谷歌和OpenAI开启新一轮AI竞赛 科技巨头接下来咋走？

　　【845.net.cn】在2022年至2024年的科技浪潮中，ChatGPT犹如AI领域的璀璨明星。这一时期，人工智能（AI）技术如同火箭般疾驰，以前所未有的力量重塑着世界的每一个角落。从智能移动设备到个人计算平台，再到智能驾驶系统，AI的渗透力和影响力无处不在。

　　在这场技术革新的竞赛中，Open AI、谷歌、微软等科技巨头竞相角逐，纷纷亮剑。它们不仅在算法和模型上持续迭代优化，更在应用场景上不断探索。

　　与此同时，手机市场也在AI技术的驱动下焕发出新的活力。随着Android 15、iOS 18的即将到来，以及小米、华为等国内厂商在AI领域的积极探索，智能手机将实现更加智能化、个性化的功能。同时，PC市场也在AI的助力下焕发新生，联想、苹果、华为、荣耀等厂商纷纷推出AI PC产品。

　　作为当红炸子鸡的智能汽车也正在成为AI技术的新载体。汽车行业正由“软件定义”迈向“AI驱动”，通过集成先进的AI技术，实现更加智能、安全的驾驶体验。而在这一切变革中，英伟达凭借其卓越的GPU和无与伦比的AI计算能力，成为了无可争议的“最大赢家”。

　　在“AI”重塑这个世界的当下，CNMO推出了“AI重塑ing”系列专题，本文围绕的点是“新一轮AI竞赛中科技巨头的走向”。

　　5月份，三大科技巨头OpenAI、谷歌和微软不约而同发布了AI新产品，但各自的侧重点有所不同。OpenAI重点介绍了GPT-4o，它有点像科幻电影《她》中的人工智能女性，除了处理日常的工作和需求，还能满足人的情感需要。谷歌发布了十多项产品更新和新品，更像是“AI全家桶”。微软也是一口气发布了50多项更新，包括从AI基础设施的搭建到模型产品的落地。

Open AI——转向AI手机助手

　　OpenAI抢先谷歌一天发布了GPT-4o，它比以前任何大模型都更像人，似乎预示着人工智能与人类情感交互的新时代即将到来，这点可能是其它科技巨头的大模型不具备的。GPT-4o的发布，还表明OpenAI有向消费电子领域，尤其是向手机助手市场靠拢的想法。

　　GPT-4o的核心在于实现人机交互的无缝对接和对人类情感的深入理解。通过跨文本、视觉、音频的端到端训练，GPT-4o消除了传统模型转换的延迟，对话如同真人交流般流畅自然。

　　GPT-4o最引人注目的特点是对“情绪价值”的捕捉与反馈。它能从用户的语音细微变化中解读情绪状态，进而提供适时的建议或反馈，如引导用户深呼吸以缓解紧张情绪，甚至能通过用户的面部表情判断心情并做出相应回应，这是AI向具备情感智能方向发展的重要标志。

　　OpenAI的下一步棋是让GPT-4o的能力触及终端，从B端市场向C端消费市场扩展，苹果可能就是最重要的桥梁。据彭博社报道，苹果即将与OpenAI达成一项协议，将ChatGPT的能力整合进iPhone。根据这份协议，苹果将在未来发布的iOS 18中使用ChatGPT功能。目前双方谈判仍在进行中，协议尚未最终达成。站在苹果的角度，当整个手机行业都在向更高级别的智能交互模式转变时，它也不得不做出改变，所以与OpenAI的合作想必会顺利很多。

谷歌——分销才是王道

　　这几年谷歌在AI领域被OpenAI抢了风头，但其实谷歌算是OpenAI的一个加强版，因为它不仅在AI领域有着深厚的技术积累，更有着无可比拟的分销优势。Gemini可能成不了最好的AI模型，但有可能是用户最常用的。其最新发布的Gemini 1.5 Pro提供了一个拥有百万token的超长上下文窗口模型，支持35种语言，覆盖全球150多个国家和地区，为用户提供前所未有的长文本理解和处理能力。

　　谷歌的打法是要守住AI搜索，同时也要向未知的领域拓展。

　　在最新Gemini的加持下，谷歌搜索引擎将迎来多维度逻辑推理的强化，能够一并应对包含多重约束的复杂查询，为用户提供一站式的问题分解与创意激发服务，并且首次融入视频搜索功能，使用户能够通过上传视频来寻找问题的答案。作为全球最大的手机操作系统厂商，谷歌能够轻而易举将这项技术推广至全球超十亿用户。

　　谷歌的Project Astra项目是对抗OpenAI GPT-4o的重拳。Astra利用Gemini模型的多模态能力，实现了通过摄像头和语音命令进行实时环境分析和互动，展示了AI从虚拟助手向更全面生活伴侣的进化。在情感表达和响应速度上，它与GPT-4o尚有差距，但能用就行。谷歌计划逐步将Astra功能融入Gemini应用和产品矩阵中。

　　在AI生成内容的浪潮中，谷歌的Veo是对OpenAI Sora的直接回应。Veo能够基于文本、图像和视频提示生成高清视频内容，用户可根据个人偏好定制视频风格，只是具体发布时间未定，仍然是个期货。

　　谷歌在新一轮AI竞赛中比较重视全场景布局。从Gemini的广泛分销策略，到Project Astra的实用化探索，再到Veo的创意生成和底层技术的不断迭代，谷歌正构建一个由AI驱动的未来生态，其中既有对现有优势的深化加固，也有面向未来的探索。谷歌的战略不仅关乎技术的领先，更在于如何让这些技术“变现”。

微软——找准自身定位

　　与上述两个AI巨头相比，微软的AI战略始终是围绕企业生产力进行的。微软近期的一系列动作，尤其是“Copilot+PC”系列的发布与Team Copilot的亮相，都表明其在B端市场的深耕决心。

　　5月20日，微软推出的“Copilot+PC”系列，特别是新款Surface Pro，将AI技术深度融入个人电脑，号称“史上最强、最智能的Windows PC”。

　　紧接着，微软在2024年Build开发者大会上，推出了Team Copilot，这是微软AI战略向B端市场延伸的又一步棋。从个人助手到团队助理的转变，Team Copilot通过集成在Teams、Loop、Planner等工具中，不仅能主持会议、管理项目进度，更深层的意义在于优化团队协作流程，减少沟通成本，提升工作效率，直击企业痛点。

　　微软自定义ChatGPT构建工具Copilot Studio新增的Agent功能，为企业提供了高度定制化的AI解决方案。企业可以根据自身业务需求，打造出能够独立处理复杂流程的智能助手，如自动管理电商平台订单。

　　微软在模型研究上的投入同样不容忽视，Phi-3模型系列的推出，特别是涵盖文本、图片乃至多模态输入的多样化模型，不仅丰富了开发者的选择，也降低了AI应用的门槛，使得更多企业能够便捷地利用AI技术优化产品和服务。

　　面向个人用户做AI产品并非微软的优势，以提升生产力为核心的“打工人”与B端市场战略现在是微软的重中之重。无论是智能PC的革新、Team Copilot的推出，还是在模型构建工具、多模态模型以及数据分析平台上的创新，都是微软在探索AI与工作深度融合路径上的重要一步。

写在最后

　　无论是个人还是这些科技巨头，谁也无法预测AI最终会给人类带来怎样深刻的改变，AI的浪潮太大了，大到让人看不清方向，Meta算是前车之鉴。对于所有投身于AI竞赛的企业来说，找准自身定位，明确战略方向，将AI技术与自身优势结合，以解决实际问题为核心，或许才能在瞬息万变的洪流中稳舵前行。