谷歌对垒OpenAI

全天候科技

2024-05-17 17:06发布于上海全天候科技官方账号

近几天，科技圈最大的新闻莫过于OpenAI和谷歌这两场发布会。

24小时之内，OpenAI、谷歌这两家AI巨头相继亮剑。

5月14日，OpenAI CEO Sam Altman亲自下场造势，在20多分钟的发布会中，用全新的多模态模型GPT-4o唤醒了人们对电影《Her》中人工智能系统“萨曼莎”的幻想。

次日，谷歌宣布升级Gemini，推出“AI全家桶”，推出集成AI的搜索引擎，用AI重塑Android。它试图借此重振旗鼓，抢回AI赛道上的主动权。过去一年多里，OpenAI多次截胡谷歌，抢在谷歌之前发布新技术、产品。

无论是双方在技术上的比拼，还是OpenAI牵手苹果，都表明，OpenAI这家AI届的当红明星都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时代里，面对后浪的追赶，谷歌等科技巨头不能松懈，否者，便是一个时代的远去。

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，谷歌也有自己的萨曼莎——Project Astra。

“我脑海中已经有这个愿景很长一段时间了。”谷歌DeepMind的负责人、谷歌人工智能工作负责人Demis Hassabis说。这些年，他一直在思考和研究人工智能，思考如何让机器更像人。

在他的设想中，一个人工智能Agent必须能像人一样理解并对复杂灵活的世界做出反馈。它要能看到文本并且有所反应，并且必须有主动性、可被教育的而且有个性，所以能自然地，没有延迟地和它交谈。最终，这些所有的想象就成了Project Astra。“就是那个帮手，”Hassabis说，“它很有用，你已经习惯它在你需要的时候一直在那里。”

从演示视频来看，Project Astra与Hassabis的设想显然还有距离。甚至与GPT-4o相比，延迟也更高，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声。

Project Astra的出现，也被视作是对GPT-4o的正面回应。

这并非是OpenAI和谷歌的第一次正面交战。今年2月，在谷歌发布会一周后，OpenAI悄无声息抛出重磅炸弹，推出了首款文本转视频模型——Sora。尽管Sora至今未曾开放使用，仍然给整个科技圈带来了震撼。

对于OpenAI扔下的这颗炸弹，谷歌同样在开发者大会上给出反击，发布了AI媒体创作模型Veo。据介绍，Veo能够生成高质量的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超过一分钟，Veo还能够理解电影制作和视觉技术的专业概念，如延时拍摄等。

不仅如此，谷歌将Gemini集成到了旗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，对两家公司而言，却是一次技术上的巅峰对决。

焦虑

两大AI巨头贴身肉搏背后，是AI厂商的商业化焦虑。

2015年，名不见经传的OpenAI在硅谷成立。彼时，它还是一家非营利机构。依靠着微软的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，目前企业版ChatGPT的注册用户超过60万，而今年1月这一数字为15万多。

受惠于企业对AI技术的需求，消息称，OpenAI2023年年收入已过20亿美元。

在这场由ChatGPT引发的AI热浪下，国内外科技大厂纷纷坐上牌桌。

2023年2月6日，谷歌宣布推出对话式生成人工智能聊天机器人Bard，这是谷歌旗下大模型Gemini的前身；Meta则官宣发布Llama；同年3月，美国公司Anthropic推出Claude；国内公司也立马跟上，百度发布文心一言，阿里推出通义千问，华为旗下则是盘古，商汤也上新日日新。

科技大厂纷至沓来，OpenAI想要走通商业化之路，抢占先机，就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，目前看来，这一路径变得更加艰难。

经过一年多的发展，各厂商相继推出了对标GPT-4的大模型。

更具挑战的是，OpenAI迭代的速度开始变慢了。从第一代ChatGPT到ChatGPT的发布，OpenAI只用了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，这些都转化成OpenAI的成本压力。

相比于OpenAI庞大的研发成本，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的成本高昂，OpenAI仍然处于亏损状态。随着OpenAI开发更复杂的模型，预计支出将继续超过收入增长。OpenAI可能还需要筹集数百亿美元才能满足这些成本。

除了外部竞争，OpenAI还要面临“内忧”。5月15日，自去年年底“宫斗”事件之后就未曾露面的Ilya Sutskever官宣离开，表示自己已经有了下一个计划，但目前还不能透露细节。

作为OpenAI的联合创始人和首席科学家，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“额外领导者”一栏。Ilya Sutskever的离开，对OpenAI商业化的影响，仍然难以判断。

追赶

当技术之间的差距逐渐缩小，AI厂商之间的竞争也步入下半场。

在两场发布会上，OpenAI和谷歌默契地开始关注端侧。GPT-4o推出Mac版本应用，谷歌则用Gemini重塑Android。

中国银河证券分析认为，GPT-4o发布预示着AI Agent新一轮竞争序幕即将拉开，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浏览器等一系列应用，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，创下了一系列记录。其用户体量和谷歌相比，仍然有着不小差距。

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，但仍达到了834.9亿次。

更不用说，谷歌还拥有Android。在今年开发者大会上，谷歌对Android Studio进行了升级，集成了更多AI功能，方便开发者调用Gemini API进行软件开发。

英伟达人工智能工作室负责人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到搜索框中。在他看来，分发是谷歌的护城河。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量最多的模型。

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。

作为2023年手机出货量一哥，去年一年里，iPhone出货量达到了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。