科技巨頭谷歌和AI（人工智能）新銳巨頭OpenAI正在AI領域激烈競爭。

當地時間5月14日，在谷歌I/O開發者大會上的主題演講中，谷歌爲旗下大模型Gemini推出了一系列更新，展示了由升級版Gemini驅動的AI助手項目Project Astra、對標Sora的文生視頻模型Veo，以及支持多模態輸入的AI搜索引擎和第六代Tensor處理器單元（TPU）Trillium芯片等等。其中，Astra是谷歌的AI智能體項目，能夠通過手機攝像頭或智能眼鏡來“看到”用戶眼前的內容，響應語音命令。

這本應是屬於谷歌的“炸場”時間，遺憾的是，就在前一天，OpenAI剛剛搶過風頭，推出了最新多模態大模型GPT-4o（o代表omini，全能），支持文本、音頻和圖像的任意組合輸入，並生成文本、音頻和圖像的任意組合輸出，可實現人類級別響應。

從已有的演示視頻來看，谷歌AI助手的回應速度似乎比GPT-4o稍慢一些，語音所表現出的感情色彩也比較平淡。相比之下，GPT-4o可以識別用戶聲音中展現的情感，甚至能實時根據用戶的需求來使用不同情感風格的聲音。

發佈GPT-4o後，OpenAI的CEO薩姆·奧特曼（Sam Altman）還意有所指地發出一條寫着“her”的推文，讓人聯想起著名影片《她（Her）》，片中主角和沒有實體但善解人意的AI助手墜入愛河，卻又因價值和世界觀的不同產生分歧。

有科技媒體指出，OpenAI正在讓生成式AI變得更像人類，谷歌則在AI搜索方面加碼。雖然谷歌憑藉其生態和規模在實用方面不斷增強，OpenAI的產品或許更能抓住年輕用戶的喜好。

這已經不是谷歌和OpenAI第一次“搶頭條”。

今年2月16日，谷歌推出了醞釀已久的Gemini 1.5 Pro，稱其在性能上超越GPT-4 Turbo。兩小時後，OpenAI突然空降文生視頻模型Sora，立刻憑藉其出色的生成質量和突破性的生成時長成爲全球焦點。

而在不久之後，由於網友發現Gemini 1.5的圖像生成器工具似乎有意避免生成包含白人的圖像，並在圖像中加入了過量的“多樣性”要素，一時引發輿論譁然，對谷歌的名聲和股價一度造成顯著的負面影響，引發投資者對於谷歌在日漸激烈的AI競賽中是否已經落後的擔憂。

不過，也有一些專家認爲，谷歌本屆開發者大會的表現說明，公司已經在AI領域走上正軌。

在開發者大會舉辦前，一些華爾街分析師就預測，本次活動將擴大谷歌在AI創新方面的規模，帶來產品商業化機會。Gemini的功能升級和AI與搜索引擎的結合符合了他們的預期，體現出谷歌正在積極尋找新的貨幣化策略。

知名科技分析師、深水資產管理公司（Deepwater Asset Management）的執行合夥人吉恩·蒙斯特（Gene Munster）表示，谷歌的AI進步體現在其生成式AI和代理AI技術上：“他們落後OpenAI約6個月，領先了其他人約5年。”

蒙斯特還指出，谷歌將在其整個產品陣容中推出其人工智能Gemini，這一舉措響應了谷歌在2017年宣佈要成爲“AI第一”的口號。此外，谷歌在本次大會上宣佈推出AI搜索AI Overview，這一點也值得關注，但谷歌尚未提供如何將該功能貨幣化的具體細節。

英偉達高級研究科學家範麟熙（Jim Fan）也表示：“谷歌正在做的一件事是正確的：他們終於在認真將AI整合到搜索中......谷歌最強大的護城河是分銷。Gemini不一定要成爲最好的模型，而是可以成爲世界上最常用的模型。”

有趣的是，在發佈會後接受外媒採訪時，谷歌CEO桑達爾·皮查伊（Sundar Pichai）還表示，如果確認OpenAI濫用視頻網站YouTube的數據和內容進行AI訓練，公司將採取行動。

雖然並未透露具體的行動方案，皮查伊表示，如果發現相關行爲，谷歌將與OpenAI一起“解決問題”。

此前，今年3月，OpenAI首席技術官米拉·穆拉蒂（Mira Murati）在接受採訪時還曾對Sora的訓練數據來源含糊其辭。當被追問具體來源是否包含YouTube的視頻時，穆拉蒂回覆稱“我實際上並不確定”，並拒絕回答有關Instagram或Facebook視頻是否被納入訓練集的問題。