近几天，科技(ji)圈最大的新闻莫过于OpenAI和谷歌这(zhe)两场发布会。
24小时之内，OpenAI、谷歌这(zhe)两家(jia)AI巨头相继亮(liang)剑。
5月14日，OpenAI CEO Sam Altman亲自下场造势，在20多分钟的发布会中，用(yong)全新的多模态模型GPT-4o唤醒了人们对电(dian)影《Her》中人工智(zhi)能系统“萨曼莎”的幻想。
次日，谷歌宣布升级Gemini，推出“AI全家(jia)桶”，推出集成AI的搜索引擎，用(yong)AI重塑Android。它试图借(jie)此重振旗(qi)鼓，抢回AI赛(sai)道上的主动权。过去一年多里，OpenAI多次截胡谷歌，抢在谷歌之前发布新技(ji)术、产品。
无论是双方在技(ji)术上的比拼，还是OpenAI牵手苹果，都(dou)表明，OpenAI这(zhe)家(jia)AI届的当红明星都(dou)对谷歌造成了前所未有威胁。
当然，手握搜索入口、安卓生态王(wang)牌的谷歌的护城河在短期内难以攻破。然而在颠覆产业格(ge)局(ju)的AI时代(dai)里，面对后(hou)浪的追赶，谷歌等科技(ji)巨头不能松懈，否者，便是一个时代(dai)的远去。
交战
尽管被OpenAI抢占了先机，但谷歌显然是有备而来。
OpenAI推出能说会道的GPT-4o，谷歌也(ye)有自己的萨曼莎——Project Astra。
“我脑海中已经有这(zhe)个愿景很长一段时间了。”谷歌DeepMind的负(fu)责人、谷歌人工智(zhi)能工作负(fu)责人Demis Hassabis说。这(zhe)些年，他一直(zhi)在思考和研究人工智(zhi)能，思考如何让机器更像人。
在他的设想中，一个人工智(zhi)能Agent必须能像人一样理解并对复杂灵活(huo)的世界做(zuo)出反馈。它要能看到(dao)文(wen)本并且有所反应(ying)，并且必须有主动性、可(ke)被教育的而且有个性，所以能自然地，没有延迟地和它交谈(tan)。最终，这(zhe)些所有的想象就成了Project Astra。“就是那个帮(bang)手，”Hassabis说，“它很有用(yong)，你已经习惯它在你需要的时候一直(zhi)在那里。”
从演示视频(pin)来看，Project Astra与Hassabis的设想显然还有距离。甚(shen)至与GPT-4o相比，延迟也(ye)更高，交流仍然不够自然。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的惊呼(hu)声(sheng)。
Project Astra的出现，也(ye)被视作是对GPT-4o的正(zheng)面回应(ying)。
这(zhe)并非是OpenAI和谷歌的第一次正(zheng)面交战。今年2月，在谷歌发布会一周后(hou)，OpenAI悄无声(sheng)息抛(pao)出重磅炸(zha)弹，推出了首款文(wen)本转(zhuan)视频(pin)模型——Sora。尽管Sora至今未曾开(kai)放(fang)使用(yong)，仍然给整个科技(ji)圈带来了震撼。
对于OpenAI扔下的这(zhe)颗炸(zha)弹，谷歌同样在开(kai)发者大会上给出反击，发布了AI媒体创作模型Veo。据介绍，Veo能够生成高质(zhi)量的1080p视频(pin)，并且依托于Imagen 3这(zhe)一最新的文(wen)本到(dao)图像框架。这(zhe)些AI生成的视频(pin)可(ke)以持续超过一分钟，Veo还能够理解电(dian)影制作和视觉技(ji)术的专业概念，如延时拍摄等。
不仅如此，谷歌将Gemini集成到(dao)了旗(qi)下几乎所有产品之中，尤其是其优势业务——搜索，将搜索能力变得更为强大。
尽管两场发布会，一个仅有20多分钟，一个长达2小时，对两家(jia)公司而言，却是一次技(ji)术上的巅峰对决。
焦虑(lu)
两大AI巨头贴身肉搏背后(hou)，是AI厂商的商业化焦虑(lu)。
2015年，名不见经传的OpenAI在硅谷成立。彼时，它还是一家(jia)非营利机构。依靠着微软的10亿美(mei)元投资，过着扫地僧的生活(huo)。
自2022年11月，ChatGPT问世后(hou)，OpenAI一炮打响，商业化进程也(ye)不断加速。2024年4月，OpenAI的COO称，目前企业版ChatGPT的注(zhu)册用(yong)户超过60万，而今年1月这(zhe)一数字为15万多。
受惠于企业对AI技(ji)术的需求，消息称，OpenAI2023年年收(shou)入已过20亿美(mei)元。
在这(zhe)场由ChatGPT引发的AI热浪下，国(guo)内外(wai)科技(ji)大厂纷纷坐上牌桌。
2023年2月6日，谷歌宣布推出对话式生成人工智(zhi)能聊天机器人Bard，这(zhe)是谷歌旗(qi)下大模型Gemini的前身；Meta则官宣发布Llama；同年3月，美(mei)国(guo)公司Anthropic推出Claude；国(guo)内公司也(ye)立马跟上，百度发布文(wen)心一言，阿里推出通义千问，华为旗(qi)下则是盘古，商汤也(ye)上新日日新。
科技(ji)大厂纷至沓来，OpenAI想要走通商业化之路，抢占先机，就必须保证其技(ji)术上的领先，不断推出新的更强大的模型。不过，目前看来，这(zhe)一路径(jing)变得更加艰难。
经过一年多的发展，各厂商相继推出了对标GPT-4的大模型。
更具挑(tiao)战的是，OpenAI迭代(dai)的速度开(kai)始(shi)变慢了。从第一代(dai)ChatGPT到(dao)ChatGPT的发布，OpenAI只用(yong)了4个多月。但距离ChatGPT-4发布已经过去1年多，众人期待的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来足够的惊艳。
当然，OpenAI变慢，主要受制于大模型迭代(dai)的客观规律。越大越强的模型，数据和算力需求就更高。最终，这(zhe)些都(dou)转(zhuan)化成OpenAI的成本压力。
相比于OpenAI庞大的研发成本，超20亿美(mei)元的年收(shou)入依旧是杯水车薪。Sam Altman表示，由于构建和运行其模型的成本高昂，OpenAI仍然处于亏损状(zhuang)态。随着OpenAI开(kai)发更复杂的模型，预计支(zhi)出将继续超过收(shou)入增长。OpenAI可(ke)能还需要筹(chou)集数百亿美(mei)元才能满足这(zhe)些成本。
除了外(wai)部(bu)竞争，OpenAI还要面临“内忧(you)”。5月15日，自去年年底“宫斗”事件之后(hou)就未曾露面的Ilya Sutskever官宣离开(kai)，表示自己已经有了下一个计划，但目前还不能透露细节。
作为OpenAI的联(lian)合创始(shi)人和首席科学家(jia)，Ilya Sutskever主导了GPT系列大模型以及DALLE系列模型的研发。尽管不曾出席GPT-4o的发布会，但在GPT-4o主页上，Ilya的名字出现在“额外(wai)领导者”一栏。Ilya Sutskever的离开(kai)，对OpenAI商业化的影响，仍然难以判断。
追赶
当技(ji)术之间的差(cha)距逐渐缩小，AI厂商之间的竞争也(ye)步入下半场。
在两场发布会上，OpenAI和谷歌默契地开(kai)始(shi)关(guan)注(zhu)端侧。GPT-4o推出Mac版本应(ying)用(yong)，谷歌则用(yong)Gemini重塑Android。
中国(guo)银河证券分析认为，GPT-4o发布预示着AI Agent新一轮竞争序幕即将拉开(kai)，叠加macOS桌面版ChatGPT集成，端侧AI革命在即，此外(wai)B端企业服务市场可(ke)能会因(yin)为GPT-4o的易用(yong)性和普惠性而迎来新的增长机遇。
新的商机下，谁能抢得先机，占领更多终端，谁就能先行占有市场。
在这(zhe)方面，谷歌拥有天然的优势。谷歌旗(qi)下拥有谷歌搜索、Gmail、Youtube、Chrome浏(liu)览器等一系列应(ying)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，创下了一系列记(ji)录(lu)。其用(yong)户体量和谷歌相比，仍然有着不小差(cha)距。
Similarweb统计数据显示，ChatGPT今年4月全球访问量为18亿次，相比3月有所上升。与此同时，尽管谷歌4月的访问量相比3月有所减少，但仍达到(dao)了834.9亿次。
更不用(yong)说，谷歌还拥有Android。在今年开(kai)发者大会上，谷歌对Android Studio进行了升级，集成了更多AI功能，方便开(kai)发者调用(yong)Gemini API进行软件开(kai)发。
英伟达人工智(zhi)能工作室负(fu)责人Jim Fan表示，谷歌做(zuo)对了一件事，他们终于努力将人工智(zhi)能整合到(dao)搜索框中。在他看来，分发是谷歌的护城河。在这(zhe)一背景之下，Gemini不一定要做(zuo)世界上最好的模型，就可(ke)以成为世界上使用(yong)量最多的模型。
在OpenAI和谷歌的这(zhe)场战争中，谷歌拥有Android等一系列产品，而OpenAI缺一个苹果。
作为2023年手机出货量一哥，去年一年里，iPhone出货量达到(dao)了2.346亿台，市场份(fen)额为20.1%。如果OpenAI旗(qi)下大模型真能取代(dai)“Siri”，成为搭载在数亿苹果设备上的AI 智(zhi)能助手，在搜索体验(yan)、效率提(ti)升上颠覆现有生态，对于OpenAI而言，或许一切将变得不同。