期的旗舰芯片相媲美。Pixel 3 系列奠定了其在计算摄影领域的领先地位，而 Pixel 6 系列则开启了 Google 自研硬件的时代。可惜的是，随着市场对手机性能和综合体验要求的不断提升，Pixel 系列过度依赖 AI 技术、忽视了硬件性能的短板的做法，也最终导致了今天 Tensor 芯片表现不佳的困境。
激进地All in AI 是Tensor 芯片问题根源？
归根结底，Tensor 性能不佳的问题，既是制程工艺限制下的无奈之举，同时也是 Google 对芯片要求“偏科”的直接体现，即过度强调 AI 和机器学习的优势，而忽视了用户对整体性能的需求。
大家都得承认，AI 是未来技术发展的重要方向，但目前的大多数用户仍然更关注设备的综合表现，而不仅仅是某些特定场景下的亮点功能。在这一点上，Google 需要在未来的芯片设计中找到一个平衡点，即在保持 AI 领先优势的同时，提升芯片的整体性能，才能真正赢得市场的认可。但留给 Google 的时间已经不多了。从硬件优化到核心算法，再到 AI 大模型技术的应用，Android 阵营内的企业正在拥有与 Google 正面对抗的机会。与此同时，Google Pixel 还沉浸在“一套方案通吃全球市场”的黄粱美梦中。不可否认的是，在刚刚诞生时，Google Pixel 软件先行的策略，确实为 Android 生态带来了不少新鲜感，Pixel 3、Pixel 4 两代手机也确实为当时的 Android 计算摄影起到了不可忽视的推进作用。
但在 2024 年，“一招鲜”已无法“吃遍天”，当 GPT-4 等更先进的 AI LLM 超越 Google Gemini，成为手机品牌的首选合作伙伴后，Pixel 又要用什么来维持自己的高端定位呢？或许，Google 的策略是相信“AI 一切皆可”，但显然用户的需求并不那么简单。在硬件性能被持续质疑的情况下，Google 的坚持更像是一种固执，甚至有些自欺欺人。
在 AI 时代的洪流中，Google 试图通过 Tensor 芯片证明自己仍然掌控未来，但面对现实的技术瓶颈和市场反馈，Google 需要的不仅仅是坚持，更是对用户需求的深刻理解和对产品的实际提升。毕竟，再强大的 AI 也无法掩盖一部手机在日常使用中的糟糕体验。或许 Google 真的该重新审视一下自己所走的这条 AI 至上之路，否则，等待它的可能不只是一次性能滑坡，而是市场对 Pixel 的逐步抛弃。
下载ECAD模型
