完全聚焦于AI的這場(chǎng)主題演講總共提到了121次AI。

谷歌CEO桑達(dá)爾·皮查伊（Sundar Pichai）表示，谷歌的所有工作都在圍繞生成式AI模型Gemini展開(kāi)，“我們希望每個(gè)人都能從Gemini所做的事情中受益”。

14日當(dāng)天，谷歌（Nasdaq：GOOGL）股價(jià)收于每股171.93美元，漲0.6%，總市值2.12萬(wàn)億美元。

AI搜索支持視頻輸入，Gemini、Gemma上新

作為搜索引擎巨頭，AI搜索正是谷歌所做工作中的一部分。

據(jù)介紹，在最新Gemini的加持下，谷歌搜索將具備多步驟推理能力，可以一次性處理帶有多個(gè)限制條件的長(zhǎng)問(wèn)題、幫助用戶進(jìn)行頭腦風(fēng)暴，并支持視頻搜索，讓用戶通過(guò)拍攝視頻來(lái)搜索解決方案。這些功能將先在美國(guó)推出，谷歌預(yù)計(jì)會(huì)在今年年底前將其帶給超過(guò)10億人。

谷歌AI搜索將具備多步驟推理能力。來(lái)源：谷歌

谷歌的Gemini以超長(zhǎng)的上下文窗口而出名。在大會(huì)上，谷歌重點(diǎn)強(qiáng)調(diào)了大模型Gemini 1.5 Pro的多模態(tài)和長(zhǎng)文本能力，為其推出一系列更新。谷歌將向全球150多個(gè)國(guó)家地區(qū)的Gemini Advanced訂閱者提供最新模型、擁有100萬(wàn)個(gè)token的Gemini 1.5 Pro，支持超過(guò)35種語(yǔ)言，定價(jià)為每100萬(wàn)token 3.5美元。

據(jù)皮查伊介紹，Gemini 1.5會(huì)提供“迄今為止所有基礎(chǔ)模型中最長(zhǎng)的上下文窗口”。Gemini 1.5 Pro將在今年晚些時(shí)候?qū)?huì)把窗口進(jìn)一步擴(kuò)大至200萬(wàn)token，拓展同步處理多模態(tài)信息的邊界。

從今年夏天開(kāi)始，Gemini將支持語(yǔ)音實(shí)時(shí)交互，并在今年晚些時(shí)候上線實(shí)時(shí)視頻交互。未來(lái)幾個(gè)月內(nèi)，谷歌也將推出類似于GPTs的自定義AI助手功能，名為Gems，可以與整套“谷歌全家桶”聯(lián)動(dòng)。

另外，對(duì)于一些需要快速響應(yīng)的場(chǎng)景，谷歌推出了Gemini 1.5 Flash模型。Flash將是API中速度最快的Gemini模型，針對(duì)大規(guī)模、大批量的高配任務(wù)進(jìn)行了優(yōu)化，也具有100萬(wàn)token的長(zhǎng)上下文窗口。

谷歌也在發(fā)布會(huì)上帶來(lái)了旗下開(kāi)源大模型Gemma的最新版本Gemma 2。據(jù)介紹，Gemma 2采用全新架構(gòu)，參數(shù)上達(dá)到27B，擁有突破性的性能和效率。

AI助手Project Astra叫板GPT-4o

在OpenAI推出能夠?qū)崿F(xiàn)人類級(jí)別響應(yīng)的智能助手GPT-4o后，谷歌的AI智能體項(xiàng)目Project Astra也重磅登場(chǎng)。

在演示視頻中，Astra能夠通過(guò)手機(jī)攝像頭或智能眼鏡看到的內(nèi)容來(lái)分析響應(yīng)語(yǔ)音命令。它成功地識(shí)別出代碼序列、為電路圖提出改進(jìn)建議、能夠通過(guò)鏡頭“看到”倫敦國(guó)王十字區(qū)，并提醒用戶智能眼鏡的放置位置。

谷歌AI助手將能夠通過(guò)智能眼鏡和用戶一起觀察世界。來(lái)源：谷歌

據(jù)介紹，谷歌在Gemini的基礎(chǔ)上開(kāi)發(fā)了Astra的原型，可以通過(guò)連續(xù)編碼視頻幀、將視頻和語(yǔ)音輸入組合到事件時(shí)間線中以實(shí)現(xiàn)更快地處理信息。通過(guò)語(yǔ)音模型，谷歌也強(qiáng)化了智能助手的說(shuō)話能力，讓其能夠給出更快速的回應(yīng)。

不過(guò)，在演示視頻中，谷歌AI助手的回應(yīng)速度似乎還是會(huì)比GPT-4o稍慢一些，語(yǔ)音所表現(xiàn)出的感情色彩也平淡一些。

皮查伊表示，谷歌計(jì)劃從今年開(kāi)始將Astra的功能添加到其Gemini應(yīng)用程序及其產(chǎn)品中。不過(guò)，他也強(qiáng)調(diào)，雖然最終目標(biāo)是“讓Astra在公司的軟件中實(shí)現(xiàn)無(wú)縫連接”，但該產(chǎn)品將被謹(jǐn)慎推出，并且“商業(yè)化之路將由質(zhì)量驅(qū)動(dòng)”。

除了在AI助手領(lǐng)域的競(jìng)爭(zhēng)外，谷歌還通過(guò)文生視頻模型Veo來(lái)反擊OpenAI的Sora。Veo能夠根據(jù)文字、圖片和視頻的提示來(lái)生成高質(zhì)量的1080p視頻，創(chuàng)作“一致且連貫”的鏡頭，用戶可以對(duì)光照、鏡頭語(yǔ)言、視頻顏色風(fēng)格等進(jìn)行自定義設(shè)置。不過(guò)，谷歌沒(méi)有宣布Veo的具體推出時(shí)間。

此外，谷歌還宣布了一系列與圖像、音樂(lè)有關(guān)的生成式AI工具，包括能夠表現(xiàn)更高細(xì)節(jié)水平的文生圖工具Imagen 3，還有與Youtube以及音樂(lè)家合作的AI音樂(lè)工具“AI音樂(lè)沙盒”。

在硬件方面，谷歌將于今年晚些時(shí)候推出交付第六代數(shù)據(jù)中心AI芯片TPU Trillium。皮查伊表示，每塊芯片的計(jì)算性能將比第五代提升4.7倍，谷歌通過(guò)擴(kuò)大芯片的矩陣乘法單元（MXU）和提高整體時(shí)鐘速度來(lái)實(shí)現(xiàn)這一目標(biāo)。此外，第六代將比第五代芯片節(jié)能67%，谷歌還將Trillium芯片的內(nèi)存帶寬提高了一倍。

發(fā)布會(huì)后，著名AI學(xué)者吳恩達(dá)（Andrew Ng）對(duì)谷歌表示祝賀，稱個(gè)人很期待“擁有200萬(wàn)個(gè)token的上下文窗口以及對(duì)設(shè)備上AI進(jìn)行更好支持的Gemini”，認(rèn)為其會(huì)為應(yīng)用程序構(gòu)建者帶來(lái)新的機(jī)會(huì)。

英偉達(dá)高級(jí)研究科學(xué)家范麟熙（Jim Fan）表示：“谷歌正在做的一件事是正確的：他們終于在認(rèn)真將AI整合到搜索中……谷歌最強(qiáng)大的護(hù)城河是分銷。Gemini不一定要成為最好的模型，而是可以成為世界上最常用的模型?！?/p>

此前，在5月9日播出的一檔節(jié)目中，谷歌CEO桑達(dá)爾·皮查伊接受采訪時(shí)談及公司與微軟和OpenAI的競(jìng)爭(zhēng)。他表示，盡管谷歌在聊天機(jī)器人領(lǐng)域的起步較晚，但他對(duì)公司的長(zhǎng)期競(jìng)爭(zhēng)力并不擔(dān)憂，AI浪潮尚處早期。

4月25日，谷歌母公司Alphabet發(fā)布了截至3月31日的2024年第一季度財(cái)報(bào)。財(cái)報(bào)顯示，Alphabet第一季度實(shí)現(xiàn)營(yíng)收805.39億美元，同比增長(zhǎng)15%，是自2022年初以來(lái)公司營(yíng)收增長(zhǎng)最快的一個(gè)季度。非美國(guó)通用會(huì)計(jì)準(zhǔn)則下（Non-GAAP）凈利潤(rùn)為236.62億美元，同比增長(zhǎng)57%；攤薄后每股收益為1.89美元，高于市場(chǎng)預(yù)期的1.51美元。