意想不到的賽場(chǎng)，谷歌與OpenAI將AI助手搬上“牌桌”

每經(jīng)記者 可楊    每經(jīng)編輯 張海妮    

不是萬(wàn)眾期待的AI搜索，競(jìng)爭(zhēng)焦點(diǎn)突然轉(zhuǎn)向了AI智能助手。

近期，OpenAI推出了全能模型GPT-4o，它能夠接受多種輸入并生成相應(yīng)的輸出，展示了毫秒級(jí)反應(yīng)和多模態(tài)交互的新能力。與此同時(shí)，谷歌在其I/O開(kāi)發(fā)者大會(huì)上展示了其AI助手Astra和旗艦大模型Gemini。

一些業(yè)內(nèi)人士認(rèn)為，OpenAI此次并沒(méi)有達(dá)到預(yù)期的突破，而是將現(xiàn)有的技術(shù)進(jìn)行了整合。此外，谷歌在A(yíng)I搜索領(lǐng)域的布局和創(chuàng)新，以及其在智能手機(jī)操作系統(tǒng)的優(yōu)化上的努力，顯示了其在A(yíng)I領(lǐng)域的深厚積累和戰(zhàn)略布局。

比賽行至白熱化階段，似乎已經(jīng)告別了單純的技術(shù)競(jìng)爭(zhēng)，更是應(yīng)用和用戶(hù)體驗(yàn)的競(jìng)爭(zhēng)。當(dāng)影響因素變得復(fù)雜，專(zhuān)注投入大模型前沿的OpenAI還有多大幾率成為贏(yíng)家？

圖片來(lái)源：視覺(jué)中國(guó)-VCG31N2008743681 

突襲谷歌，OpenAI先一步公布AI個(gè)人助理

預(yù)想之中圍繞AI搜索的戰(zhàn)爭(zhēng)沒(méi)有打響，焦點(diǎn)轉(zhuǎn)移到了AI智能助手上。

當(dāng)?shù)貢r(shí)間5月13日，OpenAI在谷歌I/O大會(huì)的前一天召開(kāi)發(fā)布會(huì)，發(fā)布了最新產(chǎn)品GPT-4o，“o”即Omni，意為“全能”。OpenAI官網(wǎng)介紹，GPT-4o是邁向更自然人機(jī)交互的一步，因?yàn)樗邮芪谋尽⒁纛l和圖像的任意組合作為輸入內(nèi)容，并生成文本、音頻和圖像的任意組合輸出內(nèi)容。

OpenAI首席技術(shù)官米拉·穆拉蒂在發(fā)布會(huì)上表示，GPT-4o的速度比現(xiàn)有的GPT-4Turbo快了兩倍，但成本僅為其一半。GPT-4o可以實(shí)時(shí)對(duì)文本、音頻和圖像進(jìn)行推理，響應(yīng)時(shí)間幾乎達(dá)到人類(lèi)水平。

在26分鐘的直播中，GPT-4o展示了其毫秒級(jí)反應(yīng)、識(shí)別人類(lèi)情緒進(jìn)行音視頻交互，可多模態(tài)輸入/輸出等一系列新能力。與此同時(shí)，GPT-4o覆蓋桌面與APP且完全免費(fèi)向用戶(hù)提供。

而谷歌則在其I/O開(kāi)發(fā)者大會(huì)上，展示了自己全能的AI能力。在會(huì)上連續(xù)發(fā)布、更新了十多款產(chǎn)品，包括AI助手Astra、文生圖模型Imagen3、對(duì)標(biāo)Sora的文生視頻模型Veo，以及旗艦大模型Gemini。

在谷歌的演示視頻中，使用AI助手Astra時(shí)，只要打開(kāi)手機(jī)攝像頭，對(duì)準(zhǔn)任意物品，AI可以準(zhǔn)確說(shuō)出物品的名稱(chēng)。只要將手機(jī)攝像頭對(duì)準(zhǔn)某個(gè)物體，Gemini就可以識(shí)別它，比如一個(gè)紅蘋(píng)果，還可以回答諸如“鏡頭中什么東西是可以發(fā)聲的”這種問(wèn)題。

此外，谷歌方面表示，夏季將擴(kuò)展Gemini的多模態(tài)功能，包括增加用語(yǔ)音進(jìn)行深入雙向?qū)υ?huà)的能力，該功能被稱(chēng)為L(zhǎng)ive。通過(guò)GeminiLive，用戶(hù)可以與Gemini交談，并可以從各種自然的聲音中選擇它回應(yīng)的聲音。用戶(hù)甚至可以按照自己的節(jié)奏說(shuō)話(huà)，或者在回答過(guò)程中打斷并澄清問(wèn)題，就像在任何人類(lèi)對(duì)話(huà)中一樣。

每日經(jīng)濟(jì)新聞援引媒體報(bào)道，近日，蘋(píng)果公司被曝正與OpenAI敲定一項(xiàng)協(xié)議，今年將后者的部分技術(shù)引入iPhone。而在本次發(fā)布會(huì)上，谷歌產(chǎn)品管理副總裁Sameer Samat明確表示，谷歌將通過(guò)Gemini進(jìn)一步優(yōu)化安卓操作系統(tǒng)。這種優(yōu)化將首先在谷歌自家手機(jī)Pixel上得到體現(xiàn)。

GPT-5缺席，OpenAI降速？

對(duì)于OpenAI的突襲更新，行業(yè)不再是統(tǒng)一的贊嘆。“發(fā)布會(huì)雖然驚艷，但谷歌看完應(yīng)該是不慌了。”獵豹移動(dòng)董事長(zhǎng)兼CEO、獵戶(hù)星空董事長(zhǎng)傅盛在其個(gè)人微博表示。

圖片來(lái)源：微博截圖 

在5月14日發(fā)布的短視頻中，傅盛談及“所有國(guó)內(nèi)人工智能從業(yè)者都在熬夜等著大洋彼岸放核彈，但是沒(méi)想到核彈沒(méi)有放，卻掏出了一堆摔炮”。他表示，這樣的評(píng)論雖然是一句玩笑話(huà)，較讓人失望的是這次OpenAI沒(méi)有發(fā)布GPT-5.0，連GPT-4.5也沒(méi)有看到，反而是發(fā)布了GPT-4o，“就是把一系列的引擎給結(jié)合在一起，比如圖片、文字、聲音，這樣你就不需要來(lái)回去切換了”。

不過(guò)，傅盛后續(xù)也表示，“OpenAI這次為了能夠讓更多的用戶(hù)使用它，可以說(shuō)是鉚足了勁，一系列的應(yīng)用，API降價(jià)，GPT免費(fèi)，我們當(dāng)然希望OpenAI能夠使得這個(gè)行業(yè)更好發(fā)展，我們也能認(rèn)真地去學(xué)習(xí)，這次的發(fā)布會(huì)真正告訴我們應(yīng)用大有可為，所有人都應(yīng)該努力”。

“GPT-4o出來(lái)，又比原來(lái)進(jìn)步一大截，它（OpenAI）每次一升級(jí)就會(huì)‘死’一些公司，這次一些做GPT實(shí)時(shí)語(yǔ)音交互的團(tuán)隊(duì)，直接可以宣布解散了。”GPT-4o發(fā)布的第二天，一名大模型行業(yè)創(chuàng)業(yè)者對(duì)《每日經(jīng)濟(jì)新聞》記者感嘆。

清華大學(xué)新聞學(xué)院元宇宙文化實(shí)驗(yàn)室主任沈陽(yáng)同樣在第二天試用了GPT-4o，在其發(fā)布的視頻號(hào)中提到，在文生圖層面，GPT-4o在毛發(fā)細(xì)膩度、光影效果等細(xì)節(jié)上更加優(yōu)異。

隨著雙方在智能助手上的對(duì)碰，沈陽(yáng)認(rèn)為，當(dāng)前的競(jìng)爭(zhēng)格局已經(jīng)更加明晰，谷歌正在進(jìn)一步推其基于Gemini的AI助手，蘋(píng)果公司與OpenAI也初步達(dá)成了合作，將在蘋(píng)果手機(jī)搭載ChatGPT。

沈陽(yáng)表示，以本次發(fā)布會(huì)作為轉(zhuǎn)折點(diǎn)，ChatGPT被改造成了靈魂伴侶，實(shí)際上就是Siri，所以產(chǎn)業(yè)格局已經(jīng)明晰了，就是蘋(píng)果用內(nèi)置的ChatGPT對(duì)抗谷歌Gemini的手機(jī)助手。Meta也將上線(xiàn)基于Llama的手機(jī)助手。對(duì)于產(chǎn)業(yè)來(lái)說(shuō)，AI助手有望從1億量級(jí)的用戶(hù)量走向10億量級(jí)。

“GPT-4o，昨天發(fā)布的時(shí)候它覺(jué)得很強(qiáng)大，但今天我覺(jué)得谷歌最新的發(fā)布也完全把它的這些成績(jī)趕上了，我覺(jué)得后面OpenAI應(yīng)該更加緊張，因?yàn)閼?yīng)用公司、超級(jí)大平臺(tái)公司全部趕上來(lái)了，它的優(yōu)勢(shì)越來(lái)越少。”順福資本創(chuàng)始人、行行AI董事長(zhǎng)李明順對(duì)《每日經(jīng)濟(jì)新聞》記者表示，目前來(lái)看OpenAI的用戶(hù)增長(zhǎng)已經(jīng)不太明顯，技術(shù)領(lǐng)先和成本優(yōu)勢(shì)都不一定是最佳，與此同時(shí)，強(qiáng)應(yīng)用時(shí)代越來(lái)越快到來(lái)，在這個(gè)背景下，谷歌這次把它所有的應(yīng)用與大模型集合，形成更強(qiáng)的用戶(hù)黏性和用戶(hù)依存度，還是更勝一籌。

在李明順看來(lái)，下個(gè)階段，美國(guó)的平臺(tái)應(yīng)用公司，包括微軟、蘋(píng)果、戴爾，以及中國(guó)的騰訊、字節(jié)、阿里都會(huì)陸續(xù)結(jié)合自己的應(yīng)用與大模型能力，推出超級(jí)應(yīng)用，逐步邁向綜合競(jìng)爭(zhēng)時(shí)代，靠一個(gè)大模型打江山將更難。

搜索之爭(zhēng)未竟 谷歌反“圍剿”OpenAI

吃下巨頭的“蛋糕”沒(méi)有那么容易。

發(fā)布會(huì)前，市場(chǎng)充斥著OpenAI圍繞搜索布局的煙霧彈，有報(bào)道稱(chēng)，OpenAI很可能推出基于ChatGPT技術(shù)的新搜索引擎。與此同時(shí)，名為“GPTSearch”的網(wǎng)頁(yè)已經(jīng)上線(xiàn)，但目前只有會(huì)員才能訪(fǎng)問(wèn)。知名記者PeteHuang也發(fā)推特預(yù)告，表示GPTSearch將在5月9日正式上線(xiàn)。

最終在這一輪交手中，谷歌守住了陣地。谷歌首席執(zhí)行官桑達(dá)爾·皮查伊（Sundar Pichai）在演講中提到，Gemini帶來(lái)的最令人興奮的變革之一是在Google搜索中，“我們最大的投資和創(chuàng)新領(lǐng)域之一是我們的創(chuàng)始產(chǎn)品——搜索”。

從發(fā)布會(huì)看，谷歌已經(jīng)率先將AI能力與其搜索引擎相結(jié)合。谷歌方面宣布，能夠總結(jié)谷歌搜索引擎結(jié)果的“AI概覽”（AI Overviews）功能，將于本周在美國(guó)推出。在這一功能中，谷歌將向用戶(hù)展示AI生成的答案。

據(jù)谷歌介紹，AI概覽是為了響應(yīng)較復(fù)雜的搜索，幫助用戶(hù)尋求解決方案。例如，當(dāng)人們搜索素食準(zhǔn)備或出行計(jì)劃時(shí)，AI提供的答案會(huì)出現(xiàn)在搜索頁(yè)面頂部。

谷歌還提升了搜索的視覺(jué)功能，支持通過(guò)視頻提出問(wèn)題。在I/O大會(huì)上，谷歌演示了當(dāng)面對(duì)唱片機(jī)故障時(shí)，用戶(hù)可以一邊拍攝視頻一邊提問(wèn)，通過(guò)新搜索得到包括修理步驟和資源在內(nèi)的AI概覽。

盡管在智能助手層面先一步狙擊谷歌新品，但對(duì)于市場(chǎng)期待的搜索產(chǎn)品，這項(xiàng)自GPT-3.5發(fā)布以來(lái)就被寄予厚望的革命性功能，卻在一陣又一陣煙霧彈后，依舊未見(jiàn)進(jìn)一步動(dòng)作。在搜索市場(chǎng)，谷歌的基本盤(pán)依舊穩(wěn)固，與此同時(shí)其全面的AI能力正在隱隱形成包圍之勢(shì)。

與巨頭爭(zhēng)奪領(lǐng)地的另一面，對(duì)于OpenAI而言，內(nèi)憂(yōu)隱患猶在。

去年內(nèi)斗余波之后，就在GPT-4o發(fā)布一天之后，消失在大眾視線(xiàn)很久的OpenAI聯(lián)合創(chuàng)始人、首席科學(xué)家Ilya Sutskever官宣離開(kāi)OpenAI。去年11月，OpenAI管理層發(fā)生動(dòng)蕩，Sutskever被認(rèn)為是這場(chǎng)風(fēng)波背后的推手。不久前，OpenAI創(chuàng)始成員之一AndrejKarpathy也在Sora發(fā)布前夕離職。

在這場(chǎng)全新的技術(shù)革命中，隨著競(jìng)爭(zhēng)的重點(diǎn)由大模型技術(shù)轉(zhuǎn)向更為負(fù)責(zé)的應(yīng)用側(cè)，以黑馬姿態(tài)一度引領(lǐng)方向的OpenAI開(kāi)始降速，新的轉(zhuǎn)折點(diǎn)也許已經(jīng)出現(xiàn)。