隨著OpenAI和谷歌相繼推出新一代大模型，生成式人工智能（AI）的競賽又達到新的高潮。當地時間14日上午，谷歌在I/O開發者大會上推出最新多模態AI產品，包括由升級后Gemini模型驅動的萬能AI助手Project Astra和對標Sora的文生視頻模型Veo。

在演示視頻中，Project Astra能夠通過攝像頭看到的內容來分析、響應語音指令，同時與人類進行實時語音對話。隨著視覺和推理能力的提高，Project Astra還可以成功地識別出代碼序列、為電路圖提出改進建議等。

Veo則具備生成1080p高清視頻的能力，用戶可以通過文本、圖像、視頻等各種格式提供提示。點擊“擴展”按鈕，Veo生成視頻的時長持續增加，最終達到了1分10秒，超過了Sora的時長。目前，Veo已經開始在谷歌官網開放試用，此外，團隊還開發了實驗性工具VideoFX搭載Veo模型，為用戶提供更多的創作工具和可能性。

谷歌首席執行官桑達爾·皮查伊表示，谷歌所有工作都在圍繞生成式AI模型Gemini展開。根據此次發布會最后的官方統計，完全聚焦于AI的這場主題演講總共提到了121次AI。

美國《商業內幕》報道稱，大型科技公司之間的激烈競爭更加凸顯。就在谷歌I/O大會前一天，OpenAI發布了最新一代AI模型GPT-4o。GPT-4o是OpenAI聊天機器人的最新版本，它能像人類一樣對音頻提示做出幾乎即時的反應，實時翻譯語言，甚至能作為導師幫助學生。據彭博社報道，蘋果即將與OpenAI達成協議，在iOS 18中加入基于ChatGPT的人工智能功能。這項技術可能會被整合到定于今年9月發布的iPhone 16上。

谷歌也不甘示弱。在發布會上，谷歌表示，從今年晚些時候谷歌將發布的Pixel手機開始，谷歌將把其最新的Gemini人工智能模型整合到安卓設備中。

“在文本大模型上，谷歌和OpenAI最領先的技術咬得很緊。從使用體驗來看，目前谷歌的Gemini大模型比GPT-4o處理能力弱一些。”清華大學新聞學院新媒體研究中心主任、跨學科知名學者沈陽教授15日對《環球時報》記者表示，經過去年一年的醞釀，ChatGPT已經獲得了億級的用戶量。今年，幾大科技巨頭主要是在擴大產業規模上發力，希望把平臺用戶量推向10億以上。因此，GPT-4o主要設計目標是解決遷移到蘋果Siri平臺的工程問題，為Siri全面適配做重要的工程性優化，包括提升反應速度、減少出錯率等。而谷歌的優勢在于用戶基數大，且能夠直接觸達用戶。目前來看，大模型之爭“鹿死誰手”，還需要進一步觀察。