山姆-奥特曼对谷歌不满，GPT-4o成为了Gemini的焦点。

这些天的硅谷，变得一片混乱。

OpenAI CEO山姆-奥特曼直接在社交平台公开嘲讽谷歌的审美过于差劲，他表示：我努力不去过多思考我们的竞争对手，但我无法不去思考OpenAI和谷歌之间的美学差异。

下面附着的两张发布会现场图，左边是OpenAI，右边是谷歌。言下之意，就是OpenAI展现出了整洁明了的形象，给人一种极具科技感的感觉；而谷歌则显得与人群相距甚远，给人一种过时的印象。

OpenAI CEO山姆-奥特曼（Sam Altman）

山姆-奥特曼如此愤怒和沮丧，是因为在上周，OpenAI和谷歌同时发布了两款人工智能新产品，双方展开了激烈的竞争：OpenAI声称他们的GPT-4o是全球最先进的，而谷歌则宣称他们的Gemini家族能够覆盖全生态全路径。

两家硅谷科技巨头的直接对抗，引发了一场激烈的科技竞赛，甚至连两家公司的首席执行官都感到焦虑不安。

01 谷歌AI全家桶正式推出

山姆-奥特曼批评谷歌并不是毫无根据，这场谷歌I/O大会在观看体验方面，确实不尽如人意。

首先是时间太长，谷歌I/O大会持续了将近两个小时，主持人不断提及了121次AI相关的内容，甚至有观众在社交平台抱怨自己都快睡着了。

然后就是产品种类繁多，与OpenAI只有GPT-4o一款新产品相比，谷歌这次推出了十余种Gemini大模型的升级和新产品，可以说是提供了全方位的AI解决方案。

发布AI搜索：谷歌搜索；

升级了Gemini大模型：Gemini 1.5 Flash（100 万上下文，即100万个文本片段）、Gemini Pro（200 万上下文，即200万个文本片段）；

最新推出了手机版Gemini App：以手机应用程序的形式，可以与AI视频进行对话；

发布视觉语言模型Project Astra：拥有Imagen3（图像识别与处理）、Music AI Sandbox（音乐智能创作）、Veo（视频生成与编辑）三种能力。

虽然谷歌人工智能全家桶看上去非常令人惊叹，但实际上与OpenAI的GPT-4o相比仍然存在很大差距，更多的是通过硬件升级来简单地提升了大模型的参数。

谷歌Gemini家族

最令人印象深刻的两项功能，是人工智能搜索引擎Google Search和人工智能助理Project Astra。

首先是Google Search，搜索作为谷歌起家的核心业务，这些年受到了微软的严重竞争。微软的Bing利用ChatGPT技术，给传统搜索引擎带来了强大的人工智能降维打击。

甚至就连OpenAI也在广泛传闻中即将推出人工智能搜索产品，以争夺Google搜索市场的主导地位。

在面临巨大压力的情况下，谷歌决定推出Google Search来巩固自己的市场地位，并且下定决心重新设计搜索体验。

据演示视频来看，Google Search最核心的功能，就是搜索摘要功能AI Overview。

据演示视频来看，Google Search最核心的功能是AI Overview，它是一种基于人工智能的搜索摘要功能。AI Overview可以通过分析大量的数据和算法，自动提取出与用户搜索相关的摘要信息，帮助用户快速了解搜索结果的核心内容。这个功能的出现，大大提高了搜索的效率和准确性，让用户能够更快地获取到所需的信息。

所谓的“搜索摘要功能”，就是谷歌之前提出来的“搜索生成式体验（SGE）”。搜索摘要功能是一种由谷歌提出的搜索体验，它可以根据用户的搜索关键词生成相关的摘要内容。

用户在搜索框内输入文本后，系统会立即显示AI生成的信息摘要，该摘要位于页面顶部。信息摘要包括对搜索结果的自然语言总结和概述，同时还提供了相关链接的推荐。

AI Overview还内置了“多步推理功能Multi-Step Reasoning”、“计划功能Planning in Search”、“视频提问Ask With Video”等多种强大的功能。

另外一个发布会的亮点是谷歌推出的人工智能助理项目Astra。

Project Astra是一个与GPT-4o类似的产品，它的形态和使用逻辑与ChatGPT非常相似。用户可以通过实时对话和视频聊天与它进行交流。

并且，和GPT-4o一样，Project Astra也提供文本生成图像和文本生成视频两项功能。只不过不叫DALL·E和Sora，而是叫做Imagen 3和Veo。

唯一有点不一样的，就是Project Astra提供了一个名为Music AI Sandbox的音乐生成模型。

用户可以上传一小段音乐demo，Music AI Sandbox能够根据这段音乐demo进行进一步的扩展和延长。用户还可以输入提示词，以进一步调整音乐的风格，从而进行乐曲的二度创作。

总之，用一句话来概括谷歌AI全家桶，就是：谷歌AI全家桶包含了很多不同的工具和技术，但其中真正优秀和出色的产品并不多。

我们能在一系列人工智能新产品中，不断看到ChatGPT的身影，但只是在GPT-4o的基础上进行了一些修补和升级，提升了计算能力，并采用了新的框架。

有哪些能够给用户带来震撼感的产品呢？

依然没有看到。

02 越来越接近于人类的GPT-4o

相比于谷歌的搜索结果页面过于杂乱无章，OpenAI的搜索结果页面则更加简洁明了。

仅仅只有半个多小时，全程由公司首席技术官（CTO）和两位工程师面对面进行对话，以电影般的形式展示产品，给人一种非常震撼的感觉。

甚至连首席执行官山姆-奥特曼都没有亲自出席发布会，完全依靠产品的实力来给用户带来震撼。

现场的演示嘉宾拿着手机摄像头，利用GPT-4o的人工智能技术，让系统识别自己的表情，从而判断自己的情绪。

GPT-4o很快识别完成，说：你看起来非常愉快，脸上洋溢着灿烂的笑容，甚至带着一丝兴奋。你能告诉我是什么让你感到如此快乐吗？

演示嘉宾在纸上写了“i love you”给GPT-4o，GPT-4o用带有一丝丝娇羞、热情四溢的语气快速回应着人类的“爱意”。

GPT-4o演示现场

GPT-4o具备了感知用户呼吸节奏的能力，可以通过分析用户的文字来察觉其中蕴含的情绪，并且有能力在对话中打断并重新为话题增加新的语境，同时它也能够给出完美的回应。

这样的人工智能，让你想到了什么？

是的，一个完美的伴侣。

就像是2013年上映的好莱坞电影《Her》，斯嘉丽·约翰逊为人工智能角色配音，这个人工智能和人类之间展开了一段恋爱故事。

这一幕，逐渐成为现实。谁会不喜欢一个充满热情、对一切都有积极回应、能够提供丰富情绪支持的伴侣呢？

即使它是人工智能。

GPT-4o给后来者谷歌一个下马威，也给出未来AI大模型的一个满分答案：不管是生成式AI大模型也好，聊天机器人也好，不用再去关心什么硬件什么参数，AI的最终方向就是越来越接近人类。

OpenAI并没有过多描述自己的算力、自己的硬件升级，只是由首席技术官穆里·穆拉蒂 (Muri Murati) 表示，GPT-4o将提供与GPT-4同等水平的智能，但在文本、图像以及语音处理方面均取得了进一步提升，“GPT-4o可以综合利用语音、文本和视觉信息进行推理。”

现阶段的GPT-4o已经摆脱了对文本、图片或语音的限制，它的识别能力进一步扩展到了“听觉”和“视觉”领域。

用“听觉”来捕捉情绪变化，比如能判断对方呼吸急促或不规律；用“视觉”来识别你写在纸上的数学方程式问题，并逐步指导你解题步骤。

甚至它还可以通过手机摄像头，回答你“这个人穿什么品牌的衬衫？”

相较于谷歌眼花缭乱、让人不知从哪里下手的AI全家桶，GPT-4o已经取得了显著的领先优势。

03 免费，但又不完全免费

GPT-4o除了在能力上，给了谷歌一个下马威外，OpenAI还展示了强大的技术实力：

穆里-穆拉蒂表示，GPT-4o将免费提供给所有用户使用，不仅是当前免费，甚至未来OpenAI的产品也将优先免费，目的是为了让更多的人能够免费使用。

就连OpenAI CEO山姆奥特曼表示，新的GPT-4o是OpenAI有史以来最好的模型，它可供所有ChatGPT用户使用，无论是免费版本还是付费GPT-4版。

不得不说，当服务免费时，用户就是被服务所依赖的资源。

如果GPT-4o真的能完全废除付费制度，那么OpenAI获得的数据量将会超过我们的想象。

遗憾的是，OpenAI仍然缺乏“以免费方式改变世界”的决心，背后仍然存在一些不透明的事情。

穆里·穆拉蒂 (Muri Murati)

首先，OpenAI在官网公告上明确说明，免费用户在使用GPT-4o时，OpenAI做出了权限上的分级。

免费用户可以充分利用GPT-4o的各项功能，包括分析数据、生成报表、处理照片、上传文件以及使用记忆功能等。基本上，GPT-4o提供了与GPT4付费版相当的功能范围。

但是免费用户会有消息数量的限制，PIUS用户的消息数量将是免费用户的5倍，而Team和Enterprise用户的消息数量限制将会更高。

每天能使用多长时间？每天能发送多少条消息？GPT-4o并没有提供详细说明。

或许，我们可以参考OpenAI上一代GPT-4，限制每个用户每天的使用时间在3小时以内，并限制每天生成的信息数量不超过25条。

虽然说这一限制在一定程度上，提高了信息的质量和用户的注意力。但还是要感叹一句，互联网的免费，永远不是真免费。

即使在人工智能时代，这个法则仍然适用。