新智元報道
編輯：編輯部
【新智元導讀】谷歌CEO劈柴在年度戰(zhàn)略會議上放出狠話，2025年將是AI領(lǐng)域生死存亡之年。一場足以改變AI未來走向的巔峰對決，即將在2025年全面打響。
2025年還未開始，硅谷的戰(zhàn)鼓已經(jīng)擂響。
在這場AI巨頭之間的角力中，谷歌CEO劈柴放出了一記重磅炸彈。
在谷歌山景城總部舉行的年度戰(zhàn)略會議上，身著節(jié)日毛衣的劈柴語氣凝重地對員工們說道
2025年將是關(guān)鍵的一年！
我們必須認識到當下時刻的緊迫性，公司需要以更快的速度前進。這是一個顛覆性時刻，賭注從未如此之高。
這番話背后，是谷歌與微軟OpenAI之間愈演愈烈的較量。
自ChatGPT橫空出世以來，這家搜索引擎巨頭一直在努力追趕。過去兩年，谷歌的努力幾乎總被愛搶風頭的OpenAI蓋了過去。
直到12月，Gemini 2.0 Flash、Veo 2、「谷歌版o1」Gemini 2.0 Flash Thinking等輪番轟炸，一展超越領(lǐng)先模型的潛力。僅用了90天的時間，谷歌終于逆風翻盤。
這意味著，這場AI競賽終于迎來了轉(zhuǎn)折點。
會議現(xiàn)場，劈柴展示了一張大模型的對比圖，Gemini 1.5傲然領(lǐng)先于OpenAI等其他競爭對手的模型。
當被問及ChatGPT正成為AI的代名詞時，劈柴坦言道，「在歷史長河中，你不必總是第一個，但必須出類拔萃，必須在同類產(chǎn)品中保持第一梯隊。這就是2025年的意義所在」。
谷歌開發(fā)者關(guān)系負責人Logan Kilpatrick多次暗示，明年谷歌真的要發(fā)力了。
預計1月份的目標，完整版Gemini 2.0正式上線。
甚至，在谷歌DeepMind CEO Hassabis年度總結(jié)下面，他稱這些都只是開胃菜，好戲?qū)⒃?025年開始。
有網(wǎng)友預測道，明年谷歌將會把很多強大模型免費推向所有人，而且還會發(fā)布直擊o3的競爭模型。
為了在這場AI革命中占據(jù)制高點，谷歌正全力以赴。
Gemini，下一個5億級用戶爆款應用
對谷歌而言， 可能更糟糕的是競爭對手OpenAI在搜索業(yè)務的挑戰(zhàn)。
雖然谷歌仍主導搜索市場，但GenAI為人們提供了各種訪問在線信息的新方式。
而OpenAI正在被更多人看作是AI的代名詞，如同國外把谷歌看作搜索的代名詞一樣。
谷歌背負著巨大的壓力，正通過重金投資Gemini，來鞏固其在AI領(lǐng)域的領(lǐng)先優(yōu)勢。
Gemini應用程序允許用戶訪問許多工具，包括谷歌的聊天機器人。
劈柴表示，「建立大型新業(yè)務」是重中之重。
谷歌目前擁有15個用戶超過五億的應用， 而高管們普遍認為Gemini應用將是下一個。
劈柴認為Gemini應用具有「強勁勢頭」，但也不得不承認「在2025年還有一些工作要做，以縮小差距并建立領(lǐng)導地位」。
劈柴后來補充道：「明年最大的重點是在消費者方面擴展Gemini。」
此外， 谷歌在美國還被法律纏身，包括其在壟斷搜索的法律裁定，以及非法主導在線廣告技術(shù)的指控。
英國監(jiān)管機構(gòu)則暫時認定谷歌的廣告技術(shù)行為影響了該國的競爭力。
對此，劈柴表示：「這是我們的規(guī)模和成功所帶來的。這是科技正在大規(guī)模影響社會的大趨勢的一部分。因此，此時此刻，我們要比以往任何時刻都要確保自己不會分心�！�
谷歌，「后來者」居上？
OpenRouterAI的數(shù)據(jù)顯示，谷歌旗下的Gemini在開發(fā)者中的市場份額從9月份的約5%，直接飆升至>50%市場份額，遙遙領(lǐng)先，連帶股價也上漲了14%。
而此時，距離OpenAI發(fā)布ChatGPT的2022年11月30日，已經(jīng)整整過去了2年。
早在2017年，Sam Altman在一次郵件交流中就明確表示，谷歌DeepMind是在AGI競爭中最強大的對手，但令他沒想到的是，曾經(jīng)公認的「AI巨頭」谷歌卻是個「花架子」。
ChatGPT發(fā)布以來，幾乎成了「AI的代名詞」，不僅迅速征服了市場，還連帶著微軟起飛，在Edge瀏覽器中嵌入Copilot AI搜索助手，直接斷崖式領(lǐng)先。
被寄予厚望的谷歌，反倒是昏招頻出，先是Bard難產(chǎn)，又經(jīng)歷AI Overview總結(jié)能力大翻車，建議孕婦吸煙、自殺跳橋等等。
在AI順風車下，股價不漲反降，谷歌一時間淪為笑柄，被OpenAI打的毫無還手之力，更準確的說，連同臺競技的資格都沒有。
讓人費解的是，谷歌和DeepMind擁有世界上最好的硬件、最多的訓練數(shù)據(jù)、最頂尖的人才，也發(fā)過很多具有劃時代意義的論文，如AlphaFold、GenCast等，但為什么就連Anthropic這樣的創(chuàng)業(yè)公司都打不過？
網(wǎng)友分析的細節(jié)原因不勝枚舉，一句話來說，就是「船大難掉頭」。
從安全性上考慮，谷歌作為世界級獨一檔的科技巨頭，不論發(fā)布什么產(chǎn)品，其用戶群體都不會小，會涉及到各個種族、不同的意識形態(tài)，一點小問題就會被無限放大，而文本生成又是非常主觀的，很容易受到訓練材料的偏見影響，所以谷歌需要更長的時間進行合規(guī)檢查。
23年初，谷歌受輿論裹挾，急急忙忙發(fā)布Bard，在發(fā)布會上關(guān)于問題「關(guān)于詹姆斯韋伯太空望遠鏡，我可以告訴我9歲的孩子它有哪些新發(fā)現(xiàn)？」，Bard給出錯誤答案。
這直接導致公司股價暴跌8%，市值縮水1000多億美元，讓投資群體和用戶大失所望。
但其實OpenAI的產(chǎn)品也經(jīng)常胡說八道、張冠李戴，不過因為是創(chuàng)業(yè)公司，所以大眾的容忍度會高很多，產(chǎn)品標注為beta測試，還可以不斷迭代修改。
作為大公司的谷歌，也受到更多法律上的限制，比如用戶數(shù)據(jù)的版權(quán)問題。
谷歌曾因在AI訓練過程中違反歐盟版權(quán)法被罰款2.5億歐元，也是全球首個因AI訓練數(shù)據(jù)被罰款的案例，坐擁金山，卻無法使用，無異于自斷雙臂。
谷歌的產(chǎn)品線龐大，想要在所有產(chǎn)品中都加入AI驅(qū)動，需要非常細致的產(chǎn)品管理能力，而去年末發(fā)布的Gemini 1.0，因其過度「多樣化」的策略，再次導致股價下跌。
不過，「成功者說什么都是對的」，谷歌重新以王者之姿橫掃AI，未來還計劃繼續(xù)引領(lǐng)「智能體」發(fā)展，攜手瀏覽器和手機端，全自動實現(xiàn)用戶任務。
谷歌年度AI大事件
谷歌并非沒有看到AI市場的巨大潛力， 但2024年才算是開始「發(fā)力」的一年。
很多有名氣的產(chǎn)品基本都是在今年發(fā)布的，比如各種版本的Gemini，NotebookLM，Pixel手機上的AI功能等等。
傳送門：https://blog.google/technology/ai/google-ai-news-recap-2024/
谷歌宣稱在2024年有「60條重大AI發(fā)布」， 不妨看看其中幾條主要的基礎(chǔ)能力。
Gemini模型
去年12月，谷歌推出首個原生多模態(tài)模型Gemini 1.0，打響了谷歌的AI反擊戰(zhàn)。
它可以同時處理文本、視頻、圖像、音頻和代碼等數(shù)據(jù)，結(jié)合了包括數(shù)學、物理、歷史、法律、醫(yī)學和倫理在內(nèi)的 57 個學科，也是第一個在MMLU（大規(guī)模多任務語言理解）基準上超越人類專家的模型。
今年2月，谷歌將Gemini 升級到1.5，把上下文窗口從32k提升到100萬個token，超越了同時期所有大模型。
在推理性能上也有大幅提升，Bard也正式更名為Gemini
7月，免費版Gemini 1.5 Flash發(fā)布，支持40多種語言，覆蓋230多個國家和地區(qū)，質(zhì)量和延遲都有大幅提升，尤其是在推理和圖像理解方面。
12月推出的Gemini 2.0 Flash集成了多模態(tài)和原生工具使用能力，標志著大模型正式邁入「智能體」時代。
基于Gemini 2.0， 谷歌構(gòu)建了原型項目Mariner，從瀏覽器出發(fā)探索全新的人機交互方式：訓練Gemini來理解并推理瀏覽器屏幕上的信息，包括像素和文本、代碼、圖像和表單等元素，然后通過實驗性的Chrome擴展程序自主完成復雜任務。
在產(chǎn)品方面，谷歌于今年5月基于Gemini推出Ask Photos功能，用戶可以通過輸入關(guān)鍵詞，如地點、人物和日期，或是類似「主題生日派對」等自然語言概念對照片庫進行檢索。
NotebookLM
去年7月，谷歌推出了一款AI驅(qū)動的科研和寫作助手NotebookLM。
一年后，其底層模型切換為Gemini 1.5 Pro，用戶可以上傳研究筆記、訪談記錄或公司文件，然后提出相關(guān)問題以理解和探索復雜材料，支持幻燈片、pdf等多種格式。
9月，NotebookLM發(fā)布重磅Audio Overview功能，模型可以針對用戶材料生成兩位AI主持人互相討論的音頻，可以幫助用戶對材料進行「總結(jié)」和「深入討論」。
不過該功能目前仍然處于實驗階段，比如只會英語，無法打斷等問題。
AlphaFold 3
今年5月，谷歌的AlphaFold 3論文在Nature上發(fā)表，在預測蛋白質(zhì)與其他分子類型相互作用上性能提升了至少50%，在某些重要的相互作用類別，其準確率甚至能翻倍。
論文鏈接：https://www.nature.com/articles/s41586-024-07487-w
2020年發(fā)布的AlphaFold 2實現(xiàn)了蛋白質(zhì)結(jié)構(gòu)預測的根本性突破，在包括瘧疾疫苗、癌癥治療和酶設(shè)計等領(lǐng)域輔助數(shù)百萬科研人員進行新發(fā)現(xiàn)，引用超過2萬次。
AlphaFold 3則跳出蛋白質(zhì)，進入廣泛的生物分子領(lǐng)域，有可能解鎖更多變革性科學成果，比如開發(fā)生物可再生材料和更具彈性的作物，加速藥物設(shè)計和基因組學研究。
11月，研究人員發(fā)布了AlphaFold 3模型代碼和權(quán)重，以供學術(shù)使用。
Pixel移動端
1月份，谷歌宣布為新款Galaxy S24系列的錄音、筆記等軟件基于Gemini Pro提供摘要能力；基于文生圖模型Imagen 2，為Galaxy S24圖庫提供生成式照片編輯功能。
八月，谷歌發(fā)布自家手機Pixel 9，使用全新的定制芯片Tensor G4提供AI計算能力，整合了大量AI能力，包括生成定制天氣報告、整理截圖信息、本地文生圖等多種功能。
其中最重要的Gemini Live，能夠以更直觀、自然的方式幫助用戶計劃旅行攻略、解決家庭維修問題、構(gòu)思禮物等等。
期待明年谷歌即將帶來的禮物。
參考資料：
https://x.com/tsarnick/status/1872927162757726475
https://www.cnbc.com/2024/12/27/google-ceo-pichai-tells-employees-the-stakes-are-high-for-2025.html
https://techcrunch.com/2024/12/28/google-ceo-says-ai-model-gemini-will-the-companys-biggest-focus-in-2025/
https://www.cnbc.com/2024/12/27/how-googles-sundar-pichai-navigated-a-pressure-filled-year.html
