一场科技竞赛正在美国硅谷上演。5月15日，谷歌举办了2024年I/O开发者大会，AI是全场的主题，谷歌CEO桑达尔·皮查伊和他的同事们发布了Gemini 1.5 Pro的新版本，在100万Tokens的窗口能力上，进一步扩大至200万Tokens，它们的最终目标是无限上下文。谷歌还展示了新的搜索产品，比如从本周开始，谷歌搜索引擎将在美国推出“AI概览”（AI Overviews）的功能，搜索引擎会直接归纳总结搜索结果。此外，谷歌还推出了新的TPU，第六代TPU芯片Trillium，较上一代芯片的算力表现翻4.7倍。
就在这场发布会前一天，OpenAI举行了春季发布会，发布最新GPT-4o多模态大模型，相较于GPT-4 Trubo速度更快、价格也更便宜。接下来的一个月里，硅谷还将迎来两家科技巨头的重磅大会——5月21日左右，微软将举行Build年度开发者大会；6月10日左右，苹果将举办全球开发者大会。一场有关AI的大比拼在大洋彼岸开赛。
伴随着OpenAI的崛起，以及谷歌在AR眼镜等失利，外界一度评价谷歌已经成为一家为“赚钱”打造的机器，失去了创新激情。不过，谷歌仍然拥有谷歌搜索、YouTube、云服务、Gmail、Android以及自动驾驶Waymo等业务，仅YouTube就有20亿月活用户，Android也拥有20亿月活用户，可以说，谷歌掌握着全球最多的用户场景、数据以及设备接口。
谷歌发布更新产品后，谷歌-C股价微涨0.6%，收盘价为171.93美元，市值2.12万亿美元，股价较2024年开年上涨了23%。
在刚刚过去的财季，谷歌展现出强有力的竞争力。2024年第一季度，谷歌实现营收805.39亿美元，同比增长15%，非美国通用会计准则下净利润为236.62亿美元，同比增长57%。
谷歌艰难守阵地
大会一开场，皮查伊就介绍说，现在已经有超过150万开发者正在使用谷歌的原生多模态大模型Gemini。Gemini在2023年12月上线，它被认为超过了GPT-4。
皮查伊宣布，Gemini 1.5 Pro向全球所有开发者开放，并支持200万Tokens的Gemini 1.5 Pro模型的预览，他们的目标是“无限上下文”。
此次开发者大会，谷歌着墨最多的是搜索，这是谷歌的起家业务，现在谷歌要重新定义搜索，它要把搜索做成多轮对话的推理，用户只需要问就可以了。
皮查伊以“重新定义搜索”的架势，连续上线多款基于Gemini的产品，比如总结谷歌搜索引擎结果的“AI概览”功能，支持用户存储图片的AI搜索Ask Photos。
以练瑜伽为例，谷歌会帮用户找到排名更靠前的工作室，并介绍他们的服务，可以看到每个门店的距离。谷歌搜索会把更大的问题分解成各个部分的问题，比如排名、评论、营业时间以及其他更多的研究。
但“重新定义搜索”的最大主动权可能不在谷歌手里，而在OpenAI这边。今年年初有传言说，OpenAI计划上线AI搜索业务，不过在5月14日OpenAI的发布会上，并没有展现该业务，这可能与算力成本有关系。
成熟大公司对待创新公司的崛起仍然毫无办法。对标OpenAI，谷歌仍在努力显示自己的存在。
在此次发布会上，谷歌还展示了一个名为Astra的项目，这是谷歌开发的通用人工助理，在演示视频中，Astra通过手机摄像头能识别真实环境中的物体，实现了能看、能说、能听。这与前一天OpenAI上线的GPT-4o功能类似，都实现了人机交互的新形式。但谷歌似乎不满足于此，Astra更强调指向人、机器与现实世界的三重交互。
大模型最大的挑战是解决响应时间的问题。谷歌介绍说，它们在Gemini模型的基础上，开发了通过连续编码视频帧，更快地处理信息的代理，同时，将视频和语音输入组合到事件的时间线中，捕捉并有效记忆。这些代理可以更好地理解用户所处的环境，并在对话中快速响应，使交互的速度和质量更加自然。
Gemini也将支持语音实时交互，同时今年晚些时候还将上线实时视频交互功能。未来几个月内，谷歌也将推出类似于GPTs的自定义AI助手Gems。它将能与“谷歌全家桶”进行交互。
“Gems易于创建，它们可以充当你的瑜伽闺蜜、你的私人副主厨、聪明的微积分导师、代码的同行评审员。”谷歌的相关负责人说。
谷歌发布会上还宣布了安卓生态的AI新进展，今年晚些时候，能够在本地运行的多模态Gemini Nano模型将登陆Pixel手机，它更智能，更注重隐私保护，比如，如果用户接到诈骗电话，将会提醒用户。
如果没有OpenAI，上述谷歌的创新技术可以称得上可圈可点，但奈何“既生瑜，何生亮”。
硅谷科技竞赛升级
在发布会上，谷歌只提到一家科技大公司，那就是英伟达。皮查伊发布了第六代TPU（张量处理器，谷歌为机器学习定制的专用芯片）芯片Trillium，较上一代芯片的算力表现翻4.7倍，TPU是谷歌自己研发的GPU芯片。
同时，皮查伊说，谷歌云将在2025年初，用上英伟达的最新Blackwell架构GPU。在过去数年，谷歌投资了200万英里的地面和海底光纤。
今年3月，英伟达发布了基于“Blackwell”架构的B100芯片与B200 GPU加速器，英伟达创始人黄仁勋说，这是迄今为止，英伟达最强大的GPU芯片，在生产出首批服务器之后，黄仁勋将一台服务器送给了OpenAI。
GPU在过去一年多时间成为堪比黄金的硬通货，各大科技公司不得不排队数月来等货，这让黄仁勋成为硅谷最受欢迎的CEO，人们争相排队和他见面，英伟达也是所有科技公司的合作伙伴。
而在GPU大热的背后，硅谷正在进入新一轮的科技竞赛。
2022年底，OpenAI发布ChatGPT开始，整个硅谷进入亢奋状态，这里甚至诞生了AI一条街，五六个人就可以组建一个公司，依靠一个想法获得融资，比如斯坦福博士生郭文景和同学创办的Pika，短短数月间就完成5500万美元融资，并推出了视频生成器Pika1.0。
科技巨头之间的关系变得异常紧张，主要是AI重构了边界，大公司重新变得野心勃勃：
微软重新盯上了搜索，扶持Bing发展；Meta向第三方硬件制造商开放VR头显操作系统Meta Horizon OS，进一步蚕食苹果生态；为应对OpenAI的崛起，苹果不得不放弃数十年的造车计划，集中资源搞AI。
进化以群体聚集的形式在硅谷上演，大公司你追我赶，它们之间的合纵连横也让AI竞赛变得复杂。
苹果公司计划和OpenAI合作，将OpenAI的技术引入iPhone之中，但微软是OpenAI的最大出资方；谷歌正和OpenAI酣战，支持其开源系统Android的AI进化，以展开和苹果iOS系统之间的竞争。
席卷全球的这次科技竞赛浪潮颇有点20世纪七八十年代硅谷的意味。那时，原生技术层出不穷，1968年，英特尔成立；1969年，AMD成立；1976年，乔布斯创办苹果电脑；1977年，甲骨文成立；1984年，思科公司成立。
只不过，50年前，是芯片等硬件造就了创业潮，创造了财富；现在，AI以及产品化则是最新的动力。
在AI时代，中国互联网同样也迎来了新发展机会，但正如大部分中国AI创业者所说，虽然一家又一家公司会在这次浪潮中转型甚至退场，但是千万不要低估中国创业者的生命力。
相关文章
