OpenAI谷歌蘋果再燃AI爭霸戰，誰將擔綱「Her」時代王者？

新智元報道

編輯：編輯部

【新智元導讀】從下週開始，硅谷科技巨頭將開啓新一輪的AI大戰。OpenAI、谷歌、蘋果都將押注AI助手，併發布一系列重磅更新，你準備好了？

新一輪AI大戰，即將拉開序幕！

下週一，OpenAI將開啓線上直播，官宣GPT-4升級，甚至還有一個超級「AI助手」等着我們。

OpenAI「音頻AGI研究負責人」Alexis Conneau已更換主頁背景，並與奧特曼同頻——下週我們將會見證Magic。

OpenAI研究科學家Bowen Cheng甚至表示，這可比GPT-5酷多了。

這些種種，暗示着真正的「Her」即將登場。

頂着OpenAI的壓力，谷歌將在第二天的I/O大會上公佈模型新進展，據傳還將發佈一個名爲「Pixie」個人數字助理，由Gemini加持。

緊接着，微軟將在21日召開Build開發者大會，大概率將OpenAI最新能力集成到自家產品線中，甚至可能會透露最新5000億參數自研大模型MAI-1。

還有萬衆期待的蘋果WWDC大會，將發佈集成生成式AI能力的iOS 18系統，並把ChatGPT塞進iPhone之中。

一系列重磅發佈，連番轟炸，簡直不給其他公司喘氣的機會。

有網友問道，「蘋果是在放棄自己的『AJAX』人工智能系統，全力與OpenAI公司合作？還是直到他們的AI能力趕上之前，OpenAI只是權宜之計」？

蘋果內幕人Gurman總結了蘋果的人工智能戰略：

顯然，現在的局面是，OpenAI與微軟、甚至蘋果通過AI合作捆綁在一起，只剩下谷歌自己單打獨鬥。

不知，這波AI爭霸之戰，誰勝誰負？

ChatGPT可以通話，週一直播再爆料

全網的焦點，還是在OpenAI。

「他們將會發布什麼」，這一話題熱度只增不減，鮮有人討論谷歌I/O大會。

關於週一的發佈預測，網友Ananay又有了一個新發現：

其實可以從如下代碼中，打電話、拒接等關鍵詞中，可以看出這一功能。

另外，OpenAI已經部署了webRTC服務器來實現這一功能，這些服務器最近也進行了配置。

起初，網友還以爲，這是OpenAI部署WebRTC服務器可能是爲了純語音模式，而現在看來，並非如此。

因爲，這個功能是由Livekit提供的。（這是一個可以提供實時音視頻通信的解決方案）

下面網友評論道，這是不是意味着，ChatGPT能夠主動給我打電話，而不需要我先發起呼叫？

他提出這一問題，是因爲在電影Her中，人工智能助手Samantha主動給男主人公打了電話，告知他一些事情。

想象一下，ChatGPT助手主動給你打電話，提醒或查看用戶習慣，將是多麼神奇的一件事。

不過，Ananay表示，這需要用戶自己選擇允許這一功能。

Hallid.ai的聯合創始人indigo也做了一個全面的預測/趨勢猜想。

根據indigo的介紹，GPT-4的新版應該會按照參數規模不同，分化成多個版本。

昨天，就有網友猜測，可能會有gpt4-lite、gpt4-auto、gpt4-lite-auto的版本發佈。

而幾天前出現在LMSYS競技場上的gpt2-chatbot，可能是輕量級的GPT-4新版。而且，這意味着，GPT-3.5的使命要結束了，最新輕量版本可能會免費用，同時API價格大降。

至於，奧特曼所說的「魔法」，可能就是升級後的GPT-4——gpt4-auto，具備自主執行Agent任務的能力，記憶更強，規劃能力更強。

當然，「AI助手」也將Her帶入現實。

來源：indigo

昨天，OpenAI視頻生成研究科學家Will Depue發了一張奇點降臨的logo，或許又在暗示着什麼。

谷歌打擂臺，或推出AI助手Pixie

在這個與OpenAI和微軟對飆的關鍵時刻，谷歌明確表示，這場大會發布的內容都是關於AI的。

根據谷歌官網，本年度的I/O大會將在美東時間5月14日下午1點召開。

據猜測，谷歌將在搜索引擎中融合生成式AI，讓用戶可以進行對話式搜索。

此外，谷歌也一直在測試新的搜索功能，比如針對英語學習者的AI對話練習，以及在購物時生成虛擬試穿圖像。

不僅僅是搜索引擎，更多的谷歌應用也會更深入地集成AI功能，比如在Google Maps中幫用戶找到合適的餐廳、購物中心和電動汽車充電站。

打客服電話時轉接太久怎麼辦？

谷歌測試的AI新功能甚至可以幫你自動等待轉接，直到有人接聽再來通知你。

除了各種應用，操作系統也不能落下。

上個月Android 15的開發者預覽已經發布，谷歌將在I/O大會上進一步介紹其中的新功能，可能會加入更深度的Gemini集成。

目前在安卓系統中，生成式AI的功能主要由Gemini Nano驅動，用在各種軟件功能中。

比如Magice Compose可以在Google Messages等應用程序中提供回覆建議，Cinematic Wallpaper利用機器學習幫助用戶定製屏幕壁紙。

可以想象一下，有AI進一步參與的安卓會帶來哪些更個性化的用戶體驗？比如，更智能的手機主屏幕、鎖屏界面和通知欄？

去年的I/O大會上我們看到了與ChatGPT競爭的大語言模型Gemini，今年是否會有新的模型出現呢？

除了Gemini的新版本，或許也可以期待一下谷歌推出的圖像和視頻大模型。

Reddit上有網友爆料，稱谷歌存貨中有3個模型已經在測試但還未向公衆發佈，估計會在2024 I/O大會亮相。

這三個模型分別是圖像生成模型Imagen 3，以及兩個可以對圖像進行優化、補全的模型Juno和Miro。

據說，Miro還會有視頻生成的功能。

此外，谷歌可能會在今年I/O上發佈新版本的AI助手「Pixie」，或許可以取代原有的同類產品Google Assistant。

Pixie由語言模型Gemini驅動，安裝在谷歌自己開發的硬件設備Pixel上，對其他第三方設備是否開放我們尚未可知。

但本次I/O大會上我們應該不會看到更新版本的Pixel產品，谷歌已經在近期發佈了新版本Pixel 8a，而且已經開放給用戶預定購買。

網上流出的新版本Pixel 9外觀

預計，Pixel 9與摺疊款Pixel 9 Pro Fold預計將在今年秋季發佈。

蘋果緊抓救命稻草

與此同時，面對OpenAI和谷歌來勢洶洶的AI語音助手衝擊，網友們向蘋果喊話：

留給蘋果的時間不多了！

雖然已有消息稱OpenAI與蘋果即將敲定一項合作協議，讓ChatGPT能夠裝進iPhone中，併爲今年的iOS系統提供全新的生成式AI能力。

但蘋果並不準備放棄自家的Siri。

近日，紐約時代報道，蘋果將對Siri進行升級重組，以應對其他聊天機器人競爭對手。

而這一決定早已做下。

2023年年初，蘋果高管Craig Federighi和John Giannandrea花費數週時間測試了風頭一時無兩的OpenAI新聊天機器人ChatGPT後，就深感危機。

他們認爲生成式人工智能的出現讓Siri顯得過時、落後。

Siri作爲蘋果2011年推出、每部iPhone中最初的虛擬助手，一直以來都僅限於滿足個人請求，不能跟上用戶發起的對話。

例如，有人先詢問了舊金山的天氣然後說：「紐約怎麼樣？」時，Siri經常會誤解用戶的提問。

但ChatGPT知道用戶想要的是後一個問題的回答。

在意識到新技術已經超越Siri之後，這家科技巨頭髮起了十多年來最重大的重組。

蘋果公司決心在科技行業的人工智能競賽中迎頭趕上，它將生成式人工智能作爲公司內部的特殊標杆項目，圍繞着十年一遇的計劃來組織員工。

Siri超進化

據蘋果的三名內部人士透露，蘋果將於今年6月10日的年度開發者大會上發佈改進後的Siri。

新版本中的基礎技術包含新的生成式人工智能，將允許Siri與用戶進行聊天而不是一次回答一個問題。

並且使Siri的對話性更強、用途更廣。

Siri的更新是蘋果公司在全面擁抱生成式AI 領域處於領先地位的舉措之一。

爲了支持其新的Siri功能，還在今年的iPhone中增加了內存。

此外，蘋果還討論了與包括Google、Cohere和OpenAI 在內的幾家公司合作，以獲得支持聊天機器人的AI模型使用權的可能性。

另一方面，蘋果的高管也在擔心新興的AI技術將作爲未來主要的操作系統取代iOS，威脅蘋果在全球智能手機市場的主導地位。

並且，這項新技術還可能促成一個以AI應用（AI智能體）爲核心的生態系統。

這可能會削弱蘋果的App Store，該商店每年的銷售額約爲240億美元。

但蘋果更擔心的是，如果不能開發出自己的AI系統，iPhone將會在與其他先進技術的比較中可能變成「啞巴手機」，失去市場。

iPhone目前佔據了全球智能手機利潤的85%份額，並創造了超過2000億美元的銷售額。

可以預想這個損失是不可估量的，也是蘋果不能接受的。

在這種危機的緊迫感促使下，蘋果取消了另一項重大的投資——

一個耗資100億美元的自動駕駛汽車項目，並調派數百名工程師轉向AI的開發工作。

並且，蘋果還將延續一貫的設備流程工具上的一致性，探索創建由iPhone和Mac處理器驅動的服務器。

內部人士的爆料裡，蘋果對Siri的升級並不在於讓它與ChatGPT競爭詩歌創作等內容生成的部分，而是讓Siri專注於處理它原有的任務：

包括設置鬧鐘、創建日曆備忘提醒、添加購物清單中的物品，以及總結短信內容。

蘋果計劃宣稱升級後的Siri將比競對公司的人工智能提供更加私密的服務，成本更划算。

因爲Siri是在iPhone上處理請求，這避免了數據在雲端的泄露以及雲計算的成本。

但是，蘋果公司也面臨着安裝在iPhone上的小型人工智能系統的風險：

研究發現，較小的人工智能系統可能比較大的系統更容易出現幻覺。

Siri聯合創始人Tom Gruber表示：

「Siri的目標始終是創建一個能理解語言和上下文的對話界面，但這是個難題。

隨着技術的變革，我們應該能做得更好。只要不試圖用同一種方法解決所有問題，就能避免很多困難。」

蘋果在人工智能領域擁有多項優勢，包括在全球超過20億臺在使用的設備，領先的半導體團隊等。

它們能夠支持蘋果推廣AI產品，並支持包括面部識別在內需要大量芯片的AI任務。

一個月時間，蘋果能否扭轉局勢

但在過去的十年裡，蘋果從未制定出一個全面的人工智能戰略，Siri自推出以來也沒有大的升級改進。

同時，作爲語音助手的侷限性也減弱了公司智能音箱HomePod的吸引力，因爲它無法穩定完成一些簡單的任務，比如響應歌曲播放請求。

曾在Siri團隊工作兩年後，創立了生成式人工智能平臺Brighten.ai的John Burkey表示：

「Siri團隊創立以來，未能獲得過與蘋果內其他團隊同等的關注和資源。

而蘋果的不同部門，往往各自獨立，信息共享有限。

但事實是AI需要被整合到產品中，才能取得成功。」

另外，蘋果在招募和留住領先人工智能人才方面也有着相當的阻力。

由於蘋果的保密性，研究成果發表論文、參加會議的都很少，這對於科學家來說幾乎是不可忍受的弊端。

最近幾個月來，蘋果略微調整了一貫的戰略，增加了人工智能論文發表的數量，但業內的研究人員仍質疑論文的質量，認爲它們是蘋果的營銷炒作手段。

但對一些初出茅廬且野心勃勃的研究人員來說，加入蘋果能夠成爲項目的領導成員，是他們選擇蘋果的重要原因。

儘管蘋果已調整了發展戰略，並吸收了不少新鮮血液。

但在這場聲勢浩大、令人眼花繚亂的AI語音助手之戰中，蘋果能否在6月的開發者大會上逆轉劣勢尚未可知。

未來的AI語音助手形態如何，又會怎樣影響我們的生活？

這個問題的答案正在不斷接近我們。

參考資料：

https://x.com/ai_for_success/status/1789364452640563709

https://www.theverge.com/2024/5/11/24154219/google-i-o-2024-what-to-expect-where-watch-livestream-ai-android-search-gemini

https://www.nytimes.com/2024/05/10/business/apple-siri-ai-chatgpt.html