作者 | 山竹

出品 | 鋅產(chǎn)業(yè)（公眾號：xinchanye2021）

經(jīng)歷了2023年的百模大戰(zhàn)后，2024年，大模型之戰(zhàn)進(jìn)一步聚焦到了頭部企業(yè)。

在上周阿里在北京的大模型主題發(fā)布會上，就有阿里云高管在現(xiàn)場指出，截至目前，有競爭力的基礎(chǔ)通用大模型已經(jīng)收斂到了10個以內(nèi)。

兩只手就數(shù)得過來的對手意味著，那些在資源和技術(shù)上占據(jù)優(yōu)勢的頭部玩家，就可以根據(jù)對手動態(tài)做出針對性策略，今年年初OpenAI對谷歌的精準(zhǔn)狙擊就是一個很好的例子。

2024年2月15日，谷歌對外重磅發(fā)布了多模態(tài)大模型Gemini 1.5 Pro，官方測試結(jié)果顯示，這個最高支持100萬tokens的多模態(tài)大模型，性能遠(yuǎn)超GPT-4 Turbo。

然而，就在同一天，OpenAI發(fā)布了文生視頻大模型Sora。

Sora的發(fā)布讓全網(wǎng)關(guān)注度再次聚焦到了OpenAI這一文生視頻產(chǎn)品上，搶走了本應(yīng)屬于谷歌的高光時刻，也讓谷歌Gemini 1.5 Pro在大模型發(fā)展歷史上的意義再次被低估。

作為本應(yīng)是大模型領(lǐng)域絕對領(lǐng)導(dǎo)者的谷歌，在召開2024年谷歌I/O大會前夕，全球大模型市場再次暗潮涌動。

阿里云發(fā)布通義千問2.5、零一萬物發(fā)布千億參數(shù)大模型……，更重要的是，OpenAI也再次有了新動作。

01GPT-4o緩解Altman的焦慮

作為硅谷技術(shù)團(tuán)隊創(chuàng)業(yè)中為數(shù)不多的“商人”CEO，Altman能夠掌舵OpenAI靠的不是技術(shù)有多牛或是解決工程化問題的能力有多強(qiáng)，而是他的商業(yè)頭腦，因而一直被認(rèn)為是一位營銷大師。

甚至有業(yè)內(nèi)人士猜測，在OpenAI內(nèi)部，最終拍板決定一個產(chǎn)品何時發(fā)布的，不是技術(shù)團(tuán)隊或產(chǎn)品團(tuán)隊，而是公關(guān)團(tuán)隊。

無論這樣的猜測準(zhǔn)確與否，我們能夠看到的是，在Altman的推動下，OpenAI的ChatGPT、GPT-4、GPTs、Sora等產(chǎn)品的發(fā)布，最終都在全球范圍內(nèi)形成了廣泛的關(guān)注。

尤其是在今年年初（北京時間2月16日），已經(jīng)在生成式AI領(lǐng)域占據(jù)絕對優(yōu)勢的OpenAI，在谷歌多模態(tài)大模型Gemini 1.5 Pro發(fā)布僅兩個小時后，就對外發(fā)布了文生視頻模型Sora，這波操作直接“截獲”了本應(yīng)屬于谷歌的潑天流量。

被官方稱作“世界模擬器”的Sora發(fā)布有多炸裂？

在Sora發(fā)布那兩周里，幾乎所有人都在談?wù)揝ora，華大集團(tuán)CEO尹燁就曾在一篇署名文章中曾引經(jīng)據(jù)典地論證了Sora將人工智能技術(shù)提升到了一個更高維度。

不過，對于OpenAI而言，Sora最直接的作用是狙擊了谷歌的Gemini 1.5 Pro，以及隨后發(fā)布的Claude 3，這讓OpenAI至今依舊站在AI之巔。

為什么OpenAI必須是行業(yè)第一？

原因在于，生成式AI本質(zhì)上是靠大算力、大數(shù)據(jù)、大模型，通過量變實現(xiàn)的質(zhì)變，在早期商業(yè)模式中，OpenAI玩的還是互聯(lián)網(wǎng)那套：

通過高增長的用戶量不斷拿到大額融資進(jìn)行技術(shù)研發(fā)，再通過快速迭代的技術(shù)改善產(chǎn)品體驗來獲得更多用戶、保持業(yè)務(wù)增長。

作為已經(jīng)在收斂的基礎(chǔ)大模型領(lǐng)域，已經(jīng)是行業(yè)第一的OpenAI要想繼續(xù)拿到巨額融資和高估值，就需要保持自己老大的行業(yè)地位，既需要保證用戶量的高增長，也需要保證持續(xù)的行業(yè)關(guān)注度，以換取增長空間。

這是Sora在今年2月面世的一個主要原因，也是這次，在谷歌I/O大會前一天，OpenAI再次放出GPT-4o這個超級大招的一個重要原因。

什么是GPT-4o？

官網(wǎng)給出的解釋是，GPT-4o是一個可以實時對音頻、視覺和文本進(jìn)行實時推理的（多模態(tài)）模型，是邁向更自然的人機(jī)交互的一步。

實際上，早在去年9月，OpenAI就為ChatGPT加入了語音對話和圖像識別功能，前者讓ChatGPT真正成為了手機(jī)上的一個對話式APP，后者則讓用戶可以上傳圖片作為輸入數(shù)據(jù)，并基于圖片進(jìn)行交互。

然而，在此之前，手機(jī)版ChatGPT在與人類交互時有兩個影響用戶體驗的問題：

首先是需要較長的等待時間，ChatGPT需要較長的時間才能給出答案，彼時ChatGPT給出的答案可能已經(jīng)很不錯了，但交互體驗并不好；

其次是交互模式更多是問答模式，沒有做到自然交互。

GPT-4o解決了這些問題，不僅將延時控制在了320毫秒內(nèi)（幾乎感覺不到延時），還實現(xiàn)了隨時可打斷的自然交互，甚至能聽懂、看懂人的情緒。

這是語音交互方面帶來的能力，圖像識別方面，這次更是直接從圖像識別和分析升級到了實時視頻解讀和分析，這樣的能力除了為發(fā)布會上展示的手機(jī)端識別真實世界場景的玩法外，鋅產(chǎn)業(yè)認(rèn)為，更重要的是帶來了兩個變化：

第一，結(jié)合文生視頻的Sora，或?qū)碚嬲饬x上的“世界模擬器”；

第二，結(jié)合人形機(jī)器人，將為具身智能帶來一次基礎(chǔ)能力提升。

而這樣的GPT-4o和此前ChatGPT Plus會員版所有能力，將對所有用戶免費(fèi)開放使用。

這無疑將為OpenAI帶來新一波用戶增長，也將緩解Altman的用戶增長焦慮。

02搜索引擎，未盡的戰(zhàn)役

在OpenAI正式公布GPT-4升級消息之前，行業(yè)中還有一個更重磅的猜測——OpenAI這次會推出SearchGPT來狙擊谷歌。

這一消息一經(jīng)媒體發(fā)布，全球嘩然。

要知道，搜索引擎依然是當(dāng)下互聯(lián)網(wǎng)最主要的基礎(chǔ)設(shè)施，作為全球最值錢的公司之一（市值排全球第三），谷歌每年千億美元營收中，超一半來自于搜索引擎廣告。

如果OpenAI瞄準(zhǔn)搜索引擎，會不會危及谷歌在搜索引擎領(lǐng)域的江湖地位？

畢竟，網(wǎng)上路透社等權(quán)威媒體援引知情人士的消息報道有鼻子有眼，網(wǎng)上甚至還傳出了OpenAI的AI搜索引擎測試界面。

剛剛過去的那一周，谷歌決策層必然也在焦急地等待著這一消息的官方回應(yīng)或是產(chǎn)品發(fā)布。

后經(jīng)OpenAI和Altman在Twitter上親自出面澄清：不是GPT-5，也不是搜索引擎，而是ChatGPT和GPT-4的更新。

有業(yè)內(nèi)人士稱，這是Altman的策略——博取流量為自己產(chǎn)品更新造勢的手段。

實際上，想要直接從搜索引擎上顛覆谷歌，即便是OpenAI，也幾乎是一個不可能完成的任務(wù)。

上一個想要借AI狙擊谷歌搜索引擎的，是給OpenAI投了百億美元的微軟。

谷歌一直都是全球搜索引擎領(lǐng)域堪稱壟斷者的存在，即便大多數(shù)中國人習(xí)慣用百度，但就全球搜索引擎市場份額來看，谷歌占比仍超90%，千年老二的微軟Bing只占據(jù)了不到3%的市場份額。

2022年年底，ChatGPT的出現(xiàn)讓微軟嗅到了機(jī)會。

作為OpenAI商業(yè)化后早期投資者，微軟在2023年初緊急向OpenAI追加了100億美元的投資，成了OpenAI最大的股東。

成為OpenAI最大股東的一個好處是，微軟獲得了OpenAI人工智能產(chǎn)品的優(yōu)先訪問權(quán)。也是基于此，微軟引入ChatGPT的搜索引擎AI Bing在2023年2月8日正式對外發(fā)布。

對于AI Bing，微軟內(nèi)部極為看重，微軟CEO薩蒂亞·納德拉當(dāng)時在接受外媒采訪時聲稱，“在AI技術(shù)的推動下，微軟的Bing搜索引擎和Edge瀏覽器將有能力挑戰(zhàn)谷歌的領(lǐng)導(dǎo)地位。”

對于這一新生事物，谷歌確實也被嚇到了，就在微軟發(fā)布AI Bing前一天，谷歌緊急對外發(fā)布了自己的生成式AI聊天機(jī)器人Bard，彼時還因上線倉促、體驗糟糕，Bard在互聯(lián)網(wǎng)上經(jīng)歷了一波“差評”。

這是新舊兩代技術(shù)在搜索引擎上第一次真正的較量。

然而，從結(jié)果來看，事情并沒有向著納德拉想象的方向發(fā)展：

Statcounter統(tǒng)計數(shù)據(jù)顯示，截至今年2月，谷歌全球搜索引擎市場份額為91.6%，同比僅下降了1.75%，微軟Bing市場份額為3.3%，增長了不到1%。

Bing并沒能因為AI起飛，谷歌依舊是搜索引擎市場的霸主。

03谷歌、蘋果必有一戰(zhàn)

和所有新興技術(shù)剛出現(xiàn)時一樣，當(dāng)下大模型的創(chuàng)業(yè)者總被問及一個問題：大模型的殺手級應(yīng)用是什么？

同樣和所有新興技術(shù)剛出現(xiàn)時一樣，沒有人能給出一個肯定的答案。

在此之前，我們在消費(fèi)端看到了AI PC、AI手機(jī)這些“舊產(chǎn)品”的升級，也看到了AI PinRabbit R1等“新”硬件的出現(xiàn)，鋅產(chǎn)業(yè)對這些產(chǎn)品也出過一些分析文章，目前來看，這些產(chǎn)品依舊沒有跳出現(xiàn)有應(yīng)用體驗范疇；

在商業(yè)市場，我們看到了具身智能、數(shù)字員工、虛擬專家等概念的熱議，但這些概念也都還是線性變化，難以形成商業(yè)上的階躍體驗。

在和一些互聯(lián)網(wǎng)行業(yè)從業(yè)者聊天過程中，鋅產(chǎn)業(yè)發(fā)現(xiàn)，不少從業(yè)者認(rèn)為，生成式AI影響的是互聯(lián)網(wǎng)的根技術(shù)，甚至可以說生成式AI本身就是下一個時代的根技術(shù)，帶來的是一次真正的全產(chǎn)業(yè)智能化。

以搜索模式為例，AI搜索的工作原理將變?yōu)椋?strong>先搜索，再總結(jié)，最后通過智能體進(jìn)行結(jié)果優(yōu)化。

這樣的AI搜索模式除了會將內(nèi)容更簡單地呈現(xiàn)給用戶——從「內(nèi)容排序」到「直給」外，由此帶來的搜索習(xí)慣潛移默化的改變，也將使得端側(cè)AI變得更重要。

或許也是因為察覺到了端側(cè)AI的重要性，也或許是為了與蘋果在大模型上的合作鋪路，OpenAI此次GPT-4o的發(fā)布主要也是基于手機(jī)進(jìn)行的演示。

實際上，此前彭博社就曾援引知情人士消息稱，蘋果正在與谷歌、OpenAI洽談在大模型上進(jìn)行合作。

在2023年百模大戰(zhàn)中，并沒有蘋果的身影，喜歡做后來者的蘋果，直到今年被曝出解散造車團(tuán)隊、轉(zhuǎn)投生成式AI后，蘋果才逐漸放出自己在生成式AI上的相關(guān)消息：

先是收購了AI創(chuàng)業(yè)公司DarwinAI，又發(fā)布了多模態(tài)大模型MM1（論文），而蘋果大模型與Siri的結(jié)合應(yīng)用消息也緊隨其后。

蘋果官方關(guān)于生成式AI的技術(shù)發(fā)布，預(yù)計會是今年WWDC的重點(diǎn)，在此之前，OpenAI與谷歌的大模型之爭，也從基礎(chǔ)通用大模型賽場燃燒到了端側(cè)AI。
值得注意的是，為了成為蘋果系產(chǎn)品上的默認(rèn)搜索引擎，谷歌每年都要向蘋果支付百億美元（2022年是200億美元）的合作費(fèi)用。

而在AI語音助手經(jīng)過這一波升級后，在接下來從「內(nèi)容排序」到「內(nèi)容直給」的搜索習(xí)慣轉(zhuǎn)變下，AI語音助手是否會代替?zhèn)鹘y(tǒng)搜索引擎，成為沒有鍵盤的終端產(chǎn)品真正意義上的搜索引擎？

倘若如此，接下來，谷歌在搜索引擎上的對手或?qū)⒉辉偈俏④洠钦谇那挠?xùn)練Siri的蘋果。