这一次，谷歌不再谨慎。
作者 | 黎诗韵、Li Yuan
编辑 | 靖宇
引领了人工智能先河、却因为谨慎错过了这一波大模型先机的谷歌——正在变得大胆和开放，在产品和生态上迎头赶上。
北京时间 2 月 8 日 21 点，谷歌宣布了旗下最强大多模态模型 Gemini（包括最大最强的 Ultra、中间态的 Pro、最小且匹配端侧的 Nano）的最新进展，核心是要推动 Gemini 的大规模应用落地和商业化。具体进展如下：
1）谷歌测试版的聊天机器人 Bard（已接入 Gemini Pro 模型）改名 Gemini；
2）推出 Gemini 的 Android 版App，并将 Gemini 的能力加入 iOS 的 Google App中，免费向公众开放；
3）在Android上，用户可以选择使用 Gemini 可以替代原来的 Google Assistant，成为手机的默认语言助手；
4）在谷歌官方会员计划 Google One 中加入 Gemini Advanced 服务，多付 10 美元即可访问最强大的 Gemini Ultra 模型；
5）大模型能力很快将接入 Google Workspace（包括 Gmail、Docs、Meet 等应用）和 Google Cloud 中。
Bard 改名 Gemini，同时推出 Android 版 App | 图片来源：谷歌
此次谷歌不仅直接推出了大模型面向 C 端的 App，同时将内部的多个产品线接入大模型，可以说向技术的公开化迈进了一大步。当问及为何选择推出面向公众的产品，谷歌产品管理高级总监、Gemini 体验官 Jack Krawczyk 对极客公园说，「我们谈论 Gemini，不仅仅是在谈（谷歌）最先进的技术，更是谈论一种生态系统的转变。」
Krawczyk 表示，这一转变背后，一方面是因为 Gemini 技术本身的强大——Gemini 从一开始就被创建为多模态大模型，它也是谷歌迄今最强大的模型，去年 12 月一经发布即引发全行业震撼。
另一方面则是因为，谷歌认为时机已到，「我们相信更多的人已经准备好了第一次与这项技术互动。按照我们目前引入的方式，预计许多人将首次使用生成性 AI。」Krawczyk 说。
在大模型对话产品席卷全球一年后，谷歌终于迈出了最关键的一步。
Gemini 推独立 App，
Google Assistant 失业？
为了迎战 ChatGPT，谷歌于 2023 年 3 月推出聊天机器人 Bard，但它的最初产品能力并不足够好、甚至在现场演示时回答出错。因此，谷歌不断提升 Bard 背后的模型水平，从最开始轻量级的 LaMDA 模型、升级到功能更强大的 PaLM 模型、再到最强的 Gemini 模型。去年 12 月 Gemini 发布后，Bard 宣布将运行在 Gemini Pro 上，这是 Bard 自推出以来最大的升级。谷歌似乎对 Gemini 的模型能力非常满意——现在，它不仅直接将 Bard 改名为了 Gemini，还决定为这款测试了长达一年的产品直接推出 App。
Gemini 的 App 界面 | 图片来源：谷歌2 月 8 日 21 点，谷歌推出 Gemini 的 Android 版 App，并将 Gemini 的能力加入 iOS 的 Google App 中，免费向公众开放。用户能够在亚太地区以英语、日语和韩语访问它们，更多语言版本即将推出。「我们从用户那里听说，他们希望在外出时更容易访问 Gemini。新的移动体验将我们最新的 AI 能力直接带到设备上，这样用户无论何时何地都能得到帮助。」Krawczyk 说。这也是很多大模型 C 端应用的使用场景，随时随地跟模型交互、获得服务。不过，比 App 最关键的是，Android 用户可以用 Gemini 替代原来的 Google Assistant，成为手机的默认语言助手。使用方式是：当用户访问 Google 助手时，会收到一个选项，询问是否希望加入 Gemini 作为实验性的助手。如果同意，Gemini 就会成为用户手机上的默认助手。用户可以通过现有的 Google 助手接入点，比如电源按钮、甚至 Hi Google，来唤醒使用 Gemini。
Gemini in Gmail | 图片来源：谷歌这意味着，Gemini 将可以调用 Google 助手，帮助用户执行任务。比如打电话、发送消息、设置计时器、控制智能家居设备等等，更多功能还在研发过程中。一整年来，各大模型厂商都在谈论个人助理（agent）的未来，即通过一个智能体、为用户自动调动所有的应用。而谷歌通过将 Gemini 融入谷歌助手，展现了这一智能助理的可能性。Krawczyk 表示，在 Android 手机上，助手界面是最自然的发展愿景，所以才会把 Gemini 作为手机数字助手的一部分。「这是谷歌构建真正 AI 助手的第一步，再次强调，这是第一步，这是开始。」他说。Gemini Advanced，
谷歌版的 GPT Plus
去年底发布 Gemini 时，谷歌就表示其中最强大的 Ultra 模型将通过 Bard Advanced 提供，但尚无收费计划。2 月，通过更名的 Gemini Advanced，Ultra 大模型正式对公众开放，不过，收费方案也随之而来。想要接入谷歌的 Ultra 模型，用户需要订阅 19.99 美元每月的 Google One 的 AI Premium 服务，比 ChatGPT 的 Plus 版本的订阅费用，小低 0.01 美元。虽然价格看起来仿佛对标，但谷歌在收费上，充分利用了自己的生态优势。Google One 服务并不是一项新服务，它在 2018 年已经推出，是谷歌的「全家桶」服务。使用 Google One 的人，可以享受多项 Google 服务，包括存储空间和解锁部分软件的高级功能。如果类比于国内，相当于买了一个会员，同时可以解锁 iCloud 照片的存储功能，百度网盘的大容量空间，网易邮箱的高级功能，腾讯会议的付费功能等等——而谷歌的厉害之处在于，在全部这些领域，谷歌旗下的应用，都拥有十亿级别的用户，付费基础广大。2024 年年初，谷歌刚刚宣布，Google One 目前已经有了 1 亿的订阅者。在 Google 推出新的 AI Premium 档位之前，Google One 原本有三个档位，每月 1.99 美元，每月 2.99 美元和每月 9.99 美元。新的 AI Premium 档位，虽然看起来是 19.99 美元，其中将赠送 9.99 美元档位的全部 Google One 服务。
Google One 的收费计划 | 图片来源：谷歌这相当于，如果一个用户原本已经付费 9.9 美元——可以解锁解锁 Google Meet（谷歌的在线会议平台）和 Google Calendar（谷歌的协作日历）的高级功能，那么，这个用户很可能已经是一个深度使用谷歌各项平台的商务人士。这时候，只需要每月增加 10 美元，就可以使用谷歌最强的大模型了。而谷歌为了勾住这些用户，还为他们量身定做了符合他们定位的功能，除了在专门的聊天窗口可以使用 Ultra 模型的能力，未来还能够在直接谷歌的邮箱，在线文档和在线会议中，使用大模型的能力。（从目前谷歌生产力智能助手 Duet AI 的功能演变而来）谷歌曾经表示，Gemini Ultra 在 32 个基准测试中拿下 30 个 SOTA（最先进水平），并且第一个在 MMLU 基准（大规模多任务语言理解基准）上达到人类专家水平。此次发布中，谷歌官方进一步表示，Gemini Advanced 将具有更长的上下文窗口，能够完成更加复杂的逻辑推理能力，遵从语意更加复杂的指令，可以辅助编程，可以角色扮演，可以看图说话——在这个版本中，谷歌似乎并没有加入多少图片生成或者语音对话的多模态能力。谷歌还在发布中表示：「在业界领先的聊天机器人盲测中，用户觉得 Gemini Advanced 是目前最受人欢迎的聊天机器人。」
Gemini Advanced 相当于谷歌版的 GPT Plus | 图片来源：谷歌由于大模型的评测目前还没有特别公允的横向比较标准，究竟是不是这样，恐怕要每一个用户自己去评判。谷歌放开了两个月的免费试用期，让大家自己来尝试 Gemini Advanced 是不是真的好用。不过可以看出，此次谷歌推出的付费版，重要卖点似乎并不完全落在其大模型拥有「吊打一切」的能力，而是更强调与生态内应用的结合，用户能够更加无缝地在已有的 Google 应用中，方便地使用人工智能的能力。比如写邮件，直接在邮件窗口下面，跟人工智能说一句看看怎么帮我回，显然比把邮件复制粘贴了放进另一个聊天机器人的对话窗口，再写 prompt 让机器人回复更为方便。而人工智能与在线会议等应用的结合，更是充满了很多提效空间。值得注意的是，谷歌的人工智能团队是 Transformer 架构的提出者，而在 2023 年，人工智能的最大风头，却更多地被微软和 OpenAI 抢走。2023 年，谷歌在人工智能方面也动作频繁，但很难说受到了外界的多少认可。最新一季的财报公布之后，谷歌母公司 Alphabet 股票下跌约 5%。The Information 的 Martin Peers 分析道：目前大幅投入人工智能的科技公司，最后都需要证明自己的投入是否能够得到经济回报。微软从 AI 中已经收获到了回报，包括云业务增长 和 Office 产品的销量，可能也受到 AI 功能的推动。而谷歌的母公司 Alphabet，则没有表现出类似的收益。「不过 Alphabet 和微软一样，有收益的潜力。」2024 年开年，Alphabet 第一次宣布了 AI 收费产品，也许，现在正是能够验证 Alphabet 在 AI 产品上到底能不能收益的时候了。本文为极客公园原创文章，转载请联系极客君微信 geekparkGO出门问问创始人 & CEO 李志飞在极客公园科技小年老友会直播中提到，「不要想着给大模型打补丁来提高它的智商，而是要花时间去想怎么把这些智商给用起来」。
