作者｜沐风

来源｜AI先锋官

这两天，美国硅谷两大巨头上演了一场AI科技竞赛。

今日凌晨，谷歌举办了2024年I/O开发者大会，一口气拿出来十几款新品及升级。

不过，谷歌经常被戏称是“AI界的汪峰”，每每有新品上市，必然被OpenAI截胡。

此前一天，OpenAI刚举行完春季发布会，发布最新GPT-4o多模态大模型。

作为两家在AI各领域全面对标发展的两家公司，必然有不少“撞车”项目。

但作为科技巨头的谷歌，拥有着庞大的系统和应用生态，这也是Open AI只能望其项背的地方。

谷歌、Open AI先后发布新品和升级

主打一个“更高、更快、更便宜”

在刚结束的谷歌I/O开发者大会，谷歌CEO桑达尔·皮查伊发布几十款Google和AI结合产品，内容包含新基础模型、AI Agent、文生图模型、文生视频模型、TPU芯片等。

由于产品太多，有必要做个简单表格，来更直观地展示谷歌此次的发布和新升级。

就在昨天，Open AI抢先一步，也举办了春季发布会，并发布全新的AI模型GPT-4o，被认为是在有意“狙击”谷歌。

对比两张图表里的关键词，可以提炼出两家巨头的此番更新也有一些共同性，比如模型能力更强、响应速度更快、以及想要降低服务成本。

从产品更新的数量来说，谷歌恨不得掏光家底，但Open AI一招“抢发”，便达到了“四两拨千斤”的效果。不少产品被形容为“跟 GPT-4o 好像”。

谷歌本次重点推出的多模态AI助手 Project Astra，及其AI语音聊天功能 Live来说，就与OpenAI前一日推出的GPT-4o功能颇为类似。

同样拥有低延时的丝滑语音对话体验，同样也能用摄像头，让AI处理视觉信息。

在谷歌的演示视频中，Project Astra 能迅速认出音响的发声部位、彩笔，还能对屏幕上的代码进行一定程度上的解释。

它甚至还能根据箭头，提出在服务器和数据库之间添加缓存，能提高速度的建议。

其实，Astra也有比GPT-4o的强大之处，在视觉处理上，目前GPT-4o只能处理静态图像，Astra已经可以处理视频。

在文生视频领域，谷歌也对 Sora 发起追赶，在本次的主题演讲中，谷歌正式发布了视频生成大模型Veo。

Veo可以生成超过一分钟的高质量的1080P分辨率视频，涵盖广泛的电影和视觉风格。

谷歌声称Veo具有“对自然语言和视觉语义的高级理解”，可以创建用户想要的任何视频。而且能准确呈现详细的长提示并捕捉情感，甚至理解电影术语，如“延时”或“航拍镜头”。

所以，从质量上讲，谷歌的Veo和Sora足有一战之力。

Open AI产品领先一筹

谷歌的系统和生态不容小觑

谷歌被Open AI抢尽了风头，而且 从产品进展来看 OpenA I 似乎领先一筹。

但这也不意味着OpenAI就一定成为最后的赢家。 因为谷歌也有着其他AI巨头无法比拟的 优势。

在AI领域的任何一个赛道，都有谷歌的身影，可以说是AI界的“六边形战士”。

在本次大会上亮相的产品，包括对标 Midjourney 等文生图片大模型的 Imagen 3、对标Suno等音乐生成大模型的Lyria、对标GPT-4 Turbo等轻量性能大模型的Gemini 1.5Flash、对标Llama 3等开源大模型的Gemma 2，还有Google自家的新TPU等。

不止如此，谷歌还拿出来些不少其他AI厂家绝对拿不出来的东西。 比如 率先发布AI搜索引擎 ，以及凭借着成熟系统与应用生态秀了一波“肌肉”。

在演讲中，谷歌展示了一波Gemini和 Google相册的结合。

如果你记不清自家的车牌号，在Google相册里搜索“查找车牌号”，Gemini会从你的图片库中找到你车的照片，并告诉你车牌号。

在谷歌Gmail邮箱里，你也能通过AI 迅速提取邮箱里航班信息，同时Google地图以获取您酒店附近的餐厅和旅游景点，再给计划相应的日程……

此外，还有 日历、文档、表格、幻灯 片、云端硬盘等在内谷歌 Worksp ace 应用，将引入最新的 AI 模型 Gemini 1.5 Pro 。

按照谷歌的说法，Gemini大模型正在全面整合谷歌的产品中，将把AI直构建到Android操作系统的底层之中，从而改写用户和手机之间的交互方式。

就目前来看，手机依然是这些超级智能助手最重要的硬件载体，而手握安卓系统和成熟应用生态的谷歌有着天然的优势。

从这个角度看，近段时间苹果与OpenAI的合作传闻不断，可能正是来源于二者对抗谷歌因而各取所需。

扫码邀请进群，我们带你一起来玩转ChatGPT、GPT-4、文心一言、通义千问、讯飞星火等AI大模型，顺便学一些AI搞钱技能。