近几天，科(ke)技圈最大的新闻莫过于OpenAI和谷歌这两场发(fa)布会。
24小时(shi)之(zhi)内，OpenAI、谷歌这两家AI巨头相(xiang)继亮剑。
5月14日，OpenAI CEO Sam Altman亲自下场造势，在20多分钟的发(fa)布会中，用全新的多模态模型(xing)GPT-4o唤醒了人们对电影《Her》中人工智能系统(tong)“萨曼莎”的幻想。
次日，谷歌宣布升级Gemini，推出“AI全家桶(tong)”，推出集成(cheng)AI的搜索引擎，用AI重塑Android。它试(shi)图借此(ci)重振旗鼓，抢(qiang)回AI赛道(dao)上的主动权。过去(qu)一年多里(li)，OpenAI多次截胡谷歌，抢(qiang)在谷歌之(zhi)前发(fa)布新技术(shu)、产品。
无论是双方在技术(shu)上的比拼，还是OpenAI牵手苹果，都表明(ming)，OpenAI这家AI届的当红明(ming)星都对谷歌造成(cheng)了前所(suo)未有威胁(xie)。
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。然而在颠覆产业格局的AI时(shi)代里(li)，面对后浪的追赶，谷歌等科(ke)技巨头不能松懈，否者，便是一个时(shi)代的远去(qu)。
交战
尽管被(bei)OpenAI抢(qiang)占了先机(ji)，但谷歌显然是有备而来。
OpenAI推出能说(shuo)会道(dao)的GPT-4o，谷歌也有自己的萨曼莎——Project Astra。
“我(wo)脑海中已经有这个愿(yuan)景很长一段(duan)时(shi)间了。”谷歌DeepMind的负责人、谷歌人工智能工作(zuo)负责人Demis Hassabis说(shuo)。这些年，他一直(zhi)在思考和研究人工智能，思考如何让机(ji)器更(geng)像人。
在他的设想中，一个人工智能Agent必须能像人一样理解并(bing)对复杂灵活的世界做出反馈。它要能看(kan)到文本并(bing)且有所(suo)反应(ying)，并(bing)且必须有主动性、可(ke)被(bei)教育的而且有个性，所(suo)以能自然地(di)，没(mei)有延(yan)迟(chi)地(di)和它交谈。最终，这些所(suo)有的想象就成(cheng)了Project Astra。“就是那(na)个帮(bang)手，”Hassabis说(shuo)，“它很有用，你(ni)已经习惯它在你(ni)需要的时(shi)候(hou)一直(zhi)在那(na)里(li)。”
从演示视频来看(kan)，Project Astra与Hassabis的设想显然还有距离(li)。甚(shen)至(zhi)与GPT-4o相(xiang)比，延(yan)迟(chi)也更(geng)高，交流仍然不够自然。但当Project Astra准确说(shuo)出“眼镜在书桌上，红色苹果旁(pang)边”时(shi)，还是获得了在场观众的惊呼声。
Project Astra的出现，也被(bei)视作(zuo)是对GPT-4o的正面回应(ying)。
这并(bing)非是OpenAI和谷歌的第(di)一次正面交战。今年2月，在谷歌发(fa)布会一周后，OpenAI悄无声息抛出重磅(pang)炸弹，推出了首款文本转视频模型(xing)——Sora。尽管Sora至(zhi)今未曾开放(fang)使用，仍然给整个科(ke)技圈带来了震撼。
对于OpenAI扔下的这颗(ke)炸弹，谷歌同样在开发(fa)者大会上给出反击，发(fa)布了AI媒体创(chuang)作(zuo)模型(xing)Veo。据介绍(shao)，Veo能够生成(cheng)高质量的1080p视频，并(bing)且依托(tuo)于Imagen 3这一最新的文本到图像框架(jia)。这些AI生成(cheng)的视频可(ke)以持续超过一分钟，Veo还能够理解电影制作(zuo)和视觉技术(shu)的专业概念，如延(yan)时(shi)拍摄等。
不仅如此(ci)，谷歌将Gemini集成(cheng)到了旗下几乎所(suo)有产品之(zhi)中，尤其是其优势业务——搜索，将搜索能力变得更(geng)为(wei)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(shi)，对两家公司而言，却是一次技术(shu)上的巅峰对决。
焦虑(lu)
两大AI巨头贴身肉搏背后，是AI厂商的商业化焦虑(lu)。
2015年，名不见经传的OpenAI在硅谷成(cheng)立(li)。彼时(shi)，它还是一家非营利机(ji)构。依靠着微软的10亿美元投资，过着扫地(di)僧(seng)的生活。
自2022年11月，ChatGPT问世后，OpenAI一炮打响，商业化进程也不断加速。2024年4月，OpenAI的COO称(cheng)，目前企业版ChatGPT的注册用户(hu)超过60万，而今年1月这一数字为(wei)15万多。
受惠于企业对AI技术(shu)的需求，消息称(cheng)，OpenAI2023年年收入已过20亿美元。
在这场由ChatGPT引发(fa)的AI热浪下，国内外科(ke)技大厂纷纷坐上牌桌。
2023年2月6日，谷歌宣布推出对话式(shi)生成(cheng)人工智能聊天机(ji)器人Bard，这是谷歌旗下大模型(xing)Gemini的前身；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)马跟上，百度发(fa)布文心一言，阿里(li)推出通义千问，华为(wei)旗下则是盘古，商汤也上新日日新。
科(ke)技大厂纷至(zhi)沓来，OpenAI想要走通商业化之(zhi)路，抢(qiang)占先机(ji)，就必须保证其技术(shu)上的领先，不断推出新的更(geng)强大的模型(xing)。不过，目前看(kan)来，这一路径变得更(geng)加艰难。
经过一年多的发(fa)展，各(ge)厂商相(xiang)继推出了对标GPT-4的大模型(xing)。
更(geng)具挑战的是，OpenAI迭代的速度开始变慢(man)了。从第(di)一代ChatGPT到ChatGPT的发(fa)布，OpenAI只(zhi)用了4个多月。但距离(li)ChatGPT-4发(fa)布已经过去(qu)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(man)，主要受制于大模型(xing)迭代的客观规律。越大越强的模型(xing)，数据和算力需求就更(geng)高。最终，这些都转化成(cheng)OpenAI的成(cheng)本压力。
相(xiang)比于OpenAI庞大的研发(fa)成(cheng)本，超20亿美元的年收入依旧是杯水车薪。Sam Altman表示，由于构建和运行其模型(xing)的成(cheng)本高昂，OpenAI仍然处于亏损状态。随着OpenAI开发(fa)更(geng)复杂的模型(xing)，预计支出将继续超过收入增长。OpenAI可(ke)能还需要筹集数百亿美元才能满(man)足这些成(cheng)本。
除了外部竞争，OpenAI还要面临(lin)“内忧”。5月15日，自去(qu)年年底“宫斗”事件之(zhi)后就未曾露面的Ilya Sutskever官宣离(li)开，表示自己已经有了下一个计划，但目前还不能透露细节。
作(zuo)为(wei)OpenAI的联合(he)创(chuang)始人和首席科(ke)学家，Ilya Sutskever主导了GPT系列大模型(xing)以及DALLE系列模型(xing)的研发(fa)。尽管不曾出席GPT-4o的发(fa)布会，但在GPT-4o主页上，Ilya的名字出现在“额外领导者”一栏。Ilya Sutskever的离(li)开，对OpenAI商业化的影响，仍然难以判断。
追赶
当技术(shu)之(zhi)间的差距逐渐缩(suo)小，AI厂商之(zhi)间的竞争也步(bu)入下半(ban)场。
在两场发(fa)布会上，OpenAI和谷歌默契(qi)地(di)开始关注端(duan)侧。GPT-4o推出Mac版本应(ying)用，谷歌则用Gemini重塑Android。
中国银河证券分析认为(wei)，GPT-4o发(fa)布预示着AI Agent新一轮(lun)竞争序(xu)幕即将拉开，叠(die)加macOS桌面版ChatGPT集成(cheng)，端(duan)侧AI革(ge)命在即，此(ci)外B端(duan)企业服务市场可(ke)能会因为(wei)GPT-4o的易用性和普惠性而迎来新的增长机(ji)遇。
新的商机(ji)下，谁能抢(qiang)得先机(ji)，占领更(geng)多终端(duan)，谁就能先行占有市场。
在这方面，谷歌拥有天然的优势。谷歌旗下拥有谷歌搜索、Gmail、Youtube、Chrome浏览(lan)器等一系列应(ying)用，构建了强大的生态。
相(xiang)较(jiao)之(zhi)下，作(zuo)为(wei)第(di)一个推出大模型(xing)的公司，尽管OpenAI在AI红利之(zhi)下，创(chuang)下了一系列记(ji)录。其用户(hu)体量和谷歌相(xiang)比，仍然有着不小差距。
Similarweb统(tong)计数据显示，ChatGPT今年4月全球(qiu)访问量为(wei)18亿次，相(xiang)比3月有所(suo)上升。与此(ci)同时(shi)，尽管谷歌4月的访问量相(xiang)比3月有所(suo)减少，但仍达到了834.9亿次。
更(geng)不用说(shuo)，谷歌还拥有Android。在今年开发(fa)者大会上，谷歌对Android Studio进行了升级，集成(cheng)了更(geng)多AI功(gong)能，方便开发(fa)者调用Gemini API进行软件开发(fa)。
英伟达人工智能工作(zuo)室负责人Jim Fan表示，谷歌做对了一件事，他们终于努力将人工智能整合(he)到搜索框中。在他看(kan)来，分发(fa)是谷歌的护城河。在这一背景之(zhi)下，Gemini不一定要做世界上最好的模型(xing)，就可(ke)以成(cheng)为(wei)世界上使用量最多的模型(xing)。
在OpenAI和谷歌的这场战争中，谷歌拥有Android等一系列产品，而OpenAI缺一个苹果。
作(zuo)为(wei)2023年手机(ji)出货量一哥，去(qu)年一年里(li)，iPhone出货量达到了2.346亿台，市场份额为(wei)20.1%。如果OpenAI旗下大模型(xing)真能取代“Siri”，成(cheng)为(wei)搭载在数亿苹果设备上的AI 智能助手，在搜索体验、效率提升上颠覆现有生态，对于OpenAI而言，或许一切将变得不同。