OpenAI与谷歌正围绕超大规模人工智能(AI)主导权展开激烈竞争。OpenAI为ChatGPT增加记忆功能后,谷歌公开了可处理总计100万个令牌(AI运算单位)的“Gemini 1.5 Pro”。随后OpenAI推出可将文字生成视频的AI“Sora”予以反击。在大型科技企业竞争加剧之下,AI技术正迅速高端化。
15日(当地时间),谷歌推出了Gemini 1.5 Pro。谷歌的超大规模AI Gemini按规模分为Nano、Pro、Ultra三类。这相当于在本月8日公开最高端模型“Ultra 1.0”仅一周后,就推出了Pro的新版本。
Gemini 1.5 Pro一次最多可处理100万个令牌,超越现有Gemini 1.0 Pro的3.2万个和OpenAI GPT-4 Turbo的12.8万个,是现存最大处理容量。谷歌强调:“Gemini 1.5 Pro可一次处理约1小时的视频、11小时的音频文件、3万行以上代码以及70万单词以上的文本。”
Gemini 1.5 Pro的性能较前一版本提升87%,虽为中型模型,却实现了与Gemini Ultra相近的性能。该服务首先向部分开发者和企业用户提供,正式版本基本提供12.8万个令牌,也可通过购买增加令牌。
面对谷歌发布新AI的消息,OpenAI立即展开反击。OpenAI当天介绍了可将文字生成最长1分钟视频的多模态AI Sora。这是在两天前宣布为ChatGPT增加记忆能力之后,迅速公开的新功能。Sora比现有将文字或图片生成视频的AI模型更能准确把握指令的“语境”。OpenAI解释称:“它能理解所指示的内容在物理世界中如何存在,从而创造出表达生动情感的迷人角色与世界。”Sora目前同样仅向数量有限的创作者开放。OpenAI与谷歌的竞争正从AI扩展至搜索领域。当天,信息技术(IT)专业媒体The Information报道称,OpenAI正在开发基于微软(MS)搜索引擎“Bing”的搜索服务。这是意图进军谷歌大本营搜索领域的战略。






