直达期货

谷歌和Open AI的又一次对阵，刚刚落幕了。

北京时间5月14日破晓，OpenAI宣布端到端多模态AI大模子GPT-4o，酷似科幻影戏《Her》的AI语音对话迅速成为关注焦点。

24小时后，携新版Gemini AI大模子等产物，谷歌在北京时间5月15日破晓1点的I/O 2024大会上重振旗鼓，试图在AI赛道上重新夺回自动权。

在过往一年中，多次被Open AI抢走风头的谷歌，能否打一个翻身仗？

1、不到两小时，提到121次AI

快要两个小时的宣布会上，要害词“AI”贯串了谷歌全场的演讲展示。

“我料想现场一定有人想数一数今天的宣布会上有若干次提到AI。”在I/O宣布会现场，谷歌CEO桑德拉·皮查伊玩笑道，观众席内响起一片笑声。

这个谜底由谷歌AI现场完成统计，“一共提到了120次。”皮查伊说。话音刚落，屏幕上的数字跳到了121次。

不到两小时的宣布会，谷歌讲了121次AI

由皮查伊开场，谷歌在宣布会上先后先容了他们在软件、硬件等方面的AI结构。可以说，关注前沿生长的谷歌，在人们今年所能见到的AI应用偏向上均有涉猎。

作为基础架构的大模子Gemini宣布1.5 Pro型号，再次打破100万tokens（文本中最小语义单元）的纪录，原版相当于一次可以处置长达1500页文本、30000行代码或是长达1小时的视频，现在新模子将上下文窗口扩大一倍，到达200万tokens。

聚焦于自有模子的能力突破之外，谷歌还面向开发者推出了轻量级模子Gemini 1.5 Flash，相较于旧有模子，Gemini Flash实现了低延迟响应并降低使用成本，其100万tokens只要0.35美元。比前一天宣布的GPT-4o加倍廉价。

在多模态模子结构上，谷歌一口吻宣布了图片天生模子imagen和视频天生模子Veo。其中，Veo支持天生60秒以上的1080P视频，它被人们视为对标Open AI的视频天生模子Sora。

“天生视频的难点在于解决物品在空间中的移动，而且随着时间的推移需要保持一致性。”谷歌DeepMind认真人性格说。“AI生长15年，我们就知道它会改变一切，现在已经到了实现它的时刻。”

现场展示中，Veo宣布了多个演示视频：在草地上奔跑的猎豹、穿梭在星际之间的宇宙飞船等。在演示片中，谷歌展示了他们和影视从业者的互助实践。开端看起来，它拥有不输于Sora的流通体验，但同样纰谬外开放使用。

宣布会现场，皮查伊多次提及“Making AI more helpful for everyone ”，借助大模子Gemini的能力，谷歌开发了一系列AI功效。好比支持用搜索方式查找手机图片的Ask Photo、AI助理Project Astra。

让人眼前一亮的是Project Astra，在演示视频中，通过手机和AR眼镜的团结使用，AI能够在目之所及的局限内完成和用户的实时交互。它不仅乐成识别并向用户注释了圈出来的硬件，还能辅助用户在桌子上找眼镜、解答白板上的问题。Project Astra也被视为GPT-4o的对手。

谷歌还将Gemini集成在包罗搜索引擎、Gmail、Maps等在内的AI全家桶产物中。

备受关注的是，在这次宣布会上，谷歌正式宣布推出AI搜索功效，现在仅支持向美国区域开放。在演示中，谷歌的AI搜索在解决庞大问题上应用“多步推理”，以往需要搜索十次才气获得的谜底，合并到一个问题解决。好比一次性纳入用户的通勤和时间放置，通过AI搜索为用户推荐适合的瑜伽馆。

2、谷歌秀的肌肉，连自家员工也瞧不上

在谷歌这场秀肌肉的宣布会上，Open AI依然是谁人站在巨头背后的幽灵。

从ChatGPT开启新一轮人工智能浪潮的时刻，它就给了谷歌重重一击。自GPT-4宣布之后，人们关注的眼光更是最先向Open AI倾斜。

野心勃勃的Open AI CEO萨姆·阿尔特曼也将谷歌视为头号竞争对手。从宣传时间的选择到产物宣布战略，Open AI的枪口多次瞄向谷歌。

从劳务输出到「漂二代」，回不了家的江西人？

一年以来，谷歌已经在与Open AI的对阵中多次尝到苦果：

2月15日，Gemini 1.5 Pro 宣布。统一天，Open AI宣布Sora，虽然现在仍然处于无法测试使用的状态，但Sora实现文生视频的流通性和画面显示震惊科技圈。对比之下，Gemini的重大更新险些无人问津。

本次，Open AI刚刚举行的春季宣布会同样是一次有备而来的伏击。Open AI将宣布会时间由5月9日挪到了5月13日，恰好是谷歌举行I/O宣布会的前一天。

在昨日的宣布会上，Open AI只用了半个小时，就押到了谷歌今天的两个重点。

一是轻量级模子的宣布，Open AI推出的GPT-4o同样以低成本、快速响应的方式实现，官网先容，GPT-4o到达了媲美GPT-4 Turbo的各项能力，但成本仅为后者的一半。

另一个是AI助手，Open AI CTO米拉·穆拉蒂现场演示了若何和手机上运行的模子GPT-4o完成攀谈。“它对人类的情绪、语气明白得十分自然精准，犹如与一个真正的人类同伙或助理在谈天。”

在这段实时演示中，GPT-4o准确识别了人类的情绪，它会开顽笑，挖苦人类的呼吸声音太大；它能遵照用户要求，更改语言的语气，好比用更夸张的戏剧腔取代冰凉的电子音；它还能实现同声传译，准确地把意大利语翻译成英文。

正如阿尔特曼在X中提前预告的那样，科幻影戏《Her》中的剧情走入现实，人类和AI实时对话的设想已经具备实现的雏形。

为了防御对手，谷歌曾经一个月宣布5次大模子。今年2月，谷歌曾先后宣布Gemini功效更新、推出Ultra版本、宣布Gemini 1.5 Pro，并宣布开源模子Gemma和天下模子Genie。

但这些不痛不痒的更新不仅没有起到防御作用，甚至还引发了负面反馈。谷歌内部撒播出的图片曾绝不留情地吐槽，“连内部员工都记不住这些大模子的名字”。

3、守旧败于疯狂，只剩一张“生态牌”

回首过往，人工智能曾在2014年、2017年多次引起科技界的关注，而在几回浪潮中，谷歌都饰演着先驱者的角色。

追溯至2011年，谷歌就已经在公司内部确立了“谷歌大脑”(Google Brain)，专注于深度学习和神经网络研究，目的是“让机械也能拥有明白和学习的能力”。

2014年，谷歌斥资4亿美元收购英国AI公司DeepMind，进一步夯实了在深度学习领域的实力，孕育出了具有里程碑意义的AlphaGo（阿尔法围棋）。次年，谷歌将机械学习系统TensorFlow开源，并启动研发AI芯片TPU，在算力层面为后续训练大模子打下硬件基础。

2016年，皮查伊在昔时的I/O开发者大会上宣布，将AI置于公司主要生长战略，正式向AI First转型。在提出Transformer架构，并宣布LaMda大模子后，从搜索、助理到Pixel手机、Nest家居等，谷歌最先周全把AI能力植入产物线。

谷歌更倾向于让AI饰演一个辅助角色，对AI的态度偏守旧。随着时间轴滑向2023年，谷歌的风头逐步被Open AI压过一筹。谷歌的前瞻性结构和先发优势，被Open AI的疯狂打败了。

在手艺成熟的情形下，后起创业公司Open AI使用的焦点手艺正是由谷歌发现的。GPT的“T”就泉源于2017年谷歌宣布论文中研究的Transformer架构。Open AI烧了大把的钱，砸出了训练大模子的可行偏向。

ChatGPT在2022年底宣布之时，谷歌可能也注重到了这家初创公司，但未能引起足够的重视和小心。2023年1月，谷歌AI认真人Jeff Dean在一个内部集会中示意，虽然谷歌拥有做AI产物的手艺和能力，但和小型初创公司相比，谷歌做出决议必须加倍守旧。

直到2023年2月，ChatGPT引起伟大回响，被视为袭击搜索引擎的新出口。谷歌慌忙应战，推出大模子Bard，却因知识性失误引发口碑崩盘——在宣布会现场，Bard将智利超大望远镜首次拍摄系外行星的劳绩记在了詹姆斯·韦伯太空望远镜上，间接引发谷歌母公司市值暴跌1000亿美元。

在之后的显示中，谷歌逐渐消磨掉了人们的信托。Gemini Ultra版本宣布一天后被质疑造假，有内部员工示意“这（视频）是不切现实的”，谷歌最后也认可演示视频是经剪辑制作的效果。

多次犯下致命失误后，谷歌AI产物的信服力越降越低。谷歌正在全力追赶并填补过失。从这次宣布会的动作来看，谷歌的战略调整为：以大而全的方式结构所有AI细分赛道的时机。

对于算力、算法和人才贮备足够，手艺功底深挚的谷歌而言，借助于自家生态的优势，谷歌将Gemini集成在方方面面，依附数据积累，谷歌自有生态构建的护城河壁垒，是Open AI所无法取代的。

“谷歌最坚硬的护城河是分销，Gemini 不必成为*的模子，也能成为天下上最常用的模子。”英伟达高级研究科学家范麟熙（Jim Fan）在X上评价。

不再*的谷歌，只好握紧生态的优势牌。