Google DeepMind（含 Google Research）

一句话定位：现代深度学习基础设施的奠基者——Transformer 及其 NLP/CV 后裔几乎都源自谷歌体系。

主攻方向：基础架构与大模型、NLP 预训练、视觉 Transformer、多模态文档/截图理解、Scaling Law 与算力最优训练、AGI 研究。

代表作：

• Transformer——2017 年 Google Brain / Google Research，重定义序列建模。
• bert（2018，编码器双向预训练）、t5（2019，text-to-text 统一范式）——NLP 预训练两座里程碑。
• vit（2020，Vision Transformer，将 Transformer 引入视觉）。
• pix2struct（截图解析式预训练，视觉语言/文档理解）。
• chinchilla（DeepMind，算力最优 Scaling Law，参数-数据配比经典结论）。

活跃时间：Google Brain（2011 起）与 DeepMind（2010 创立、2014 被谷歌收购）长期领跑；2023 年 4 月两者合并为 Google DeepMind，Demis Hassabis 任 CEO；Google Research 仍作为独立部门运行。

在 OCR 谱系里的角色：并非专攻 OCR，但提供了全行业赖以生存的底层积木——Transformer / ViT 是几乎所有现代 OCR/文档解析 VLM 的骨架，pix2struct 更是”截图→结构”端到端文档理解的早期范式。