OpenAI和谷歌再度燃起爭霸烽火

谷歌Project Astra亮相發佈會。圖片來源：美國Gizmodo網站

　　OpenAI與谷歌的又一次技術交鋒剛剛落下帷幕。

　　北京時間5月14日淩晨，OpenAI發佈了新一代多模態人工智慧(AI)大模型GPT-4o，其先進的AI語音交互技術迅速吸引了人們的目光。

　　一天之後，谷歌在北京時間15日淩晨的I/O 2024開發者大會上，攜新版Gemini AI大模型等尖端産品重裝上陣，正面對決OpenAI，燃起新一輪AI領域爭霸的烽火。

　　GPT-4o語音對話絲滑如真人

　　一個擁有流暢、迷人嗓音的逼真AI，可以讓人類用戶著迷並留下深刻的印象。調情、講笑話、滿足人類的慾望，並最終留住他們的心……這是2013年美國上映的電影《她》中的情節。在這部影片中，一位叫薩曼莎的虛擬姑娘讓孤獨內向的男主深陷其中。

　　事實上，這也是OpenAI展示的新模型GPT-4o所能讓人聯想到的情節。

　　據OpenAI介紹，GPT-4o是一個“原生多模態”模型。它命名中的o來源於“omni”一詞，意為“全能的”，有包羅萬象之意。它可以接受文本、音頻和圖像任意組合的輸入，並生成這些格式的相應輸出。新模型使ChatGPT能夠處理50種不同的語言，速度和品質同時得到提高。它可以在短短232毫秒內處理音頻輸入，平均耗時320毫秒，與人類對話中的反應時間相當。

　　GPT-4o允許ChatGPT以更加逼真的方式與用戶交流。它不僅能檢測用戶聲音中的情緒，分析面部表情，還能根據用戶需求改變語調和節奏。如果想聽睡前故事，它可以用耳語説話。如果需要來一段帶“酸味兒”的對話，它就能以輕鬆、諷刺的語氣與人交談。它甚至還可以按要求唱歌，一會兒是高亢的女高音，一會兒又能變成迷人的女低音。

　　有趣的是，就在GPT-4o官宣發佈後，一名OpenAI的員工發佈了一條意味深長的資訊：“你們都會愛上它的。”

　　Astra讓AI與人們生活無縫融合

　　OpenAI發佈了GPT-4o後，壓力就給到了谷歌。谷歌在發佈會上，放出大招向OpenAI“開戰”，勢必要扳回一局。

　　谷歌在整個大會中共提到“AI”121次，並推出了從新的搜索和聊天功能到面向雲客戶的AI硬體等十余種新品和升級産品。其中包括由升級後Gemini模型驅動的AI助手項目Astra、對標Sora的文生視頻模型Veo，以及第六代Tensor處理器單元(TPU)Trillium晶片。

　　Astra是一次旨在創建“通用人工智慧代理”的新嘗試。與GPT-4o一樣，Astra具有以各種形式或多模式方式快速響應用戶的卓越能力，這使得它非常適合成為AI助手。

　　谷歌表示，通過對視頻幀和語音輸入進行連續處理和編碼，Astra可以創建事件時間軸並暫存資訊，以便快速調用。這使AI能看、能聽、能説，甚至能回憶。在一段引人入勝的視頻中，這款模型通過智慧手機的攝像頭識別出現實世界中的物體，能直接讀取代碼，甚至能幫用戶回憶起他的眼鏡落在了哪，還能幾乎零延遲與人實時對話。

　　生成式AI革命遠未成功

　　自ChatGPT宣告問世，谷歌和OpenAI的競爭就不斷升級。現在，兩大科技巨頭更是在兩天時間裏紛紛亮出引人矚目的産品。

　　然而，生成式AI的飛速發展也伴隨著眾多質疑的聲音。人們對於這些科技公司所塑造的“AI未來”仍持謹慎態度。

　　《新科學家》雜誌網站稱，人們應該認識到，生成式AI的成功還遠未確定。這個領域還很新，公司之間競爭的目的並不是市場份額或客戶忠誠度，而僅僅是為了擁有最新産品。新的GPT-4o儘管更有“人味兒”，但AI胡編亂造的行為未必能得到限制。

　　根據美國皮尤研究中心的調查，儘管ChatGPT在過去幾年聲勢浩大，但只有23%的美國成年人使用過它。英國牛津大學卡麗莎·維利茲副教授稱：“這項技術到底有多大影響，目前還很不明確。大多數人尚未體驗過生成式AI工具，有理由認為，這項技術最終可能不如一些人想像的那樣具有革命性。”