|
周三，美股傳來消息，蘋果高管 Eddy Cue 在美國司法部的聽證會上宣稱，用戶使用內置在iPhone里的搜索功能進行的搜索次數，首度下降。 消息一出，谷歌股票應聲下跌，最高達 9%，是當日美股科技七巨頭中跌幅最大的一支。 谷歌這幾年步履蹣跚，主線搜索業(yè)務群狼環(huán)伺，似乎下一步就會被 AI 搜索取而代之。就在一年多前，谷歌在 AI 圖片生成上的探索還遭到群嘲。當時，已經整合 Bard 并采用新名字的 Gemini，在用戶生成歷史人物時“過度多元化”，將美國開國元勛，教皇，甚至納粹士兵渲染成深膚色人物。 馬斯克在 2 月 27 日發(fā)推，批評谷歌存在“種族與性別偏見”。 谷歌現任 CEO 皮查伊 在內部備忘錄中稱此事“令人反感且不可接受”，要求公司在技術和流程上做結構性的改進。 這不是谷歌第一次在 AI 探索上遭遇滑鐵盧。2022 年，谷歌大腦團隊公布了 5400 億參數的 PaLM 模型，刷新參數規(guī)模記錄，同時展示谷歌多年在大模型研究上的深厚積累。但在公司內部，對生成式 AI 的態(tài)度依然謹慎。 2022 年 6 月，谷歌研究員布雷克·萊莫伊聲稱 LaMDA 模型具有人格，引發(fā)輿論風波。谷歌否認，隨即將其解雇。 在道德上一直身體力行的谷歌，有了偶像包袱，做事瞻前顧后，事事以“大局為重”。對外界批評格外敏感。 這給了后來者機會。 2022 年 11 月 30 日，名不見經傳的 OpenAI 推出AI 聊天應用 ChatGPT，短短幾天，用戶過百萬。ChatGPT 流暢的對答，廣泛的知識以及創(chuàng)作能力震動了整個科技界。 盡管谷歌在 AI 上的論文堆積成山，卻在這一刻毫無還手之力，只能看著 OpenAI 一騎絕塵。眼光獨到，很早牽手 OpenAI 的微軟，此時心花怒放。bing 終于有救了。 2022 年 12 月，皮查伊打電話給谷歌的兩位創(chuàng)始人求助。已經退居二線 3 年多的佩奇和布林回歸，批準了在谷歌搜索中加入 AI 聊天機器人的計劃。 2023 年，Bard 立項。皮查伊宣布了谷歌歷史上首次大裁員。他砍掉了12000 個崗位，約占谷歌總員工數的 6%。 我想起在谷歌上班的老同學。他的工作狀態(tài)令人羨慕。上午 11 點到公司，查郵件，回復消息，中午在公司吃飯，下午 2 點多下班回家，陪兒子踢球。那時候的谷歌，堪稱最適宜養(yǎng)老的科技公司之一。 我們在蘋果公司對面的餐館里吃飯，杯籌交錯，四周彌漫著一股紙醉金迷的味道。 狼來了，不管你想還是不想。 2023 年 3 月，皮查伊在內部要求團隊“大膽而負責”地加快產品迭代。為了調試 Bark 模型，谷歌幾乎耗盡了一些數據中心的電力冗余，員工加班成為常態(tài)。養(yǎng)老公司成了初創(chuàng)企業(yè)。 2023 年 4 月，皮查伊將谷歌的兩大 AI 團隊Google Brain和 Deepmind 合并，組建新的事業(yè)部：Google DeepMind。新事業(yè)部致力將谷歌送上通用人工智能的發(fā)展軌道。 原 DeepMind 主管，現任 Google Deepmind 主管哈薩比斯提議將項目命名為“Titan”，但董事會覺得名字過于張揚。原 Google Brain 主管，現任 Google Deepmind 首席科學家的迪恩建議改稱“Gemini”（雙子座）。 Google Gemini 于是誕生。 2023 年底，谷歌發(fā)布 Gemini 大模型。Gemini 在標準測試的 32 項任務中，有 30 項任務得分超過 GPT-4。 但 OpenAI 的領先地位依然穩(wěn)固。 為了異軍突起，谷歌為 Gemini 開發(fā)出突破性的超長上下文窗口。工程師通過讓海量 TPU 芯片高速通信并行處理，使大模型可以一次處理成千上萬頁文本或者整部視頻。 Gemini 的上下文窗口是當時 ChatGPT 的幾百倍。 為了突出這一優(yōu)勢，谷歌研究院的曼尼卡有了想法。他想做一個應用，將長論文自動生成音頻講解，幫助用戶“消化每周arXiv上冒出的海量論文”。 產品幾經雕琢，最后成型，它的名字是 Notebooklm。 Notebooklm 的產品理念相當清晰，開發(fā)者只負責建造框架，真正解決問題的能力依靠大模型不斷地演化。 前不久，Notebooklm 的底層模型終于從 Gemini 1.5 升級到了 2.0，文本處理和生成能力得到巨大提升。 我最常用它來對長視頻做筆記，做四維導圖，做內容整理。Notebooklm 的幻覺極低，極少做指定內容來源以外的“聯想”和“推測”。不懂就是不懂。用戶提供的材料里沒有，就是沒有。 本周，Gemini 發(fā)布大模型的新版，gemini 2.5 pro 0506 preview。新模型在各項測試中屠榜，代碼生成能力和網頁設計審美達到新的高峰。 它甚至能夠根據視頻，生成一份網頁版解讀。我把油管視頻發(fā)給它，在一大段思考之后，它給出了結果。  html 代碼下載到本地之后，配圖有缺失，但基本要求能滿足。 不僅如此，gemini 高級版悄悄上線了 Veo2，文本生成視頻功能，可以根據提示詞生成 8 秒長的視頻。  以上功能免費用戶都可以享受，谷歌正在暗中發(fā)力。 回到周三蘋果高管的證詞。他的語境是美國司法部對谷歌涉嫌壟斷的聽證會。這樣的證詞恰好對谷歌在搜索上的壟斷地位做了削弱。如果沒有壟斷，是不是就不制裁了？ 在能夠預見的將來，iPhone 里內置的搜索引擎依然會是谷歌。谷歌在 AI 搜索上的進展也遠比外界想象得深入。 這一個月，我用 Gemini 的時間遠超花了錢的 ChatGPT。Gemini 像任勞任怨的老黃牛，又像不放心孩子的老母親，啰嗦又貼心，不偷懶，不耍滑。 已近中年的谷歌，還在慢慢變強。 |
|
|
