这些天的硅谷,乱成了一锅粥。
OpenAI CEO山姆-奥特曼直接在社交平台公开嘲讽谷歌的审美过于差劲,他表示:我努力不去过多思考我们的竞争对手,但我无法不去思考OpenAI和谷歌之间的美学差异。
下面附着的两张发布会现场图,左边是OpenAI,右边是谷歌。言下之意,就是OpenAI干净明了,极具科技感;而谷歌则离人群非常远,十分过时。
OpenAI CEO山姆-奥特曼
山姆-奥特曼如此气急败坏,还是因为在上周,OpenAI和谷歌同时发布AI新品,双方打的你来我往:你说GPT-4o全球最先进,我说Gemini家族能覆盖全生态全路径。
两家硅谷巨头的直接对抗,把科技竞赛的强度拉满,就连CEO本人都坐不住了。
谷歌AI全家桶上线
山姆-奥特曼嘲讽谷歌并不是无的放矢,这场谷歌I/O大会在观看性上,确实差强人意。
首先是时间太长,谷歌I/O大会足足有接近两个小时,主持人连续提起了121次AI字眼,甚至有观众在社交平台抱怨自己都快睡着了。
然后就是产品太多,比起OpenAI仅有GPT-4o一款新品,谷歌这次则推出了十余种Gemini大模型的升级及新品,可以说是“AI全家桶”。
发布AI搜索:Google Search;
升级了Gemini大模型:Gemini 1.5 Flash(100 万上下文)、Gemini Pro(200 万上下文);
新发布了手机版Gemini App:以手机应用程序形式,支持和AI视频对话;
发布视觉语言模型Project Astra:拥有Imagen3(图像)、Music AI Sandbox(音乐)、Veo(视频生成)三种能力。
虽然谷歌AI全家桶看上去格外炫酷,但实际上对比OpenAI的GPT-4o依然差上很多,更多是硬件性升级,单纯给大模型升级一下参数。
最令人印象深刻的两项功能,是AI搜索Google Search和AI助理Project Astra。
首先是Google Search,搜索作为谷歌起家的根本,这些年遭受到了微软的重创。微软的Bing已经借助ChatGPT,给传统搜索引擎带来了“亿点点”AI降维打击。
甚至就连OpenAI也在盛传将推出AI搜索类产品,来抢占Google搜索市场。
压力之下,谷歌推出Google Search来稳定自家护城河,下定决心重塑搜索体验。
据演示视频来看,Google Search最核心的功能,就是搜索摘要功能AI Overview。
所谓的“搜索摘要功能”,就是谷歌之前提出来的“搜索生成式体验(SGE)”。
用户在搜索框内键入文本,直接在最上方跳出AI帮忙整理的信息摘要。其中包含用自然语言对搜索结果的总结和概括,以及推荐的链接。
AI Overview还内置了“多步推理功能Multi-Step Reasoning”、“计划功能Planning in Search”、“视频提问Ask With Video”。
另外一个发布会亮点,就是谷歌推出的AI助理Project Astra。
Project Astra就是一个完全对标GPT-4o的产品,产品形态和使用逻辑基本和ChatGPT无二。用户可以和它实时对话、视频聊天。
并且,和GPT-4o一样,Project Astra也提供文生图、文生视频两项功能。只不过不叫DALL·E和Sora,而是叫做Imagen 3和Veo。
唯一有点不一样的,就是Project Astra提供了音乐生成模型Music AI Sandbox。
用户可以上传一小段音乐demo,Music AI Sandbox能在此基础上拓展延长。用户还可以输入提示词,进一步调整音乐风格,进行乐曲的二度创作。
总之,用一句话来概括谷歌AI全家桶,就是:东西很多,精品很少。
我们能在一系列AI新产品里,不断看到ChatGPT的影子,但单纯是在GPT-4o做好的框架里缝缝补补,升级一下算力,换个新框架。
能给用户带来震撼感的产品呢?
依然没有看到。
越来越像人类的GPT-4o
比起谷歌的多到凌乱,OpenAI则是简洁明了。
仅仅只有半个多小时,全程由公司CTO和两位工程师face to face,以对话形式展示产品,非常具有电影感。
甚至CEO山姆-奥特曼都没有现身发布会,完全用产品力来震撼用户。
现场的演示嘉宾拿着手机摄像头,让GPT-4o识别自己的表情,来判断自己的情绪。
GPT-4o很快识别完成,说:你看起来很开心,带着灿烂的笑容,甚至有一丝兴奋,你能分享你快乐的来源吗?
演示嘉宾在纸上写了“i love you”给GPT-4o,GPT-4o用带有一丝丝娇羞、热情四溢的语气快速回应着人类的“爱意”。
GPT-4o能感受到你的呼吸节奏、能“看出”你文字当中包含的情绪、甚至可以打断它的话,重新为话题增加新的语境,它也能作出完美回应……
这样的人工智能,让你想到了什么?
是的,一个完美恋人。
就像是2013年上映的好莱坞电影《Her》,斯嘉丽配音的人工智能和人类谈起了恋爱。
这一幕,逐渐成为现实。谁会不喜欢一个热情洋溢、事事有回应、提供丰富情绪价值的伴侣呢?
哪怕它是AI。
GPT-4o给后来者谷歌一个下马威,也给出未来AI大模型的一个满分答案:不管是生成式AI大模型也好,聊天机器人也好,不用再去关心什么硬件什么参数,AI的最终方向就是越来越像人类。
OpenAI并没有过多描述自己的算力、自己的硬件升级,只是由首席技术官穆里·穆拉蒂 (Muri Murati) 表示,GPT-4o将提供与GPT-4同等水平的智能,但在文本、图像以及语音处理方面均取得了进一步提升,“GPT-4o可以综合利用语音、文本和视觉信息进行推理。”
现阶段的GPT-4o已经摆脱了对文本、图片或语音的束缚,它的识别能力进化到了“听觉”和“视觉”。
用“听”来捕捉情绪变化,比如能判断对方急促的呼吸方式不对;用“看”来识别你写在纸上的方程式数学问题,一步步教你解题步骤。
甚至它还可以通过手机摄像头,回答你“这个人穿什么牌子的衬衫?”
比起谷歌眼花缭乱、不知从哪下手的AI全家桶,GPT-4o已经领先到大气层了。
免费,但又不完全免费
GPT-4o除了在能力上,给了谷歌一个下马威外,OpenAI还放了大招:
穆里-穆拉蒂表示,GPT-4o将免费提供给所有用户使用,不但当下免费,甚至以后OpenAI做产品就是要免费优先,为的就是让更多的人能使用。
就连OpenAI CEO山姆奥特曼表示,新的GPT-4o是OpenAI有史以来最好的模型,它可供所有ChatGPT用户使用,无论是免费版本还是付费GPT-4版。
不得不说,当服务免费时,用户就是产品。
如果GPT-4o真的能彻底取消付费制度,那么OpenAI获得的数据量会超出想象。
可惜的是,OpenAI还是缺少“用免费改变世界”的魄力,背后还是有不少的猫腻。
首先,OpenA在官网公告上明确说明,免费用户在使用GPT-4o时,OpenAI做出了权限上的分级。
免费用户可以使用GPT-4o的分析数据、创建报表、处理照片、上传文件、使用记忆功能等,基本上GPT-4o涵盖了GPT4所有的付费功能。
但是免费用户会有消息数量的限制,PIUS用户的消息将是免费用户的5倍,Team和Enterprise用户限制将会更高。
每天能用多久?每天能发几条?GPT-4o并没有详细说明。
或许,我们可以参考OpenAI上一代GPT-4,限制每个用户每天的使用时间在3小时以内,并限制每天生成的信息数量不超过25条。
虽然说这一限制在一定程度上,提高了信息的质量和用户的注意力。但还是要感叹一句,互联网的免费,永远不是真免费。
哪怕到了AI时代,这个法则也同样适用。