報(bào)道

編輯：編輯部

谷歌CEO劈柴在年度戰(zhàn)略會議上放出狠話，2025年將是AI領(lǐng)域生死存亡之年。一場足以改變AI未來走向的巔峰對決，即將在2025年全面打響。

2025年還未開始，硅谷的戰(zhàn)鼓已經(jīng)擂響。

在這場AI巨頭之間的角力中，谷歌CEO劈柴放出了一記重磅炸彈。

在谷歌山景城總部舉行的年度戰(zhàn)略會議上，身著節(jié)日毛衣的劈柴語氣凝重地對員工們說道——

2025年將是關(guān)鍵的一年！

我們必須認(rèn)識到當(dāng)下時(shí)刻的緊迫性，公司需要以更快的速度前進(jìn)。這是一個(gè)顛覆性時(shí)刻，賭注從未如此之高。

這番話背后，是谷歌與微軟OpenAI之間愈演愈烈的較量。

自ChatGPT橫空出世以來，這家搜索引擎巨頭一直在努力追趕。過去兩年，谷歌的努力幾乎總被愛搶風(fēng)頭的OpenAI蓋了過去。

直到12月，Gemini 2.0 Flash、Veo 2、「谷歌版o1」Gemini 2.0 Flash Thinking等輪番轟炸，一展超越領(lǐng)先模型的潛力。。

這意味著，這場AI競賽終于迎來了轉(zhuǎn)折點(diǎn)。

會議現(xiàn)場，劈柴展示了一張大模型的對比圖，Gemini 1.5傲然領(lǐng)先于OpenAI等其他競爭對手的模型。

當(dāng)被問及ChatGPT正成為AI的代名詞時(shí)，劈柴坦言道，「在歷史場長河中，你不必總是第一個(gè)，但必須出類拔萃，必須在同類產(chǎn)品中保持第一梯隊(duì)。這就是2025年的意義所在」。

谷歌開發(fā)者關(guān)系負(fù)責(zé)人Logan Kilpatrick多次暗示，明年谷歌真的要發(fā)力了。

——預(yù)計(jì)1月份的目標(biāo)，完整版Gemini 2.0正式上線。

甚至，在谷歌DeepMind CEO Hassabis年度總結(jié)下面，他稱這些都只是開胃菜，好戲?qū)⒃?025年開始。

有網(wǎng)友預(yù)測道，明年谷歌將會把很多強(qiáng)大模型免費(fèi)推向所有人，而且還會發(fā)布直擊o3的競爭模型。

為了在這場AI革命中占據(jù)制高點(diǎn)，谷歌正全力以赴。

Gemini，下一個(gè)5億級用戶爆款應(yīng)用

對谷歌而言， 可能更糟糕的是競爭對手OpenAI在搜索業(yè)務(wù)的挑戰(zhàn)。

雖然谷歌仍主導(dǎo)搜索市場，但GenAI為人們提供了各種訪問在線信息的新方式。

而OpenAI正在被更多人看作是AI的代名詞，如同國外把谷歌看作搜索的代名詞一樣。

谷歌背負(fù)著巨大的壓力，正通過重金投資Gemini，來鞏固期在AI領(lǐng)域的領(lǐng)先優(yōu)勢。

Gemini應(yīng)用程序允許用戶訪問許多工具，包括谷歌的聊天機(jī)器人。

劈柴表示，「建立大型新業(yè)務(wù)」是重中之重。

谷歌目前擁有15個(gè)用戶超過五億的應(yīng)用， 而高管們普遍認(rèn)為Gemini應(yīng)用將是下一個(gè)。

劈柴認(rèn)為Gemini應(yīng)用具有「強(qiáng)勁勢頭」，但也不得不承認(rèn)「在2025年還有一些工作要做，以縮小差距并建立領(lǐng)導(dǎo)地位」。

劈柴后來補(bǔ)充道：「明年最大的重點(diǎn)是在消費(fèi)者方面擴(kuò)展Gemini。」

此外， 谷歌在美國還被法律纏身，包括其在壟斷搜索的法律裁定，以及非法主導(dǎo)在線廣告技術(shù)的指控。

英國監(jiān)管機(jī)構(gòu)則暫時(shí)認(rèn)定谷歌的廣告技術(shù)行為影響了該國的競爭力。

對此，劈柴表示：「這是我們的規(guī)模和成功所帶來的。這是科技正在大規(guī)模影響社會的大趨勢的一部分。因此，此時(shí)此刻，我們要比以往任何時(shí)刻都要確保自己不會分心。」

谷歌，「后來者」居上？

OpenRouterAI的數(shù)據(jù)顯示，谷歌旗下的Gemini在開發(fā)者中的市場份額從9月份的約5%，直接飆升至>50%市場份額，遙遙領(lǐng)先，連帶股價(jià)也上漲了14%。

而此時(shí)，距離OpenAI發(fā)布ChatGPT的2022年11月30日，已經(jīng)整整過去了2年。

早在2017年，Sam Altman在一次郵件交流中就明確表示，谷歌DeepMind是在AGI競爭中最強(qiáng)大的對手，但令他沒想到的是，曾經(jīng)公認(rèn)的「AI巨頭」谷歌卻是個(gè)「花架子」。

ChatGPT發(fā)布以來，幾乎成了「AI的代名詞」，不僅迅速征服了市場，還連帶著微軟起飛，在Edge瀏覽器中嵌入Copilot AI搜索助手，直接斷崖式領(lǐng)先。

被寄予厚望的谷歌，反倒是昏招頻出，先是Bard難產(chǎn)，又經(jīng)歷AI Overview總結(jié)能力大翻車，建議孕婦吸煙、自殺跳橋等等。

在AI順風(fēng)車下，股價(jià)不漲反降，谷歌一時(shí)間淪為笑柄，被OpenAI打的毫無還手之力，更準(zhǔn)確的說，連同臺競技的資格都沒有。

讓人費(fèi)解的是，谷歌和DeepMind擁有世界上最好的硬件、最多的訓(xùn)練數(shù)據(jù)、最頂尖的人才，也發(fā)過很多具有劃時(shí)代意義的論文，如AlphaFold、GenCast等，但為什么就連Anthropic這樣的創(chuàng)業(yè)公司都打不過？

網(wǎng)友分析的細(xì)節(jié)原因不勝枚舉，一句話來說，就是「船大難掉頭」。

從安全性上考慮，谷歌作為世界級獨(dú)一檔的科技巨頭，不論發(fā)布什么產(chǎn)品，其用戶群體都不會小，會涉及到各個(gè)種族、不同的意識形態(tài)，一點(diǎn)小問題就會被無限放大，而文本生成又是非常主觀的，很容易受到訓(xùn)練材料的偏見影響，所以谷歌需要更長的時(shí)間進(jìn)行合規(guī)檢查。

23年初，谷歌受輿論裹挾，急急忙忙發(fā)布Bard，在發(fā)布會上關(guān)于問題「關(guān)于詹姆斯·韋伯太空望遠(yuǎn)鏡，我可以告訴我9歲的孩子它有哪些新發(fā)現(xiàn)？」，Bard給出錯(cuò)誤答案。

這直接導(dǎo)致公司股價(jià)暴跌8%，市值縮水1000多億美元，讓投資群體和用戶大失所望。

但其實(shí)OpenAI的產(chǎn)品也經(jīng)常胡說八道、張冠李戴，不過因?yàn)槭莿?chuàng)業(yè)公司，所以大眾的容忍度會高很多，產(chǎn)品標(biāo)注為beta測試，還可以不斷迭代修改。

作為大公司的谷歌，也受到更多法律上的限制，比如用戶數(shù)據(jù)的版權(quán)問題。

谷歌曾因在AI訓(xùn)練過程中違反歐盟版權(quán)法被罰款2.5億歐元，也是全球首個(gè)因AI訓(xùn)練數(shù)據(jù)被罰款的案例，坐擁金山，卻無法使用，無異于自斷雙臂。

谷歌的產(chǎn)品線龐大，想要在所有產(chǎn)品中都加入AI驅(qū)動，需要非常細(xì)致的產(chǎn)品管理能力，而去年末發(fā)布的Gemini 1.0，因其過度「多樣化」的策略，再次導(dǎo)致股價(jià)下跌。

不過，「成功者說什么都是對的」，谷歌重新以王者之姿橫掃AI，未來還計(jì)劃繼續(xù)引領(lǐng)「智能體」發(fā)展，攜手瀏覽器和手機(jī)端，全自動實(shí)現(xiàn)用戶任務(wù)。

谷歌年度AI大事件

谷歌并非沒有看到AI市場的巨大潛力， 但2024年才算是開始「發(fā)力」的一年。

很多有名氣的產(chǎn)品基本都是在今年發(fā)布的，比如各種版本的Gemini，NotebookLM，Pixel手機(jī)上的AI功能等等。

傳送門：https://blog.google/technology/ai/google-ai-news-recap-2024/

谷歌宣稱在2024年有「60條重大AI發(fā)布」， 不妨看看其中幾條主要的基礎(chǔ)能力。

Gemini模型

去年12月，谷歌推出首個(gè)原生多模態(tài)模型Gemini 1.0，打響了谷歌的AI反擊戰(zhàn)。

它可以同時(shí)處理文本、視頻、圖像、音頻和代碼等數(shù)據(jù)，結(jié)合了包括數(shù)學(xué)、物理、歷史、法律、醫(yī)學(xué)和倫理在內(nèi)的 57 個(gè)學(xué)科，也是第一個(gè)在MMLU（大規(guī)模多任務(wù)語言理解）基準(zhǔn)上超越人類專家的模型。

今年2月，谷歌將Gemini 升級到1.5，把上下文窗口從32k提升到100萬個(gè)token，超越了同時(shí)期所有大模型。

在推理性能上也有大幅提升，Bard也正式更名為Gemini

7月，免費(fèi)版Gemini 1.5 Flash發(fā)布，支持40多種語言，覆蓋230多個(gè)國家和地區(qū)，質(zhì)量和延遲都有大幅提升，尤其是在推理和圖像理解方面。

12月推出的Gemini 2.0 Flash集成了多模態(tài)和原生工具使用能力，標(biāo)志著大模型正式邁入「智能體」時(shí)代。

基于Gemini 2.0， 谷歌構(gòu)建了原型項(xiàng)目Mariner，從瀏覽器出發(fā)探索全新的人機(jī)交互方式：訓(xùn)練Gemini來理解并推理瀏覽器屏幕上的信息，包括像素和文本、代碼、圖像和表單等元素，然后通過實(shí)驗(yàn)性的Chrome擴(kuò)展程序自主完成復(fù)雜任務(wù)。

在產(chǎn)品方面，谷歌于今年5月基于Gemini推出Ask Photos功能，用戶可以通過輸入關(guān)鍵詞，如地點(diǎn)、人物和日期，或是類似「主題生日派對」等自然語言概念對照片庫進(jìn)行檢索。

NotebookLM

去年7月，谷歌推出了一款A(yù)I驅(qū)動的科研和寫作助手NotebookLM。

一年后，其底層模型切換為Gemini 1.5 Pro，用戶可以上傳研究筆記、訪談記錄或公司文件，然后提出相關(guān)問題以理解和探索復(fù)雜材料，支持幻燈片、pdf等多種格式。

9月，NotebookLM發(fā)布重磅Audio Overview功能，模型可以針對用戶材料生成兩位AI主持人互相討論的音頻，可以幫助用戶對材料進(jìn)行「總結(jié)」和「深入討論」。

不過該功能目前仍然處于實(shí)驗(yàn)階段，比如只會英語，無法打斷等問題。

AlphaFold 3

今年5月，谷歌的AlphaFold 3論文在Nature上發(fā)表，在預(yù)測蛋白質(zhì)與其他分子類型相互作用上性能提升了至少50%，在某些重要的相互作用類別，其準(zhǔn)確率甚至能翻倍。

2020年發(fā)布的AlphaFold 2實(shí)現(xiàn)了蛋白質(zhì)結(jié)構(gòu)預(yù)測的根本性突破，在包括瘧疾疫苗、癌癥治療和酶設(shè)計(jì)等領(lǐng)域輔助數(shù)百萬科研人員進(jìn)行新發(fā)現(xiàn)，引用超過2萬次。

AlphaFold 3則跳出蛋白質(zhì)，進(jìn)入廣泛的生物分子領(lǐng)域，有可能解鎖更多變革性科學(xué)成果，比如開發(fā)生物可再生材料和更具彈性的作物，加速藥物設(shè)計(jì)和基因組學(xué)研究。

11月，研究人員發(fā)布了AlphaFold 3模型代碼和權(quán)重，以供學(xué)術(shù)使用。

Pixel移動端

1月份，谷歌宣布為新款Galaxy S24系列的錄音、筆記等軟件基于Gemini Pro提供摘要能力；基于文生圖模型Imagen 2，為Galaxy S24圖庫提供生成式照片編輯功能。

八月，谷歌發(fā)布自家手機(jī)Pixel 9，使用全新的定制芯片Tensor G4提供AI計(jì)算能力，整合了大量AI能力，包括生成定制天氣報(bào)告、整理截圖信息、本地文生圖等多種功能。

其中最重要的Gemini Live，能夠以更直觀、自然的方式幫助用戶計(jì)劃旅行攻略、解決家庭維修問題、構(gòu)思禮物等等。

期待明年谷歌即將帶來的禮物。

參考資料：

https://www.cnbc.com/2024/12/27/google-ceo-pichai-tells-employees-the-stakes-are-high-for-2025.html

https://techcrunch.com/2024/12/28/google-ceo-says-ai-model-gemini-will-the-companys-biggest-focus-in-2025/

https://www.cnbc.com/2024/12/27/how-googles-sundar-pichai-navigated-a-pressure-filled-year.html