谷歌在大約半個月前公佈了自家的大模型Gemini，消耗的算力是GPT-4的五倍之多，官方稱之為「一種多模態和高效的機器學習工具」。 Gemini的開發始於今年四月，Google將內部的兩個AI實驗室Google大腦（Google Brain）和DeepMind合併後正式啟動。接下來幾個月內Gemini的神秘面紗一點點被揭開，目前已知的大約有：將具有和GPT-4相似的參數量級；Gemini在訓練中已經展示出了傳統大模型產品中從未所見的多模態能力；一旦經過微調和嚴格的安全性測試，Google同樣將提供不同尺寸和功能的Gemini版本，以確保部署在不同的產品、應用和設備上。
現在的最新消息有兩則：一、Google已經允許一小部分週邊公司使用Gemini軟體的早期版本，可能很快就將被納入消費者服務，並透過公司的雲端運算服務出售給企業。二、OpenAI正積極將自家的多模態功能整合到GPT-4中，可能與Gemini預計提供的功能類似，爭取趕在Gemini發布前推出，其代號為Gobi。 OpenAI的目標很明確，就是要擊敗Google並保持領先地位。
OpenAI在今年三月推出GPT-4時就曾提出過多模態功能的預覽。但當時僅為特殊群體，如專為盲人或弱視等群體提供服務的Be My Eyes公司提供服務，其他許多公司都未能獲得這些功能。半年多後，OpenAI又準備推出這項名為GPT-Vision的功能，這次要面向更廣大的族群了。至於為什麼要拖半年，外界推測主要是擔心新的視覺功能會被居心叵測者利用，例如透過自動解決驗證碼問題來冒充人類，或透過臉部辨識來追蹤他人。不過目前來看，OpenAI似乎正在致力於解決圍繞這項新技術的法律擔憂，或許很快就會有成果公佈。
谷歌也面臨同樣的問題。在之前Gemini發布會後，曾有人問谷歌正在採取哪些措施來防止其被濫用。谷歌的發言人指出早在七月就做出了一系列措施，以確保其所有相關產品能夠負責任地開發與運用。考慮到Google擁有與文字、圖像、影片和音訊相關的專有資料為數不少，包括來自搜尋引擎和YouTube等平台的資料等，Gemini多模態的發展方向可能就是為了發揮發揮Google多年的優勢。據外媒引用一位使用過早期版本的人說，與現有常見的大模型相比，Gemini似乎已經很好的糾正了“AI幻覺”，即一本正經的胡說八道的問題。
OpenAI的CEO奧爾特曼在先前的各種訪談中有意無意的表示，他們計劃對GPT-4進行各種增強，新的增強大模型是其中可能的方向之一，現在說GPT-5還為時尚早。但很快的，這種說法就被穆斯塔法·蘇萊曼揭老底，稱“OpenAI一直在秘密開發與訓練GPT-5，之所以經常被否認可能是因為其內部新起了個名字” 。蘇萊曼是DeepMind的共同創辦人之一，稱得上是奧爾特曼的同行和對手。老話說“同行才是最大的冤家”，此言得之。
雖然現在OpenAI表態要開發Gobi以確保自己在AIGC於大模型業內的領先地位，但也有消息表明Gobi似乎還沒有開始訓練，所以目前Gobi可能還處於技術驗證，或者概念論證階段。在先前接受採訪時，GoogleCEO皮查伊表達了他對Google目前在AI領域地位的信心，並認可技術進步的持久性，以及他們在平衡創新與責任方面深思熟慮的策略。
無論如何，時代的浪潮一旦起步自然不會說停就停。面對傳聞中Google要幹掉自己的大殺器，OpenAI當然不會無動於衷，OpenAI與其他企業的競賽就相當於AIGC與大模型時代的iOS與安卓之爭。估計現在有很多人都屏息以待Gemini的到來，不僅是期待它的強大功能，更因為它將揭示谷歌和OpenAI之間的差距到底有多大。先前李彥宏曾表態：「成交量大模型沒意思，不如去成交量應用的機會更大。」不論iOS與安卓誰在智能機和移動互聯網競賽中勝出，最終都是微信等APP收穫了數以億計的用戶，並逐漸滲透到越來越多的使用情境。
資訊來源：由0x資訊編譯自8BTC。版權所有，未經許可，不得轉載