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