作者：一號

編輯：美美

谷歌起大早卻趕了晚集，在AI上能否和OpenAI持續(xù)大戰(zhàn)？

北京時間5月14日凌晨，知名人工智能公司OpenAI發(fā)布了他們新一代多模態(tài)AI大模型GPT-4o，展現(xiàn)出來的先進(jìn)的AI對話技術(shù)，吸引了不少科技界人士的目光。

而僅一天以后，谷歌在15日凌晨的I/O 2024開發(fā)者大會上，也展示了諸如Gemini等尖端AI產(chǎn)品，兩個小時的發(fā)布會，提及“AI”121次，干貨滿滿。由于兩場發(fā)布會距離如此之近，人們猜測，這是兩家公司的正面對決，一場硅谷AI大戰(zhàn)正在上演。

硅谷AI大戰(zhàn)早已開始

實際上，這已經(jīng)不是谷歌和OpenAI之間在AI領(lǐng)域上的首次對壘。在AI領(lǐng)域上，谷歌可以說是美國AI界的“黃埔軍?！?。時至今日，不少AI企業(yè)的資深員工，或多或少都有在谷歌工作過的履歷，OpenAI不少的員工就是從谷歌“挖”來的。

早在2016年，谷歌就率先用其旗下DeepMind開發(fā)的AlphaGo，擊敗了圍棋世界冠軍李在石，并在之后擊敗了柯潔，早早就讓大眾對AI有所認(rèn)識。而在這之后的2017年，谷歌研究人員發(fā)表了著名的論文《Attention Is All You Need》，并提出了Transformer架構(gòu)。

而在當(dāng)時，OpenAI才剛成立不久。Transformer架構(gòu)的提出，引起了OpenAI的注意，并迅速將其應(yīng)用到自己的研究上面，并在之后提出了Generative Pre-trained Transformer，也就是GPT。如今，OpenAI最著名的產(chǎn)品ChatGPT便是基于此所打造的。在那之后，ChatGPT風(fēng)靡全球，也讓OpenAI成功從一個小公司成長為世界知名的企業(yè)。可以說，OpenAI的成功，也有谷歌的一份功勞。谷歌可謂是起了大早，卻趕了個晚集。

在ChatGPT發(fā)布之后，谷歌緊急發(fā)布了Bard，但效果并不理想。因此，在去年，幾乎AI領(lǐng)域的光環(huán)都被OpenAI所奪去，谷歌這個AI領(lǐng)域的老大哥，卻只能持續(xù)追趕。直到去年年底，OpenAI“宮斗”后不久，谷歌才拿出了備受期待的Gemini，展示了其原生多模態(tài)大模型的能力。

就在不少人認(rèn)為其有機(jī)會和OpenAI的GPT-4一戰(zhàn)時，卻被相繼爆出Gemini的演示視頻有后期剪輯的嫌疑，中文訓(xùn)練語料使用了百度文心一言的生成內(nèi)容還有數(shù)據(jù)對比并未采取統(tǒng)一標(biāo)準(zhǔn)等事件。讓不少人懷疑，谷歌是否真的有能力在AI領(lǐng)域和OpenAI一戰(zhàn)？

谷歌和OpenAI正面交鋒

谷歌在今年早早就開始了自己I/O 2024開發(fā)者大會的預(yù)熱，但OpenAI卻趕在谷歌之前，突然宣布要在官網(wǎng)直播，發(fā)布一些“魔法一樣的東西”，而時間，恰好就在谷歌I/O 2024開發(fā)者大會的前一天。這截胡谷歌的意圖，可以說是十分明顯了。

現(xiàn)在，我們知道，OpenAI所發(fā)布的東西，就是GPT-4o，一個能讓人聯(lián)想到電影《她》的多模態(tài)“全能（omni）”模型。它可以接受文本、音頻和圖像任意組合的輸入，并生成這些格式的相應(yīng)輸出，并且在音頻響應(yīng)速度上，它平均耗時320毫秒，與人類對話中的反應(yīng)事件相當(dāng)，并且它還能感知用戶情緒并調(diào)整語調(diào)等，十分會“察言觀色”，可以說它已十分接近人了。

而之所以采用直播的形式，有人猜測，這是在表明其效果是真實可信的，并未經(jīng)過任何后期剪輯，而這正是對谷歌在去年年底發(fā)布的Gemini演示視頻是后期剪輯的這一事件的嘲諷。盡管遭受嘲諷和壓力，谷歌在15日發(fā)布會上依舊給出了不少干貨，推出了從新的搜索和聊天功能到面向云客戶的AI硬件等十余種新品和升級產(chǎn)品。

其中包括升級后Gemini模型驅(qū)動的AI助手項目Astra，外界認(rèn)為其與前一日OpenAI所推出的GPT-4o十分相似，同樣可以用多模態(tài)的方式快速相應(yīng)用戶。在此之外，谷歌也推出了其第六代TPU Trillium芯片，似乎表明了其可以擺脫英偉達(dá)GPU的限制，而OpenAI則剛剛在前一天的發(fā)布會上感謝了英偉達(dá)。

最后，作為對OpenAI的正面回應(yīng)，谷歌還推出了對標(biāo)Sora的文生視頻模型Veo，其生成的視頻不僅是1080p的高清視頻，生成時長還可以超過1分鐘，并且強(qiáng)調(diào)了其展示的視頻均是AI直接生成，并未經(jīng)過任何后期合成。這被看作是之前OpenAI的Sora其中一段“氣球人”的展示視頻被曝光經(jīng)過后期合成的事情。

兩家公司對決仍將持續(xù)

值得注意的是，在OpenAI宣布官網(wǎng)直播發(fā)布會的時候，他們回應(yīng)到，將要發(fā)布的東西既非GPT-5，也非搜索引擎。為什么會做這樣的解釋，GPT-5眾人期待已久，對此進(jìn)行回應(yīng)很正常。之所以對搜索引擎進(jìn)行回應(yīng)，則是因為OpenAI此前被人爆料，正在研發(fā)基于ChatGPT的AI搜索引擎，甚至已經(jīng)準(zhǔn)備好了域名。

而此前OpenAI的CEO奧特曼曾和Lex Fridman在博客中就曾提到，“我覺得谷歌搜索很無聊，我的意思是，問題在于我們是否可以創(chuàng)建一個比谷歌更好的搜索引擎，如果是，我們應(yīng)該去做?！?/p>

這讓外界認(rèn)為，OpenAI確實有可能進(jìn)軍搜索引擎領(lǐng)域。而搜索引擎，正是谷歌的大本營，很有可能，OpenAI和谷歌之間對決還將在更多領(lǐng)域之間展開，并將圍繞此亮出更多引人矚目的產(chǎn)品。不管如何，這對我們這些吃瓜群眾來說，總有好處。

審核編輯 黃宇