起點課堂會員權(quán)益
職業(yè)體系課特權(quán)
線下行業(yè)大會特權(quán)
個人IP打造特權(quán)
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導(dǎo)直播
12場專業(yè)技能直播
會員專屬社群
榮耀標(biāo)識 Google發(fā)布最新AI成果：強力回擊GPT-4o，蘋果生態(tài)或?qū)⒈荒雺?/h2>
Google I/O 2024 大會也正式開幕了，在這場 I/O 大會上，Google 依然秀出了一些肌肉。想了解谷歌發(fā)布了哪些 AI 成果的同學(xué)，可以來看一下。
全場共提到 “ AI ” 121 次，平均一分半提一次。
今天凌晨 1 點（ 太平洋時間 5 月 14 日上午 10 點 ），Google I/O 2024 大會的開幕主題演講，在美國山景城正式舉行。大會演講在網(wǎng)絡(luò)上公開直播的同時，也有部分媒體和觀眾來到了大會現(xiàn)場。
知危編輯部的前線同事，也到達了美國山景城參加了本次大會，全程觀看了本次開幕主題演講。
這位同事曾在 Google前幾年的鼎盛時期參加過一次I/O 大會，用他的話來講，那時候的 Google I/O 可以用四個字形容：萬國來朝。
而如今，Google的光環(huán)全都被 OpenAI 搶了去，本屆I/O大會雖然依舊有很多人參加，但相較早年難免顯得有些 “ 人丁不旺”。（ 以前還賣票的，這次沒賣 ）
不過，在這場I/O 大會上，Google 依然秀出了一些肌肉，對昨天的 GPT-4o 做出了強力回擊。
谷歌 CEO 劈柴哥在演講的一開始就坦然直言：目前正是整個行業(yè)正處于 AI 發(fā)展的早期，谷歌有信心和實力打這場持久戰(zhàn)。
話里話外，一副 “ 你 OpenAI 別高興得太早 ” 的味道。
縱觀整場演講，知危編輯部認為，如果去年谷歌的 I/O ，我們看到的是谷歌在 AI 領(lǐng)域的孤注一擲，那么今年，我們則發(fā)現(xiàn)谷歌這么一只巨無霸，正在 AI 的賽場上全方位一路狂奔，逐漸找回自己的狀態(tài)。
本次主題演講的內(nèi)容，主打的是一個大而全，內(nèi)容包含但不限于新基礎(chǔ)模型、AI Agent、文生圖模型、文生視頻模型、TPU芯片、AI app、Android 與 AI 、新開源大模型等等等等。
知危編輯部也準(zhǔn)備挑選其中幾個比較亮眼產(chǎn)品，進行詳細的介紹。
首先，知危編輯部覺得 OpenAI 昨日的春季發(fā)布會，有意狙擊谷歌的的可能性非常之高。
因為谷歌本次重點推出的多模態(tài) AI 助手 Project Astra（ 基于 Gemini ），功能與昨日橫掃科技圈媒體頭版的基于 GPT-4o 的 AI 助手極其類似。
同樣擁有低延時的絲滑語音對話體驗，同樣也能用攝像頭，讓 AI 處理視覺信息。
在谷歌的演示視頻中，Project Astra 能迅速認出音響的發(fā)聲部位、彩筆，還能對屏幕上的代碼進行一定程度上的解釋。
它甚至還能根據(jù)箭頭，提出在服務(wù)器和數(shù)據(jù)庫之間添加緩存，能提高速度的建議，還能看懂畫板上 “ 薛定諤的貓 ” 的梗圖。
若不是昨日 GPT-4o 已經(jīng)搶先亮相了一波，Project Astra 一定會被各路媒體打上“ 炸裂”、“ 史詩”、“ 顛覆 ”、“ 改寫歷史 ”等標(biāo)簽。
可惜，僅僅是晚了一天，現(xiàn)在大家對 Project Astra 的形容只有一個標(biāo)簽：“ 跟 GPT-4o 好像”。
不過，如果仔細觀察演示視頻，你會發(fā)現(xiàn)Project Astra 的視頻對話交互功能展現(xiàn)了一個 GPT-4o 并沒有展示的功能：視頻對話的過程是帶有記憶的，即便是一個你可能從未向它提及的點。
這樣形容起來有些抽象，看一下視頻你就能明白了。
在視頻中，Project Astra 注意到并記住了鏡頭經(jīng)過的桌子上的眼鏡，在與測試者進行多輪對話后還能指出眼鏡在桌子上，并且還指出了 “ 旁邊有一個蘋果 ”這樣的細節(jié)，可以說是過目不忘，比人類強了不少。
而在文生視頻領(lǐng)域，谷歌也對 Sora 發(fā)起追趕，在本次的主題演講中，谷歌正式發(fā)布了視頻生成大模型 Veo。
根據(jù)介紹，Veo 能以各種電影和視覺風(fēng)格生成高質(zhì)量的 1080p 分辨率視頻，時長可以超過一分鐘。Veo能憑借對自然語言和視覺語義的深入理解，生成緊密代表用戶創(chuàng)意愿景的視頻。
此前我們曾介紹過，OpenAI 的 Sora 是基于 Diffusion Transformer，也就是 DIT 架構(gòu)而成的。
但根據(jù)谷歌官方的介紹，Veo 采取的卻是 GQN、DVD-GAN、Imagen-Video、Phenaki、WALT、VideoPoet 和 Lumiere 等 “ 老模型 ” 所組合而成的結(jié)合架構(gòu)。
非常值得一提的是，谷歌在 Veo 的生成視頻之下，標(biāo)注了一行小字 “ All videos were generated by Veo and have not been modified. ”（ 所有視頻均由 Veo生成，未經(jīng)修改）。
這個舉動，應(yīng)該是意在陰陽 OpenAI，OpenAI 的 Sora 正因被爆出演示視頻經(jīng)過了大量的人為后期修改而遭受廣泛的質(zhì)疑。
另外，對標(biāo) Midjourney 等文生圖片大模型的 Imagen 3、對標(biāo) Suno 等音樂生成大模型的 Lyria、對標(biāo) GPT-4 Turbo 等輕量性能大模型的 Gemini 1.5 flash、對標(biāo) llama 3 等開源大模型的 Gemma 2，還有 Google 自家的新 TPU 等都在谷歌的本次開幕主題演講上一一亮相。
看起來，谷歌似乎不愿放棄 AI 領(lǐng)域的任何一個賽道，想把自己打造成一個 AI 界的六邊形全能戰(zhàn)士。
而更可怕的是，在各個領(lǐng)域里，Google 相比友商雖然都不一定是最好的，但也并不落后多少。
同時，谷歌的上限和野心，肯定不限于此。本次的開幕式主題演講中，谷歌還拿出來些不少其他 AI 廠家單打獨斗絕對拿不出來的東西。知危編輯部認為，正是這些東西，有機會能讓谷歌從 AI 領(lǐng)域的追趕者，躋身為領(lǐng)跑者。
因為谷歌，擁有其他 AI 巨頭所沒有的成熟系統(tǒng)與應(yīng)用生態(tài)。
在演講中，谷歌就展示了一波 Gemini 和 Google 相冊的結(jié)合。
記不清自個兒車的車牌號，在 Google 相冊里搜索 “ 查找車牌號 ”，擁有多模態(tài)能力的 Gemini 會從你的圖片庫中，找到你車的照片，并告訴你車牌號。
在谷歌 Gmail 郵箱里，你也能通過 AI 迅速提取郵箱里航班信息，同時 Google 地圖以獲取您酒店附近的餐廳和旅游景點，再給計劃相應(yīng)的日程。谷歌的老本行搜索，也在和 AI 相結(jié)合，你可以直接用文字進行搜索，也可以給圖片畫個圈兒，讓搜索引擎自動搜索你圈出的部分。
甚至，你還可以上傳視頻對搜索引擎進行提問。比如在演示中，谷歌的員工就拍視頻問問了 Gemini，相機上的那個桿卡住了咋辦。
Gemini 馬上就給出了基于搜索引擎的答案，看上去體驗很好，可惜就是回答有些翻車，回答中的一個建議是 “ 把膠卷取出來看看 ”，而這樣只會讓整卷膠卷直接報廢。。。
不過，我們只能說貴在真實吧，大模型亂講話這事兒確實一直存在，自然展現(xiàn)比造假強一些。
總之，按照谷歌的說法，Gemini 大模型正在全面整合谷歌的那一大家產(chǎn)品中，包括在未來，他們將把 AI 直構(gòu)建到 Android 操作系統(tǒng)的底層之中，準(zhǔn)備改寫用戶和手機之間的交互方式。
他們舉了一些例子，比如在用手機看書的時候，你可以直接給書里內(nèi)容畫圈兒，問 AI 圈兒里的提名怎么解；刷視頻的時候， 也有可以直接問 AI ，視頻里這運動員的動作是不是犯規(guī)；打電話的時候，AI 也能從你們的對話里，判斷出對方是不是有可能是個騙子。
這樣一來，在全面集成 Google 原生 AI 并且與原生 Google 應(yīng)用打通的 Android 陣營面前，蘋果如果不和 OpenAI 深度合作的話，我們只能說 Android 將在 AI 時代，對 iOS 進行一場降維碾壓式打擊。（ 不過，6 月的 WWDC 上我們相信蘋果肯定會搬出自己的 AI 方案來抵御這場進攻）
總得來講，這次谷歌的 I/O 大會啥產(chǎn)品都有，但要說出類拔萃，還談不上。不過，在 AI 應(yīng)用集成這一個最直面消費者的維度上看，谷歌還真是目前 AI 領(lǐng)域的集大成者之一。
這一波，去年還被稱作是 AI 圈 “ 仲永” 的谷歌，算是漸入佳境了。
撰文：江江、大餅；編輯：大餅
來源公眾號：知危（ID：BusinessAlert），提供敏銳、獨到的商業(yè)信息與參考，重點關(guān)注TMT、出海、新消費、新能源。
本文由人人都是產(chǎn)品經(jīng)理合作媒體 @知危 授權(quán)發(fā)布，未經(jīng)許可，禁止轉(zhuǎn)載。
題圖來自Unsplash，基于CC0協(xié)議
該文觀點僅代表作者本人，人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)。
更多精彩內(nèi)容，請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
Google I/O 2024 大會也正式開幕了，在這場 I/O 大會上，Google 依然秀出了一些肌肉。想了解谷歌發(fā)布了哪些 AI 成果的同學(xué)，可以來看一下。
全場共提到 “ AI ” 121 次，平均一分半提一次。
今天凌晨 1 點（ 太平洋時間 5 月 14 日上午 10 點 ），Google I/O 2024 大會的開幕主題演講，在美國山景城正式舉行。大會演講在網(wǎng)絡(luò)上公開直播的同時，也有部分媒體和觀眾來到了大會現(xiàn)場。
知危編輯部的前線同事，也到達了美國山景城參加了本次大會，全程觀看了本次開幕主題演講。
這位同事曾在 Google前幾年的鼎盛時期參加過一次I/O 大會，用他的話來講，那時候的 Google I/O 可以用四個字形容：萬國來朝。
而如今，Google的光環(huán)全都被 OpenAI 搶了去，本屆I/O大會雖然依舊有很多人參加，但相較早年難免顯得有些 “ 人丁不旺”。（ 以前還賣票的，這次沒賣 ）
不過，在這場I/O 大會上，Google 依然秀出了一些肌肉，對昨天的 GPT-4o 做出了強力回擊。
谷歌 CEO 劈柴哥在演講的一開始就坦然直言：目前正是整個行業(yè)正處于 AI 發(fā)展的早期，谷歌有信心和實力打這場持久戰(zhàn)。
話里話外，一副 “ 你 OpenAI 別高興得太早 ” 的味道。
縱觀整場演講，知危編輯部認為，如果去年谷歌的 I/O ，我們看到的是谷歌在 AI 領(lǐng)域的孤注一擲，那么今年，我們則發(fā)現(xiàn)谷歌這么一只巨無霸，正在 AI 的賽場上全方位一路狂奔，逐漸找回自己的狀態(tài)。
本次主題演講的內(nèi)容，主打的是一個大而全，內(nèi)容包含但不限于新基礎(chǔ)模型、AI Agent、文生圖模型、文生視頻模型、TPU芯片、AI app、Android 與 AI 、新開源大模型等等等等。
知危編輯部也準(zhǔn)備挑選其中幾個比較亮眼產(chǎn)品，進行詳細的介紹。
首先，知危編輯部覺得 OpenAI 昨日的春季發(fā)布會，有意狙擊谷歌的的可能性非常之高。
因為谷歌本次重點推出的多模態(tài) AI 助手 Project Astra（ 基于 Gemini ），功能與昨日橫掃科技圈媒體頭版的基于 GPT-4o 的 AI 助手極其類似。
同樣擁有低延時的絲滑語音對話體驗，同樣也能用攝像頭，讓 AI 處理視覺信息。
在谷歌的演示視頻中，Project Astra 能迅速認出音響的發(fā)聲部位、彩筆，還能對屏幕上的代碼進行一定程度上的解釋。
它甚至還能根據(jù)箭頭，提出在服務(wù)器和數(shù)據(jù)庫之間添加緩存，能提高速度的建議，還能看懂畫板上 “ 薛定諤的貓 ” 的梗圖。
若不是昨日 GPT-4o 已經(jīng)搶先亮相了一波，Project Astra 一定會被各路媒體打上“ 炸裂”、“ 史詩”、“ 顛覆 ”、“ 改寫歷史 ”等標(biāo)簽。
可惜，僅僅是晚了一天，現(xiàn)在大家對 Project Astra 的形容只有一個標(biāo)簽：“ 跟 GPT-4o 好像”。
不過，如果仔細觀察演示視頻，你會發(fā)現(xiàn)Project Astra 的視頻對話交互功能展現(xiàn)了一個 GPT-4o 并沒有展示的功能：視頻對話的過程是帶有記憶的，即便是一個你可能從未向它提及的點。
這樣形容起來有些抽象，看一下視頻你就能明白了。
在視頻中，Project Astra 注意到并記住了鏡頭經(jīng)過的桌子上的眼鏡，在與測試者進行多輪對話后還能指出眼鏡在桌子上，并且還指出了 “ 旁邊有一個蘋果 ”這樣的細節(jié)，可以說是過目不忘，比人類強了不少。
而在文生視頻領(lǐng)域，谷歌也對 Sora 發(fā)起追趕，在本次的主題演講中，谷歌正式發(fā)布了視頻生成大模型 Veo。
根據(jù)介紹，Veo 能以各種電影和視覺風(fēng)格生成高質(zhì)量的 1080p 分辨率視頻，時長可以超過一分鐘。Veo能憑借對自然語言和視覺語義的深入理解，生成緊密代表用戶創(chuàng)意愿景的視頻。
此前我們曾介紹過，OpenAI 的 Sora 是基于 Diffusion Transformer，也就是 DIT 架構(gòu)而成的。
但根據(jù)谷歌官方的介紹，Veo 采取的卻是 GQN、DVD-GAN、Imagen-Video、Phenaki、WALT、VideoPoet 和 Lumiere 等 “ 老模型 ” 所組合而成的結(jié)合架構(gòu)。
非常值得一提的是，谷歌在 Veo 的生成視頻之下，標(biāo)注了一行小字 “ All videos were generated by Veo and have not been modified. ”（ 所有視頻均由 Veo生成，未經(jīng)修改）。
這個舉動，應(yīng)該是意在陰陽 OpenAI，OpenAI 的 Sora 正因被爆出演示視頻經(jīng)過了大量的人為后期修改而遭受廣泛的質(zhì)疑。
另外，對標(biāo) Midjourney 等文生圖片大模型的 Imagen 3、對標(biāo) Suno 等音樂生成大模型的 Lyria、對標(biāo) GPT-4 Turbo 等輕量性能大模型的 Gemini 1.5 flash、對標(biāo) llama 3 等開源大模型的 Gemma 2，還有 Google 自家的新 TPU 等都在谷歌的本次開幕主題演講上一一亮相。
看起來，谷歌似乎不愿放棄 AI 領(lǐng)域的任何一個賽道，想把自己打造成一個 AI 界的六邊形全能戰(zhàn)士。
而更可怕的是，在各個領(lǐng)域里，Google 相比友商雖然都不一定是最好的，但也并不落后多少。
同時，谷歌的上限和野心，肯定不限于此。本次的開幕式主題演講中，谷歌還拿出來些不少其他 AI 廠家單打獨斗絕對拿不出來的東西。知危編輯部認為，正是這些東西，有機會能讓谷歌從 AI 領(lǐng)域的追趕者，躋身為領(lǐng)跑者。
因為谷歌，擁有其他 AI 巨頭所沒有的成熟系統(tǒng)與應(yīng)用生態(tài)。
在演講中，谷歌就展示了一波 Gemini 和 Google 相冊的結(jié)合。
記不清自個兒車的車牌號，在 Google 相冊里搜索 “ 查找車牌號 ”，擁有多模態(tài)能力的 Gemini 會從你的圖片庫中，找到你車的照片，并告訴你車牌號。
在谷歌 Gmail 郵箱里，你也能通過 AI 迅速提取郵箱里航班信息，同時 Google 地圖以獲取您酒店附近的餐廳和旅游景點，再給計劃相應(yīng)的日程。谷歌的老本行搜索，也在和 AI 相結(jié)合，你可以直接用文字進行搜索，也可以給圖片畫個圈兒，讓搜索引擎自動搜索你圈出的部分。
甚至，你還可以上傳視頻對搜索引擎進行提問。比如在演示中，谷歌的員工就拍視頻問問了 Gemini，相機上的那個桿卡住了咋辦。
Gemini 馬上就給出了基于搜索引擎的答案，看上去體驗很好，可惜就是回答有些翻車，回答中的一個建議是 “ 把膠卷取出來看看 ”，而這樣只會讓整卷膠卷直接報廢。。。
不過，我們只能說貴在真實吧，大模型亂講話這事兒確實一直存在，自然展現(xiàn)比造假強一些。
總之，按照谷歌的說法，Gemini 大模型正在全面整合谷歌的那一大家產(chǎn)品中，包括在未來，他們將把 AI 直構(gòu)建到 Android 操作系統(tǒng)的底層之中，準(zhǔn)備改寫用戶和手機之間的交互方式。
他們舉了一些例子，比如在用手機看書的時候，你可以直接給書里內(nèi)容畫圈兒，問 AI 圈兒里的提名怎么解；刷視頻的時候， 也有可以直接問 AI ，視頻里這運動員的動作是不是犯規(guī)；打電話的時候，AI 也能從你們的對話里，判斷出對方是不是有可能是個騙子。
這樣一來，在全面集成 Google 原生 AI 并且與原生 Google 應(yīng)用打通的 Android 陣營面前，蘋果如果不和 OpenAI 深度合作的話，我們只能說 Android 將在 AI 時代，對 iOS 進行一場降維碾壓式打擊。（ 不過，6 月的 WWDC 上我們相信蘋果肯定會搬出自己的 AI 方案來抵御這場進攻）
總得來講，這次谷歌的 I/O 大會啥產(chǎn)品都有，但要說出類拔萃，還談不上。不過，在 AI 應(yīng)用集成這一個最直面消費者的維度上看，谷歌還真是目前 AI 領(lǐng)域的集大成者之一。
這一波，去年還被稱作是 AI 圈 “ 仲永” 的谷歌，算是漸入佳境了。
撰文：江江、大餅；編輯：大餅
來源公眾號：知危（ID：BusinessAlert），提供敏銳、獨到的商業(yè)信息與參考，重點關(guān)注TMT、出海、新消費、新能源。
本文由人人都是產(chǎn)品經(jīng)理合作媒體 @知危 授權(quán)發(fā)布，未經(jīng)許可，禁止轉(zhuǎn)載。
題圖來自Unsplash，基于CC0協(xié)議
該文觀點僅代表作者本人，人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)。
- 目前還沒評論，等你發(fā)揮！
