近几天，科技圈最大的新闻莫过于OpenAI和谷歌(ge)这两场发布(bu)会。
24小时之内，OpenAI、谷歌(ge)这两家(jia)AI巨头相继亮剑(jian)。
5月14日，OpenAI CEO Sam Altman亲自下场造势，在20多分钟的发布(bu)会中(zhong)，用(yong)全新的多模态模型GPT-4o唤醒了人们对(dui)电影(ying)《Her》中(zhong)人工(gong)智能系统“萨曼莎”的幻想。
次日，谷歌(ge)宣布(bu)升级(ji)Gemini，推出“AI全家(jia)桶”，推出集成AI的搜(sou)索引(yin)擎，用(yong)AI重塑Android。它试图借此重振旗(qi)鼓，抢(qiang)回AI赛道上的主动权。过去一年多里，OpenAI多次截胡谷歌(ge)，抢(qiang)在谷歌(ge)之前(qian)发布(bu)新技术、产品。
无论是双方在技术上的比(bi)拼，还是OpenAI牵手苹果，都(dou)表明，OpenAI这家(jia)AI届的当红明星都(dou)对(dui)谷歌(ge)造成了前(qian)所未有(you)威胁。
当然，手握搜(sou)索入口、安卓生态王牌的谷歌(ge)的护城河在短期内难以攻破。然而在颠覆产业格局的AI时代里，面对(dui)后浪的追赶，谷歌(ge)等(deng)科技巨头不能松懈，否(fou)者(zhe)，便是一个时代的远去。
交(jiao)战
尽管被(bei)OpenAI抢(qiang)占了先机(ji)，但谷歌(ge)显(xian)然是有(you)备而来。
OpenAI推出能说会道的GPT-4o，谷歌(ge)也有(you)自己的萨曼莎——Project Astra。
“我脑海中(zhong)已经有(you)这个愿(yuan)景很长(chang)一段时间了。”谷歌(ge)DeepMind的负责人、谷歌(ge)人工(gong)智能工(gong)作负责人Demis Hassabis说。这些年，他(ta)一直在思考和研究人工(gong)智能，思考如何让(rang)机(ji)器更像人。
在他(ta)的设想中(zhong)，一个人工(gong)智能Agent必须能像人一样理解并对(dui)复杂灵活的世界做出反馈。它要能看到文本并且有(you)所反应，并且必须有(you)主动性、可被(bei)教育的而且有(you)个性，所以能自然地，没有(you)延迟地和它交(jiao)谈。最终(zhong)，这些所有(you)的想象就成了Project Astra。“就是那个帮手，”Hassabis说，“它很有(you)用(yong)，你已经习惯它在你需(xu)要的时候一直在那里。”
从演示视频来看，Project Astra与Hassabis的设想显(xian)然还有(you)距离。甚至与GPT-4o相比(bi)，延迟也更高，交(jiao)流仍然不够自然。但当Project Astra准确说出“眼镜在书桌上，红色苹果旁边”时，还是获得了在场观众(zhong)的惊呼声(sheng)。
Project Astra的出现，也被(bei)视作是对(dui)GPT-4o的正面回应。
这并非是OpenAI和谷歌(ge)的第一次正面交(jiao)战。今年2月，在谷歌(ge)发布(bu)会一周后，OpenAI悄无声(sheng)息抛出重磅炸弹，推出了首款文本转视频模型——Sora。尽管Sora至今未曾(ceng)开放使用(yong)，仍然给整个科技圈带(dai)来了震撼。
对(dui)于OpenAI扔下的这颗炸弹，谷歌(ge)同样在开发者(zhe)大会上给出反击，发布(bu)了AI媒(mei)体创作模型Veo。据介绍，Veo能够生成高质(zhi)量(liang)的1080p视频，并且依托于Imagen 3这一最新的文本到图像框架。这些AI生成的视频可以持续(xu)超过一分钟，Veo还能够理解电影(ying)制作和视觉(jue)技术的专业概念，如延时拍摄等(deng)。
不仅(jin)如此，谷歌(ge)将Gemini集成到了旗(qi)下几乎所有(you)产品之中(zhong)，尤其(qi)是其(qi)优势业务——搜(sou)索，将搜(sou)索能力变得更为强大。
尽管两场发布(bu)会，一个仅(jin)有(you)20多分钟，一个长(chang)达2小时，对(dui)两家(jia)公司而言(yan)，却(que)是一次技术上的巅峰对(dui)决。
焦虑
两大AI巨头贴身肉搏(bo)背后，是AI厂商的商业化焦虑。
2015年，名不见经传(chuan)的OpenAI在硅(gui)谷成立。彼时，它还是一家(jia)非营利机(ji)构。依靠(kao)着微软的10亿美元投资，过着扫地僧的生活。
自2022年11月，ChatGPT问(wen)世后，OpenAI一炮打响，商业化进程也不断加速。2024年4月，OpenAI的COO称，目前(qian)企业版ChatGPT的注(zhu)册用(yong)户超过60万，而今年1月这一数字为15万多。
受惠于企业对(dui)AI技术的需(xu)求，消息称，OpenAI2023年年收入已过20亿美元。
在这场由ChatGPT引(yin)发的AI热浪下，国内外科技大厂纷纷坐(zuo)上牌桌。
2023年2月6日，谷歌(ge)宣布(bu)推出对(dui)话式(shi)生成人工(gong)智能聊天机(ji)器人Bard，这是谷歌(ge)旗(qi)下大模型Gemini的前(qian)身；Meta则官宣发布(bu)Llama；同年3月，美国公司Anthropic推出Claude；国内公司也立马跟上，百(bai)度(du)发布(bu)文心一言(yan)，阿里推出通义千问(wen)，华(hua)为旗(qi)下则是盘古，商汤(tang)也上新日日新。
科技大厂纷至沓来，OpenAI想要走通商业化之路，抢(qiang)占先机(ji)，就必须保证(zheng)其(qi)技术上的领先，不断推出新的更强大的模型。不过，目前(qian)看来，这一路径变得更加艰(jian)难。
经过一年多的发展，各厂商相继推出了对(dui)标GPT-4的大模型。
更具挑战的是，OpenAI迭代的速度(du)开始变慢(man)了。从第一代ChatGPT到ChatGPT的发布(bu)，OpenAI只用(yong)了4个多月。但距离ChatGPT-4发布(bu)已经过去1年多，众(zhong)人期待的ChatGPT-5仍未现身。GPT-4o的确令人印象深刻，但还不足以给整个行业带(dai)来足够的惊艳。
当然，OpenAI变慢(man)，主要受制于大模型迭代的客(ke)观规律。越大越强的模型，数据和算力需(xu)求就更高。最终(zhong)，这些都(dou)转化成OpenAI的成本压力。
相比(bi)于OpenAI庞大的研发成本，超20亿美元的年收入依旧是杯(bei)水车(che)薪。Sam Altman表示，由于构建和运行其(qi)模型的成本高昂(ang)，OpenAI仍然处于亏损状态。随着OpenAI开发更复杂的模型，预计支出将继续(xu)超过收入增长(chang)。OpenAI可能还需(xu)要筹集数百(bai)亿美元才能满足这些成本。
除了外部竞争，OpenAI还要面临“内忧(you)”。5月15日，自去年年底(di)“宫斗”事件之后就未曾(ceng)露面的Ilya Sutskever官宣离开，表示自己已经有(you)了下一个计划，但目前(qian)还不能透露细(xi)节。
作为OpenAI的联合创始人和首席科学家(jia)，Ilya Sutskever主导了GPT系列(lie)大模型以及DALLE系列(lie)模型的研发。尽管不曾(ceng)出席GPT-4o的发布(bu)会，但在GPT-4o主页上，Ilya的名字出现在“额外领导者(zhe)”一栏。Ilya Sutskever的离开，对(dui)OpenAI商业化的影(ying)响，仍然难以判断。
追赶
当技术之间的差(cha)距逐渐缩小，AI厂商之间的竞争也步入下半场。
在两场发布(bu)会上，OpenAI和谷歌(ge)默契地开始关注(zhu)端侧。GPT-4o推出Mac版本应用(yong)，谷歌(ge)则用(yong)Gemini重塑Android。
中(zhong)国银河证(zheng)券分析认(ren)为，GPT-4o发布(bu)预示着AI Agent新一轮竞争序幕(mu)即将拉开，叠加macOS桌面版ChatGPT集成，端侧AI革命在即，此外B端企业服务市场可能会因为GPT-4o的易用(yong)性和普惠性而迎来新的增长(chang)机(ji)遇。
新的商机(ji)下，谁能抢(qiang)得先机(ji)，占领更多终(zhong)端，谁就能先行占有(you)市场。
在这方面，谷歌(ge)拥有(you)天然的优势。谷歌(ge)旗(qi)下拥有(you)谷歌(ge)搜(sou)索、Gmail、Youtube、Chrome浏览器等(deng)一系列(lie)应用(yong)，构建了强大的生态。
相较之下，作为第一个推出大模型的公司，尽管OpenAI在AI红利之下，创下了一系列(lie)记(ji)录。其(qi)用(yong)户体量(liang)和谷歌(ge)相比(bi)，仍然有(you)着不小差(cha)距。
Similarweb统计数据显(xian)示，ChatGPT今年4月全球访问(wen)量(liang)为18亿次，相比(bi)3月有(you)所上升。与此同时，尽管谷歌(ge)4月的访问(wen)量(liang)相比(bi)3月有(you)所减少，但仍达到了834.9亿次。
更不用(yong)说，谷歌(ge)还拥有(you)Android。在今年开发者(zhe)大会上，谷歌(ge)对(dui)Android Studio进行了升级(ji)，集成了更多AI功能，方便开发者(zhe)调用(yong)Gemini API进行软件开发。
英伟达人工(gong)智能工(gong)作室负责人Jim Fan表示，谷歌(ge)做对(dui)了一件事，他(ta)们终(zhong)于努力将人工(gong)智能整合到搜(sou)索框中(zhong)。在他(ta)看来，分发是谷歌(ge)的护城河。在这一背景之下，Gemini不一定要做世界上最好的模型，就可以成为世界上使用(yong)量(liang)最多的模型。
在OpenAI和谷歌(ge)的这场战争中(zhong)，谷歌(ge)拥有(you)Android等(deng)一系列(lie)产品，而OpenAI缺(que)一个苹果。
作为2023年手机(ji)出货量(liang)一哥，去年一年里，iPhone出货量(liang)达到了2.346亿台，市场份额为20.1%。如果OpenAI旗(qi)下大模型真(zhen)能取(qu)代“Siri”，成为搭载在数亿苹果设备上的AI 智能助手，在搜(sou)索体验、效率(lu)提升上颠覆现有(you)生态，对(dui)于OpenAI而言(yan)，或许一切(qie)将变得不同。