近几天，科技圈最大的新闻莫过于OpenAI和谷歌(ge)这两场发(fa)布会。
24小时之内，OpenAI、谷歌(ge)这两家AI巨头相继亮剑。
5月14日，OpenAI CEO Sam Altman亲自下场造势，在(zai)20多分钟的发(fa)布会中，用全(quan)新的多模态模型GPT-4o唤醒了(le)人们对电影(ying)《Her》中人工(gong)智能系统“萨(sa)曼莎”的幻想。
次日，谷歌(ge)宣布升级Gemini，推出“AI全(quan)家桶”，推出集成AI的搜索引擎(qing)，用AI重塑Android。它试图借此重振旗鼓，抢回AI赛道上的主(zhu)动权。过去一年多里，OpenAI多次截胡谷歌(ge)，抢在(zai)谷歌(ge)之前(qian)发(fa)布新技术、产品。
无(wu)论是(shi)双方在(zai)技术上的比拼，还是(shi)OpenAI牵手苹果，都表(biao)明，OpenAI这家AI届的当红明星都对谷歌(ge)造成了(le)前(qian)所未(wei)有威胁。
当然(ran)，手握搜索入(ru)口、安卓生态王(wang)牌的谷歌(ge)的护城(cheng)河在(zai)短期内难以攻破。然(ran)而在(zai)颠覆产业格局的AI时代里，面对后(hou)浪的追赶(gan)，谷歌(ge)等科技巨头不能松懈，否者(zhe)，便是(shi)一个时代的远去。
交战(zhan)
尽管被OpenAI抢占了(le)先机(ji)，但谷歌(ge)显然(ran)是(shi)有备而来。
OpenAI推出能说会道的GPT-4o，谷歌(ge)也有自己的萨(sa)曼莎——Project Astra。
“我(wo)脑海中已经有这个愿景很长一段时间了(le)。”谷歌(ge)DeepMind的负责(ze)人、谷歌(ge)人工(gong)智能工(gong)作负责(ze)人Demis Hassabis说。这些年，他(ta)一直在(zai)思考(kao)和研究人工(gong)智能，思考(kao)如何让机(ji)器(qi)更像人。
在(zai)他(ta)的设想中，一个人工(gong)智能Agent必须能像人一样理解并对复杂灵活的世界做出反馈。它要(yao)能看到(dao)文(wen)本(ben)并且有所反应(ying)，并且必须有主(zhu)动性、可被教育的而且有个性，所以能自然(ran)地，没有延迟地和它交谈。最终，这些所有的想象就(jiu)成了(le)Project Astra。“就(jiu)是(shi)那(na)个帮手，”Hassabis说，“它很有用，你已经习惯它在(zai)你需要(yao)的时候一直在(zai)那(na)里。”
从演示视频来看，Project Astra与Hassabis的设想显然(ran)还有距离。甚至与GPT-4o相比，延迟也更高，交流仍然(ran)不够(gou)自然(ran)。但当Project Astra准确说出“眼镜在(zai)书(shu)桌上，红色苹果旁边”时，还是(shi)获得了(le)在(zai)场观众(zhong)的惊呼声。
Project Astra的出现，也被视作是(shi)对GPT-4o的正面回应(ying)。
这并非是(shi)OpenAI和谷歌(ge)的第(di)一次正面交战(zhan)。今(jin)年2月，在(zai)谷歌(ge)发(fa)布会一周后(hou)，OpenAI悄(qiao)无(wu)声息抛出重磅炸弹，推出了(le)首款文(wen)本(ben)转(zhuan)视频模型——Sora。尽管Sora至今(jin)未(wei)曾开放使用，仍然(ran)给整(zheng)个科技圈带来了(le)震撼(han)。
对于OpenAI扔下的这颗炸弹，谷歌(ge)同样在(zai)开发(fa)者(zhe)大会上给出反击，发(fa)布了(le)AI媒(mei)体创作模型Veo。据介绍(shao)，Veo能够(gou)生成高质量的1080p视频，并且依托于Imagen 3这一最新的文(wen)本(ben)到(dao)图像框架。这些AI生成的视频可以持(chi)续超过一分钟，Veo还能够(gou)理解电影(ying)制作和视觉技术的专业概念，如延时拍摄(she)等。
不仅如此，谷歌(ge)将Gemini集成到(dao)了(le)旗下几乎(hu)所有产品之中，尤其是(shi)其优势业务——搜索，将搜索能力变(bian)得更为强大。
尽管两场发(fa)布会，一个仅有20多分钟，一个长达2小时，对两家公司而言，却是(shi)一次技术上的巅(dian)峰对决。
焦虑(lu)
两大AI巨头贴身肉(rou)搏(bo)背后(hou)，是(shi)AI厂商(shang)的商(shang)业化(hua)焦虑(lu)。
2015年，名不见经传的OpenAI在(zai)硅谷成立(li)。彼时，它还是(shi)一家非营利机(ji)构。依靠(kao)着微软(ruan)的10亿美元投资，过着扫地僧的生活。
自2022年11月，ChatGPT问世后(hou)，OpenAI一炮打响(xiang)，商(shang)业化(hua)进程也不断加速。2024年4月，OpenAI的COO称，目前(qian)企(qi)业版(ban)ChatGPT的注册用户超过60万，而今(jin)年1月这一数字为15万多。
受惠于企(qi)业对AI技术的需求，消息称，OpenAI2023年年收入(ru)已过20亿美元。
在(zai)这场由(you)ChatGPT引发(fa)的AI热浪下，国内外科技大厂纷纷坐上牌桌。
2023年2月6日，谷歌(ge)宣布推出对话式生成人工(gong)智能聊天机(ji)器(qi)人Bard，这是(shi)谷歌(ge)旗下大模型Gemini的前(qian)身；Meta则官宣发(fa)布Llama；同年3月，美国公司Anthropic推出Claude；国内公司也立(li)马(ma)跟上，百度发(fa)布文(wen)心(xin)一言，阿里推出通义(yi)千问，华为旗下则是(shi)盘古(gu)，商(shang)汤也上新日日新。
科技大厂纷至沓来，OpenAI想要(yao)走通商(shang)业化(hua)之路，抢占先机(ji)，就(jiu)必须保证其技术上的领先，不断推出新的更强大的模型。不过，目前(qian)看来，这一路径变(bian)得更加艰难。
经过一年多的发(fa)展，各厂商(shang)相继推出了(le)对标GPT-4的大模型。
更具挑战(zhan)的是(shi)，OpenAI迭代的速度开始变(bian)慢(man)了(le)。从第(di)一代ChatGPT到(dao)ChatGPT的发(fa)布，OpenAI只用了(le)4个多月。但距离ChatGPT-4发(fa)布已经过去1年多，众(zhong)人期待的ChatGPT-5仍未(wei)现身。GPT-4o的确令人印象深刻，但还不足以给整(zheng)个行(xing)业带来足够(gou)的惊艳(yan)。
当然(ran)，OpenAI变(bian)慢(man)，主(zhu)要(yao)受制于大模型迭代的客观规律。越(yue)大越(yue)强的模型，数据和算力需求就(jiu)更高。最终，这些都转(zhuan)化(hua)成OpenAI的成本(ben)压力。
相比于OpenAI庞大的研发(fa)成本(ben)，超20亿美元的年收入(ru)依旧是(shi)杯水车薪。Sam Altman表(biao)示，由(you)于构建和运(yun)行(xing)其模型的成本(ben)高昂(ang)，OpenAI仍然(ran)处于亏损状态。随着OpenAI开发(fa)更复杂的模型，预计支出将继续超过收入(ru)增长。OpenAI可能还需要(yao)筹集数百亿美元才(cai)能满(man)足这些成本(ben)。
除了(le)外部竞争，OpenAI还要(yao)面临“内忧”。5月15日，自去年年底“宫斗”事件之后(hou)就(jiu)未(wei)曾露面的Ilya Sutskever官宣离开，表(biao)示自己已经有了(le)下一个计划(hua)，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，Ilya Sutskever主(zhu)导(dao)了(le)GPT系列大模型以及DALLE系列模型的研发(fa)。尽管不曾出席GPT-4o的发(fa)布会，但在(zai)GPT-4o主(zhu)页上，Ilya的名字出现在(zai)“额外领导(dao)者(zhe)”一栏。Ilya Sutskever的离开，对OpenAI商(shang)业化(hua)的影(ying)响(xiang)，仍然(ran)难以判(pan)断。
追赶(gan)
当技术之间的差距逐渐缩小，AI厂商(shang)之间的竞争也步入(ru)下半场。
在(zai)两场发(fa)布会上，OpenAI和谷歌(ge)默契地开始关注端侧。GPT-4o推出Mac版(ban)本(ben)应(ying)用，谷歌(ge)则用Gemini重塑Android。
中国银河证券分析认为，GPT-4o发(fa)布预示着AI Agent新一轮竞争序幕即将拉开，叠加macOS桌面版(ban)ChatGPT集成，端侧AI革命在(zai)即，此外B端企(qi)业服(fu)务市场可能会因为GPT-4o的易用性和普(pu)惠性而迎来新的增长机(ji)遇。
新的商(shang)机(ji)下，谁能抢得先机(ji)，占领更多终端，谁就(jiu)能先行(xing)占有市场。
在(zai)这方面，谷歌(ge)拥有天然(ran)的优势。谷歌(ge)旗下拥有谷歌(ge)搜索、Gmail、Youtube、Chrome浏(liu)览器(qi)等一系列应(ying)用，构建了(le)强大的生态。
相较之下，作为第(di)一个推出大模型的公司，尽管OpenAI在(zai)AI红利之下，创下了(le)一系列记录(lu)。其用户体量和谷歌(ge)相比，仍然(ran)有着不小差距。
Similarweb统计数据显示，ChatGPT今(jin)年4月全(quan)球访问量为18亿次，相比3月有所上升。与此同时，尽管谷歌(ge)4月的访问量相比3月有所减少，但仍达到(dao)了(le)834.9亿次。
更不用说，谷歌(ge)还拥有Android。在(zai)今(jin)年开发(fa)者(zhe)大会上，谷歌(ge)对Android Studio进行(xing)了(le)升级，集成了(le)更多AI功(gong)能，方便开发(fa)者(zhe)调用Gemini API进行(xing)软(ruan)件开发(fa)。
英伟达人工(gong)智能工(gong)作室负责(ze)人Jim Fan表(biao)示，谷歌(ge)做对了(le)一件事，他(ta)们终于努力将人工(gong)智能整(zheng)合到(dao)搜索框中。在(zai)他(ta)看来，分发(fa)是(shi)谷歌(ge)的护城(cheng)河。在(zai)这一背景之下，Gemini不一定要(yao)做世界上最好的模型，就(jiu)可以成为世界上使用量最多的模型。
在(zai)OpenAI和谷歌(ge)的这场战(zhan)争中，谷歌(ge)拥有Android等一系列产品，而OpenAI缺一个苹果。
作为2023年手机(ji)出货量一哥，去年一年里，iPhone出货量达到(dao)了(le)2.346亿台，市场份额为20.1%。如果OpenAI旗下大模型真能取代“Siri”，成为搭载在(zai)数亿苹果设备上的AI 智能助手，在(zai)搜索体验、效率提(ti)升上颠覆现有生态，对于OpenAI而言，或许一切将变(bian)得不同。