一场激烈的科技竞赛正在美国硅谷如火如荼地进行。
5月16日，谷歌举办了2024年I/O开发者大会，人工智能是整个会议的核心议题，谷歌首席执行官桑达尔·皮查伊和他的团队发布了Gemini 1.5 Pro的新版本，在处理100万个Tokens的能力上，进一步提升至200万个Tokens，他们的最终目标是实现无限上下文的处理能力。
谷歌还展示了新的搜索产品，比如从本周开始，谷歌搜索引擎将在美国推出“AI概览”（AI Overviews）的功能，搜索引擎会直接归纳总结搜索结果。此外，谷歌还推出了新的TPU，第六代TPU芯片Trillium，较上一代芯片的算力表现翻4.7倍。
谷歌还展示了新的搜索产品，比如从本周开始，谷歌搜索引擎将在美国推出“AI概览”（AI Overviews）的功能，这个功能将会为用户提供搜索结果的直观总结和概述。此外，谷歌还推出了新的TPU，第六代TPU芯片Trillium，相较于上一代芯片，其算力表现提升了4.7倍。就在这场发布会前一天，OpenAI举行了春季发布会，发布了最新的GPT-4o多模态大模型。与GPT-4 Trubo相比，GPT-4o不仅速度更快，而且价格更便宜。接下来的一个月里，硅谷还将迎来两家科技巨头的重磅大会——5月21日左右，微软将举行Build年度开发者大会；6月10日左右，苹果将举办全球开发者大会。这场关于人工智能的大比拼将在大洋彼岸上演。
随着OpenAI的崛起，以及谷歌在AR眼镜等领域的失败，外界一度评价谷歌已经变成了一家只追求“赚钱”的公司，失去了创新的激情。
不过，谷歌仍然拥有谷歌搜索、YouTube、云服务、Gmail、Android以及自动驾驶Waymo等业务，仅YouTube就有20亿月活用户，Android也拥有20亿月活用户，可以说，谷歌掌握着全球最多的用户场景、数据以及设备接口。
谷歌拥有众多业务，包括谷歌搜索、YouTube、云服务、Gmail、Android以及自动驾驶Waymo等。仅YouTube就拥有20亿月活用户，而Android也有20亿月活用户。可以说，谷歌在全球拥有最多的用户场景、数据以及设备接口。谷歌发布更新产品后，谷歌-C股价微涨0.6%，收盘价为171.93美元，市值达到2.12万亿美元，股价较2024年开年上涨了23%。
在最近结束的财季中，谷歌展现出了强大的竞争力。2024年第一季度，谷歌的营收达到了805.39亿美元，同比增长了15%。根据非美国通用会计准则，谷歌的净利润为236.62亿美元，同比增长了57%。
谷歌艰难地坚守着自己的领地
大会一开场，皮查伊就介绍说，现在已经有超过150万开发者正在使用谷歌的原生多模态大模型Gemini。Gemini是谷歌于2023年12月上线的一款创新产品，它被认为超过了GPT-4。
皮查伊宣布，Gemini 1.5 Pro现已向全球所有开发者开放，并且支持预览Gemini 1.5 Pro模型，该模型拥有200万个Tokens。他们的目标是实现“无限上下文”。
此次开发者大会，谷歌着墨最多的是搜索，这是谷歌的起家业务，现在谷歌要重新定义搜索，它要将搜索变得更加智能化，通过多轮对话的推理来满足用户的需求，用户只需要提问即可。
皮查伊以“重新定义搜索”的姿态，连续上线多款基于Gemini的产品，比如总结谷歌搜索引擎结果的“AI概览”功能，支持用户存储图片的AI搜索Ask Photos。
以练瑜伽为例，谷歌会帮用户找到更受欢迎的瑜伽工作室，并详细介绍他们提供的服务。用户可以查看每个门店的距离，以便选择最方便的地点。谷歌搜索会将用户的大问题分解为多个小问题，例如排名、用户评论、营业时间等等，以便用户进行更深入的研究。
然而，谷歌可能并不是唯一能够重新定义搜索的公司，OpenAI也有可能拥有这一主动权。今年年初有传言称，OpenAI计划推出AI搜索服务，但在5月14日的发布会上，并没有展示该服务，可能是因为算力成本的原因。
成熟大公司对待创新公司的崛起仍然束手无策。对标OpenAI，谷歌仍在努力展示自己的存在。
在此次发布会上，谷歌还展示了一个名为Astra的项目，这是谷歌开发的通用人工助理，在演示视频中，Astra通过手机摄像头能够识别真实环境中的物体，实现了能够看、能够说、能够听的功能。这与前一天OpenAI上线的GPT-4o功能类似，都实现了人机交互的新形式。但谷歌似乎不满足于此，Astra更强调指向人、机器与现实世界的三重交互。
大模型最大的挑战是解决响应时间的问题。谷歌介绍说，他们在Gemini模型的基础上，开发了一种代理，通过连续编码视频帧来更快地处理信息。这种代理还能将视频和语音输入结合到事件的时间线中，以便更好地理解用户所处的环境，并在对话中快速响应。这样一来，交互的速度和质量就会更加自然。
Gemini也将支持语音实时交互，同时今年晚些时候还将上线实时视频交互功能。未来几个月内，谷歌也将推出类似于GPTs的自定义AI助手Gems。它将能与谷歌旗下的各种产品进行交互。
“Gems易于创建，它们可以成为你的瑜伽伙伴，你的私人厨师，聪明的微积分导师，代码的同行评审员。”谷歌的相关负责人说。
谷歌发布会上还宣布了安卓生态的AI新进展，今年晚些时候，能够在本地运行的多模态Gemini Nano模型将登陆Pixel手机，它更智能，更注重隐私保护，比如，如果用户接到诈骗电话，将会提醒用户。
谷歌发布会上还宣布了安卓生态的AI新进展，今年晚些时候，能够在本地运行的多模态Gemini Nano模型将登陆Pixel手机，它更加智能，更加注重用户的隐私保护。例如，当用户接到诈骗电话时，Gemini Nano模型将会提醒用户注意。如果没有OpenAI，上述谷歌的创新技术可以称得上令人瞩目，但可惜的是没有OpenAI的参与。
硅谷科技竞赛升级
在发布会上，谷歌只提到一家科技大公司，那就是英伟达。皮查伊发布了第六代TPU（张量处理器，谷歌为机器学习定制的专用芯片）芯片Trillium，较上一代芯片的算力表现翻4.7倍，TPU是谷歌自己研发的GPU芯片。
同时，谷歌首席执行官皮查伊表示，谷歌云计划在2025年初开始使用英伟达最新的Blackwell架构GPU。在过去几年中，谷歌已经投资了200万英里的地面和海底光纤网络。
今年3月，英伟达发布了基于“Blackwell”架构的B100芯片与B200 GPU加速器，英伟达创始人黄仁勋表示，这是迄今为止英伟达最强大的GPU芯片。在成功生产出首批服务器后，黄仁勋慷慨地将其中一台服务器赠送给了OpenAI。
GPU在过去一年多时间成为极其抢手的商品，各大科技公司不得不等待数月才能获得供应，这使得黄仁勋成为硅谷最受欢迎的首席执行官，人们纷纷排队等待与他见面，英伟达也是所有科技公司的重要合作伙伴。
而在图形处理器（GPU）大热的背后，硅谷正在进入新一轮的科技竞赛。
2022年底，OpenAI发布ChatGPT开始，整个硅谷进入兴奋的状态，这里甚至出现了AI一条街，只需要五六个人就可以组建一家公司，凭借一个创意就能够获得融资，比如斯坦福博士生郭文景和他的同学创办的Pika，仅仅几个月的时间就成功获得了5500万美元的融资，并且推出了视频生成器Pika1.0。
科技巨头之间的关系变得异常紧张，主要是人工智能技术重塑了行业边界，使得大公司重新燃起了雄心壮志：
微软重新关注了搜索领域，积极支持Bing的发展；Meta公司决定向第三方硬件制造商开放VR头显操作系统Meta Horizon OS，以进一步扩大其在市场上的份额，对苹果生态系统构成更大的竞争；为了应对OpenAI的崛起，苹果被迫放弃了数十年来的造车计划，将资源集中在人工智能领域。
进化以群体聚集的形式在硅谷上演，大公司你追我赶，它们之间的合纵连横也让人工智能竞赛变得更加复杂和激烈。
苹果公司计划与OpenAI合作，将OpenAI的技术应用于iPhone中，但微软是OpenAI的主要投资方；谷歌正在与OpenAI竞争，支持其开源系统Android的人工智能进化，以与苹果iOS系统展开竞争。
席卷全球的这次科技竞赛浪潮颇有点20世纪七八十年代硅谷的意味。那时，原生技术层出不穷，1968年，英特尔成立；1969年，AMD成立；1976年，乔布斯创办苹果电脑；1977年，甲骨文成立；1984年，思科公司成立。
只不过，50年前，是芯片等硬件技术的发展推动了创业潮，创造了财富；而现在，人工智能（AI）以及产品化成为了最新的动力。
在人工智能时代，中国互联网同样也迎来了新的发展机遇，但正如大部分中国人工智能创业者所说，虽然一家又一家公司会在这次浪潮中转型甚至退出市场，但是千万不要低估中国创业者的生命力。
