OpenAI与谷歌的又一次技术交锋刚刚落下帷幕。
北京时间5月14日凌晨，OpenAI发布了新一代多模态人工智能（AI）大模型GPT-4o，其先进的AI语音交互技术迅速吸引了人们的目光。
一天之后，谷歌在北京时间15日凌晨的I/O 2024开发者大会上，携新版Gemini AI大模型等尖端产品重装上阵，正面对决OpenAI，燃起新一轮AI领域争霸的战火。
GPT-4o语音对话丝滑如真人
一个拥有流畅、迷人嗓音的逼真AI，可以让人类用户着迷并留下深刻的印象。调情、讲笑话、满足人类的欲望，并最终留住他们的心……这是2013年美国上映的电影《她》中的情节。在这部影片中，一位叫萨曼莎的虚拟姑娘让孤独内向的男主深陷其中。
事实上，这也是OpenAI展示的新模型GPT-4o所能让人联想到的情节。
据OpenAI介绍，GPT-4o是一个“原生多模态”模型。它命名中的o来源于“omni”一词，意为“全能的”，有包罗万象之意。它可以接受文本、音频和图像任意组合的输入，并生成这些格式的相应输出。新模型使ChatGPT能够处理50种不同的语言，速度和质量同时得到提高。它可以在短短232毫秒内处理音频输入，平均耗时320毫秒，与人类对话中的反应时间相当。
GPT-4o允许ChatGPT以更加逼真的方式与用户交流。它不仅能检测用户声音中的情绪，分析面部表情，还能根据用户需求改变语调和节奏。如果想听睡前故事，它可以用耳语说话。如果需要来一段带“酸味儿”的对话，它就能以轻松、讽刺的语气与人交谈。它甚至还可以按要求唱歌，一会儿是高亢的女高音，一会儿又能变成迷人的女低音。
有趣的是，就在GPT-4o官宣发布后，一名OpenAI的员工发布了一条意味深长的信息：“你们都会爱上它的。”
Astra让AI与人们生活无缝融合
OpenAI发布了GPT-4o后，压力就给到了谷歌。谷歌在发布会上，放出大招向OpenAI“开战”，势必要扳回一局。
谷歌在整个大会中共提到“AI”121次，并推出了从新的搜索和聊天功能到面向云客户的AI硬件等十余种新品和升级产品。其中包括由升级后Gemini模型驱动的AI助手项目Astra、对标Sora的文生视频模型Veo，以及第六代Tensor处理器单元（TPU）Trillium芯片。
Astra是一次旨在创建“通用人工智能代理”的新尝试。与GPT-4o一样，Astra具有以各种形式或多模式方式快速响应用户的卓越能力，这使得它非常适合成为AI助手。
谷歌表示，通过对视频帧和语音输入进行连续处理和编码，Astra可以创建事件时间轴并缓存信息，以便快速调用。这使AI能看、能听、能说，甚至能回忆。在一段引人入胜的视频中，这款模型通过智能手机的摄像头识别出现实世界中的物体，能直接读取代码，甚至能帮用户回忆起他的眼镜落在了哪里，还能几乎零延迟与人实时对话。
生成式AI革命远未成功
自ChatGPT宣告问世，谷歌和OpenAI的竞争就不断升级。现在，两大科技巨头更是在两天时间里纷纷亮出引人瞩目的产品。
然而，生成式AI的飞速发展也伴随着众多质疑的声音。人们对于这些科技公司所塑造的“AI未来”仍持谨慎态度。
《新科学家》杂志网站称，人们应该认识到，生成式AI的成功还远未确定。这个领域还很新，公司之间竞争的目的并不是市场份额或客户忠诚度，而仅仅是为了拥有最新产品。新的GPT-4o尽管更有“人味儿”，但AI胡编乱造的行为未必能得到限制。
根据美国皮尤研究中心的调查，尽管ChatGPT在过去几年声势浩大，但只有23%的美国成年人使用过它。英国牛津大学卡丽莎·维利兹副教授称：“这项技术到底有多大影响，目前还很不明确。大多数人尚未体验过生成式AI工具，有理由认为，这项技术最终可能不如一些人想象的那样具有革命性。”
OpenAI与谷歌的又一次技术交锋刚刚落下帷幕。
北京时间5月14日凌晨，OpenAI发布了新一代多模态人工智能（AI）大模型GPT-4o，其先进的AI语音交互技术迅速吸引了人们的目光。
一天之后，谷歌在北京时间15日凌晨的I/O 2024开发者大会上，携新版Gemini AI大模型等尖端产品重装上阵，正面对决OpenAI，燃起新一轮AI领域争霸的战火。
GPT-4o语音对话丝滑如真人
一个拥有流畅、迷人嗓音的逼真AI，可以让人类用户着迷并留下深刻的印象。调情、讲笑话、满足人类的欲望，并最终留住他们的心……这是2013年美国上映的电影《她》中的情节。在这部影片中，一位叫萨曼莎的虚拟姑娘让孤独内向的男主深陷其中。
事实上，这也是OpenAI展示的新模型GPT-4o所能让人联想到的情节。
据OpenAI介绍，GPT-4o是一个“原生多模态”模型。它命名中的o来源于“omni”一词，意为“全能的”，有包罗万象之意。它可以接受文本、音频和图像任意组合的输入，并生成这些格式的相应输出。新模型使ChatGPT能够处理50种不同的语言，速度和质量同时得到提高。它可以在短短232毫秒内处理音频输入，平均耗时320毫秒，与人类对话中的反应时间相当。
GPT-4o允许ChatGPT以更加逼真的方式与用户交流。它不仅能检测用户声音中的情绪，分析面部表情，还能根据用户需求改变语调和节奏。如果想听睡前故事，它可以用耳语说话。如果需要来一段带“酸味儿”的对话，它就能以轻松、讽刺的语气与人交谈。它甚至还可以按要求唱歌，一会儿是高亢的女高音，一会儿又能变成迷人的女低音。
有趣的是，就在GPT-4o官宣发布后，一名OpenAI的员工发布了一条意味深长的信息：“你们都会爱上它的。”
Astra让AI与人们生活无缝融合
OpenAI发布了GPT-4o后，压力就给到了谷歌。谷歌在发布会上，放出大招向OpenAI“开战”，势必要扳回一局。
谷歌在整个大会中共提到“AI”121次，并推出了从新的搜索和聊天功能到面向云客户的AI硬件等十余种新品和升级产品。其中包括由升级后Gemini模型驱动的AI助手项目Astra、对标Sora的文生视频模型Veo，以及第六代Tensor处理器单元（TPU）Trillium芯片。
Astra是一次旨在创建“通用人工智能代理”的新尝试。与GPT-4o一样，Astra具有以各种形式或多模式方式快速响应用户的卓越能力，这使得它非常适合成为AI助手。
谷歌表示，通过对视频帧和语音输入进行连续处理和编码，Astra可以创建事件时间轴并缓存信息，以便快速调用。这使AI能看、能听、能说，甚至能回忆。在一段引人入胜的视频中，这款模型通过智能手机的摄像头识别出现实世界中的物体，能直接读取代码，甚至能帮用户回忆起他的眼镜落在了哪里，还能几乎零延迟与人实时对话。
生成式AI革命远未成功
自ChatGPT宣告问世，谷歌和OpenAI的竞争就不断升级。现在，两大科技巨头更是在两天时间里纷纷亮出引人瞩目的产品。
然而，生成式AI的飞速发展也伴随着众多质疑的声音。人们对于这些科技公司所塑造的“AI未来”仍持谨慎态度。
《新科学家》杂志网站称，人们应该认识到，生成式AI的成功还远未确定。这个领域还很新，公司之间竞争的目的并不是市场份额或客户忠诚度，而仅仅是为了拥有最新产品。新的GPT-4o尽管更有“人味儿”，但AI胡编乱造的行为未必能得到限制。
根据美国皮尤研究中心的调查，尽管ChatGPT在过去几年声势浩大，但只有23%的美国成年人使用过它。英国牛津大学卡丽莎·维利兹副教授称：“这项技术到底有多大影响，目前还很不明确。大多数人尚未体验过生成式AI工具，有理由认为，这项技术最终可能不如一些人想象的那样具有革命性。”
3月18日，记者从山西省人民政府获悉，“山西煤炭工业互联网智算平台”日前在山西联通大数据中心建设完成。该平台由中国联通与山西晋云互联科技有限公司共同打造，是山西省目前唯一的垂直行业类智 患者只需吸入特制的“氙气”，3.5秒后一幅人体肺部磁共振3D影像就呈现出来。影像中，气体可抵达肺部的位置清晰可见，患者的肺部微结构、气体交换功能情况等一目了然。日前，中国科学院精密测量科学 马斯克用行动反击 开源自家顶级大模型 压力给到OpenAI 《科创板日报》3月18日讯(编辑 宋子乔) 似乎是为了表明自己始终坚持对AI模型开源，马斯克做出了与阿尔特曼全然不同的选择。3月17日，马斯克宣布开源Grok-1，这 21世纪经济报道记者王峰北京报道 近日，全球教育集团培生（NYSE：PSO）公布2023财年财报。2023财年，培生的销售额为36.74亿英镑（下同），同比下降4%，但基础销售额同比增长1%；调整后营业利润5.73亿，同 记者3月21日获悉，由中国科学院自动化研究所和中国科学院香港创新研究院联合研发的医疗领域AI多模态大模型——CARES Copilot 1.0日前在香港正式发布，现已面向香港神经外科医生开放使 30台发动机助进阶版“鹊桥”升空 中新社西安3月20日电 (记者 张一辰)3月20日8时31分，长征八号遥三运载火箭在中国文昌航天发射场顺利升空，成功将“鹊桥二号”卫星送入预定轨道。作为公共中继星平台，“鹊桥二号” 。本文链接：OpenAI和谷歌再度燃起争霸烽火http://www.sushuapos.com/show-2-5971-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 血液蛋白有望提前7年揭示癌症风险