编辑｜大 风
OpenAI CEO山姆-奥特曼直接在社交平台公开嘲讽谷歌的审美过于差劲，他表示：我努力不去过多思考我们的竞争对手，但我无法不去思考OpenAI和谷歌之间的美学差异。下面附着的两张发布会现场图，左边是OpenAI，右边是谷歌。言下之意，就是OpenAI干净明了，极具科技感；而谷歌则离人群非常远，十分过时。OpenAI CEO山姆-奥特曼
山姆-奥特曼如此气急败坏，还是因为在上周，OpenAI和谷歌同时发布AI新品，双方打的你来我往：你说GPT-4o全球最先进，我说Gemini家族能覆盖全生态全路径。
两家硅谷巨头的直接对抗，把科技竞赛的强度拉满，就连CEO本人都坐不住了。山姆-奥特曼嘲讽谷歌并不是无的放矢，这场谷歌I/O大会在观看性上，确实差强人意。首先是时间太长，谷歌I/O大会足足有接近两个小时，主持人连续提起了121次AI字眼，甚至有观众在社交平台抱怨自己都快睡着了。然后就是产品太多，比起OpenAI仅有GPT-4o一款新品，谷歌这次则推出了十余种Gemini大模型的升级及新品，可以说是“AI全家桶”。升级了Gemini大模型：Gemini 1.5 Flash（100 万上下文）、Gemini Pro（200 万上下文）；新发布了手机版Gemini App：以手机应用程序形式，支持和AI视频对话；发布视觉语言模型Project Astra：拥有Imagen3（图像）、Music AI Sandbox（音乐）、Veo（视频生成）三种能力。
虽然谷歌AI全家桶看上去格外炫酷，但实际上对比OpenAI的GPT-4o依然差上很多，更多是硬件性升级，单纯给大模型升级一下参数。谷歌Gemini家族
最令人印象深刻的两项功能，是AI搜索Google Search和AI助理Project Astra。
首先是Google Search，搜索作为谷歌起家的根本，这些年遭受到了微软的重创。微软的Bing已经借助ChatGPT，给传统搜索引擎带来了“亿点点”AI降维打击。甚至就连OpenAI也在盛传将推出AI搜索类产品，来抢占Google搜索市场。压力之下，谷歌推出Google Search来稳定自家护城河，下定决心重塑搜索体验。据演示视频来看，Google Search最核心的功能，就是搜索摘要功能AI Overview。所谓的“搜索摘要功能”，就是谷歌之前提出来的“搜索生成式体验（SGE）”。用户在搜索框内键入文本，直接在最上方跳出AI帮忙整理的信息摘要。其中包含用自然语言对搜索结果的总结和概括，以及推荐的链接。AI Overview还内置了“多步推理功能Multi-Step Reasoning”、“计划功能Planning in Search”、“视频提问Ask With Video”。另外一个发布会亮点，就是谷歌推出的AI助理Project Astra。Project Astra就是一个完全对标GPT-4o的产品，产品形态和使用逻辑基本和ChatGPT无二。用户可以和它实时对话、视频聊天。并且，和GPT-4o一样，Project Astra也提供文生图、文生视频两项功能。只不过不叫DALL·E和Sora，而是叫做Imagen 3和Veo。唯一有点不一样的，就是Project Astra提供了音乐生成模型Music AI Sandbox。用户可以上传一小段音乐demo，Music AI Sandbox能在此基础上拓展延长。用户还可以输入提示词，进一步调整音乐风格，进行乐曲的二度创作。总之，用一句话来概括谷歌AI全家桶，就是：东西很多，精品很少。我们能在一系列AI新产品里，不断看到ChatGPT的影子，但单纯是在GPT-4o做好的框架里缝缝补补，升级一下算力，换个新框架。仅仅只有半个多小时，全程由公司CTO和两位工程师face to face，以对话形式展示产品，非常具有电影感。甚至CEO山姆-奥特曼都没有现身发布会，完全用产品力来震撼用户。现场的演示嘉宾拿着手机摄像头，让GPT-4o识别自己的表情，来判断自己的情绪。GPT-4o很快识别完成，说：你看起来很开心，带着灿烂的笑容，甚至有一丝兴奋，你能分享你快乐的来源吗？演示嘉宾在纸上写了“i love you”给GPT-4o，GPT-4o用带有一丝丝娇羞、热情四溢的语气快速回应着人类的“爱意”。
GPT-4o演示现场GPT-4o能感受到你的呼吸节奏、能“看出”你文字当中包含的情绪、甚至可以打断它的话，重新为话题增加新的语境，它也能作出完美回应……就像是2013年上映的好莱坞电影《Her》，斯嘉丽配音的人工智能和人类谈起了恋爱。这一幕，逐渐成为现实。谁会不喜欢一个热情洋溢、事事有回应、提供丰富情绪价值的伴侣呢？GPT-4o给后来者谷歌一个下马威，也给出未来AI大模型的一个满分答案：不管是生成式AI大模型也好，聊天机器人也好，不用再去关心什么硬件什么参数，AI的最终方向就是越来越像人类。OpenAI并没有过多描述自己的算力、自己的硬件升级，只是由首席技术官穆里·穆拉蒂 (Muri Murati) 表示，GPT-4o将提供与GPT-4同等水平的智能，但在文本、图像以及语音处理方面均取得了进一步提升，“GPT-4o可以综合利用语音、文本和视觉信息进行推理。”现阶段的GPT-4o已经摆脱了对文本、图片或语音的束缚，它的识别能力进化到了“听觉”和“视觉”。用“听”来捕捉情绪变化，比如能判断对方急促的呼吸方式不对；用“看”来识别你写在纸上的方程式数学问题，一步步教你解题步骤。甚至它还可以通过手机摄像头，回答你“这个人穿什么牌子的衬衫？”比起谷歌眼花缭乱、不知从哪下手的AI全家桶，GPT-4o已经领先到大气层了。GPT-4o除了在能力上，给了谷歌一个下马威外，OpenAI还放了大招：穆里-穆拉蒂表示，GPT-4o将免费提供给所有用户使用，不但当下免费，甚至以后OpenAI做产品就是要免费优先，为的就是让更多的人能使用。就连OpenAI CEO山姆奥特曼表示，新的GPT-4o是OpenAI有史以来最好的模型，它可供所有ChatGPT用户使用，无论是免费版本还是付费GPT-4版。如果GPT-4o真的能彻底取消付费制度，那么OpenAI获得的数据量会超出想象。可惜的是，OpenAI还是缺少“用免费改变世界”的魄力，背后还是有不少的猫腻。
穆里·穆拉蒂 (Muri Murati)首先，OpenA在官网公告上明确说明，免费用户在使用GPT-4o时，OpenAI做出了权限上的分级。免费用户可以使用GPT-4o的分析数据、创建报表、处理照片、上传文件、使用记忆功能等，基本上GPT-4o涵盖了GPT4所有的付费功能。但是免费用户会有消息数量的限制，PIUS用户的消息将是免费用户的5倍，Team和Enterprise用户限制将会更高。每天能用多久？每天能发几条？GPT-4o并没有详细说明。或许，我们可以参考OpenAI上一代GPT-4，限制每个用户每天的使用时间在3小时以内，并限制每天生成的信息数量不超过25条。虽然说这一限制在一定程度上，提高了信息的质量和用户的注意力。但还是要感叹一句，互联网的免费，永远不是真免费。
