与OpenAI展开激烈超大规模人工智能(AI)竞争的谷歌,正以庞大的生态系统为武器展开反击。尽管外界认为其在AI竞争中略显落后,但谷歌的策略是在技术上快速追赶,同时将AI融入涵盖搜索、邮件、云和移动的生态系统,守住能真正产生收益的平台霸权。
14日(当地时间),谷歌在美国加利福尼亚州山景城举办年度最大开发者活动“Google I/O 2024”,公布了在美国正式推出生成式AI搜索、将生成式AI Gemini整合进谷歌各项服务,以及轻量化AI Gemini 1.5 Flash等内容。谷歌首席执行官(CEO)桑达尔·皮查伊强调:“我们将把Gemini应用到搜索、相册、Workspace、安卓等超过20亿人使用的谷歌产品全线。”
谷歌将自去年5月起对部分用户试行的生成式AI搜索(SGE)在美国正式推出。该功能在用户使用谷歌搜索时,不只是提供网页链接,而由生成式AI提供摘要信息。这是对搜索竞争对手微软(MS)采用基于OpenAI ChatGPT的“Copilot”搜索的回应。皮查伊表示:“过去一年里,我们通过生成式AI搜索提供了数十亿条答案”,“从本周起将向美国所有用户开放‘AI概览’功能,之后会在更多国家推出。”
Gmail、日历、Workspace等谷歌云Workspace应用全线也将正式引入Gemini。该功能使Gemini超越单纯“聊天机器人”的角色,将Gmail、日历、云端硬盘中的文档以及安卓智能手机中的数据有机联动,充当“AI助理”。当天谷歌还演示了Gemini在谷歌表格中查找日程并保存到日历,以及基于电子邮件自动修改日历和表格的过程。搭载Gemini的谷歌Workspace将从下月起向优先体验试用功能的“Labs”用户提供。
面向边缘(端侧)AI的轻量化模型Gemini Nano将增加可同时处理图片、语音等的“多模态”功能,并整合进包括Samsung Electronics Galaxy在内的所有安卓智能手机。安卓由此成为首个内置基础AI模型的移动操作系统(OS)。此外,无需网络连接即可运行的边缘AI能够识别垃圾电话,安全性也有望提升。
前一天竞争对手OpenAI通过GPT-4o强调的AI模型效率提升,谷歌也同样实现。当天谷歌公布了轻量化AI模型“Gemini 1.5 Flash”。它与现有的Gemini 1.5 Pro一样,最多可一次处理达100万个token的数据,但响应速度更快。每100万token的运行成本仅为35美分,只有1.5 Pro(7美元)的二十分之一。面向付费订阅用户提供的Gemini Advanced基础模型也从原来的Gemini 1.0 Ultra替换为更轻量但性能相当的1.5 Pro,进一步降低了运行成本和响应时间。同时,1.5 Pro的最大token数翻倍至200万,以便执行更高层次的任务。
谷歌还公布了将成为AI运行基础的新半导体。第六代张量处理单元(TPU)“Trillium”性能比上一代提升4.7倍。皮查伊表示:“为应对每年增长10倍的机器学习运算需求,需要更出色的TPU”,“计划年底应用于谷歌云”。
谷歌当天在主题演讲中提及AI达121次,但重点并非“炫耀AI性能”,而是介绍AI在实际服务中的应用案例,强调谷歌AI能在搜索、Workspace、智能手机等方面多大程度改善真实用户的生活。这也是发挥谷歌作为全球最大搜索与平台企业优势的策略。
同时也可看出其局限:一直被认为落后于OpenAI和微软的AI技术实力,仍未能消除外界疑虑。当天谷歌没有公布性能最高的AI Gemini Ultra新版本,仅强调1.5 Pro性能有所改善。谷歌还介绍了计划年内推出像人一样识别并回应语音与物体的AI的“Project Astra”,但前一天OpenAI宣布将在数周内推出具备类似功能的GPT-4o,使其风头被抢。谷歌还公布了仅凭提示词即可制作1分钟以上FHD视频的“Veo”、图像生成AI“Imagen 3”等,但发布时间仍晚于OpenAI的Sora和DALL·E 3。






