OpenAI召開春季發(fā)布會(huì)第二日，谷歌則以新一屆I/O開發(fā)者大會(huì)對(duì)陣。

這場(chǎng)活動(dòng)自北京時(shí)間5月15日凌晨1點(diǎn)開始便“火藥味”滿滿。谷歌在會(huì)上選擇“宣布一切”：連續(xù)發(fā)布、更新了十多款產(chǎn)品，包括AI助手Astra、文生圖模型Imagen3、對(duì)標(biāo)Sora的文生視頻模型Veo，以及備受矚目的旗艦大模型Gemini。

當(dāng)OpenAI“鴿”掉搜索，轉(zhuǎn)而推出最新旗艦大模型GPT-4o后，長期占據(jù)搜索霸主地位的谷歌，不僅重新設(shè)計(jì)了AI搜索，還同步推出AI識(shí)圖助手。

Gemini的新語音對(duì)話功能Live更是直接對(duì)標(biāo)OpenAI的GPT-4o，同樣可通過手機(jī)實(shí)時(shí)詢問周圍的情況，即使中斷對(duì)話也能再及時(shí)跟進(jìn)。

此外，谷歌瀏覽器Chrome將添加Gemini Nano。后者是Gemini系列中的一個(gè)輕量級(jí)版本，主要針對(duì)移動(dòng)設(shè)備設(shè)計(jì)。

谷歌還表示，另一小模型Gemma2.0即將于今年夏天推出，包括開源模型PaliGemma，可用于標(biāo)記照片以及為圖像添加標(biāo)題。Gemma模型采用與Gemini模型相同的技術(shù)棧，但規(guī)模更小，適合在資源受限的環(huán)境中部署。

很大程度上，人工智能競(jìng)賽也是一次爭(zhēng)奪智能手機(jī)的競(jìng)賽。谷歌產(chǎn)品管理副總裁Sameer Samat明確表示，谷歌將通過Gemini進(jìn)一步優(yōu)化安卓操作系統(tǒng)。這種優(yōu)化將首先在谷歌自家手機(jī)Pixel上得到體現(xiàn)。

Gemini顯然是此次發(fā)布會(huì)的主角，這當(dāng)中尤以多模態(tài)和長上下文技術(shù)被著墨更多。

過去幾個(gè)月，谷歌已經(jīng)推出了能夠進(jìn)行長上下文預(yù)覽的Gemini 1.5 Pro，在翻譯、編碼和推理方面進(jìn)行了一系列改進(jìn)。目前，Gemini 1.5 Pro的上下文長度由100萬token（文本處理的基本單位）刷新到200萬token，三個(gè)月即翻了一倍，表明該公司急于借此向外界“秀肌肉”。

此時(shí)距離Gemini問世已有一年，這一多模態(tài)大模型已經(jīng)可以跨文本、圖像、視頻、代碼等進(jìn)行推理。據(jù)谷歌透露，有20億用戶以及超150萬開發(fā)人員都在使用Gemini模型，該模型可被用于調(diào)試代碼、獲得新的見解并構(gòu)建下一代人工智能應(yīng)用程序。

為了能夠進(jìn)一步展示該模型的多種特性，谷歌針對(duì)搜索、照片、安卓系統(tǒng)等不同場(chǎng)景做了更加細(xì)致地介紹。

例如在搜索方面，Gemini為其帶來了全面的AI化改造。用戶可以提出更新、更長、更復(fù)雜的問題進(jìn)行查詢，甚至利用照片進(jìn)行搜索。谷歌計(jì)劃在本周開始向美國地區(qū)推出“AI概述”搜索，后續(xù)會(huì)在其他國家上線。

谷歌在現(xiàn)場(chǎng)展示了“詢問照片”這一功能。當(dāng)用戶在停車場(chǎng)付費(fèi)卻忘記了車牌號(hào)碼時(shí)，通?？赡軙?huì)在手機(jī)照片中搜索關(guān)鍵字，瀏覽大批過往照片來尋找車牌。但現(xiàn)在，只需詢問照片，就能準(zhǔn)確告知經(jīng)常出現(xiàn)的汽車，對(duì)車輛進(jìn)行三角測(cè)量，并告知車牌號(hào)。

再比如，你可以向照片提問自己的孩子是什么時(shí)候?qū)W會(huì)游泳的，甚至于干脆讓照片告訴你孩子的游泳進(jìn)展如何。

Gemini不僅僅是一個(gè)聊天機(jī)器人，也是個(gè)人助手，能夠幫助用戶處理復(fù)雜的任務(wù)以及采取行動(dòng)。Gemini 1.5 Pro也被引入谷歌云計(jì)算服務(wù)Google Work space。谷歌號(hào)稱，Gemini可以完成所有工作所需步驟。以退貨為例，AI可在郵件中搜索收據(jù)，找到相應(yīng)的訂單號(hào)，自動(dòng)填寫退貨表格，并安排取件。

大模型就是一場(chǎng)算力競(jìng)賽，訓(xùn)練最先進(jìn)的模型需要大量的算力。過去六年中，行業(yè)對(duì)機(jī)器學(xué)習(xí)計(jì)算的需求增長了100萬倍，并且每年都會(huì)增加十倍。作為AI時(shí)代的重要參與者，谷歌也在基礎(chǔ)設(shè)施方面發(fā)力頗多。

當(dāng)晚，谷歌即發(fā)布了第六代TPU（谷歌專為加速機(jī)器學(xué)習(xí)工作負(fù)載而設(shè)計(jì)的一種應(yīng)用特定集成電路）——“Trillium”，并稱Trillium是其迄今為止性能最高、效率最高的TPU，與上一代TPU v5e相比，每個(gè)芯片的計(jì)算性能提高了4.7倍，計(jì)劃將在今年底向客戶提供。

Gemini完全在谷歌自研的第四代和第五代TPU上接受訓(xùn)練和服務(wù)，包括Anthropic在內(nèi)的其他領(lǐng)先人工智能公司也在TPU上訓(xùn)練了他們的模型。

但在谷歌為其各種產(chǎn)品“灌注”AI功能的同時(shí)，意味著用戶需要對(duì)個(gè)人隱私數(shù)據(jù)做出更多讓渡。對(duì)此，谷歌承諾，不會(huì)使用其平臺(tái)上的用戶文件來訓(xùn)練Gemini或其他人工智能模型。

谷歌CEO皮查伊表示，當(dāng)天的發(fā)布會(huì)提到了121次“AI”，足以表明AI對(duì)谷歌的重要性。但除了強(qiáng)調(diào)重要之外，這場(chǎng)被外界所期待的針對(duì)OpenAI的反擊，并沒有帶來更大的驚喜。

轉(zhuǎn)載來源：界面新聞 作者：陳振芳