出品 | 虎嗅科技組
作者 | 王一鵬
頭圖 | Google 官網
就在2月8日，Gemini又迎來一次重大更新。
首先，2023年年底承諾的Gemini最強版本Ultra，和GeminiAdvanced服務正式對外發布；另外，谷歌的生成式AI品牌迎來收束：Bard消失了，只保留Gemini，此前傳聞的BardAdvanced，最終證實是GeminiAdvanced。
最後，谷歌生態發力。GeminiUltra全方位進入谷歌生態產品，包括安卓端的GoogleAssistant、iOS端的GoogleApp、谷歌雲、谷歌文件、Gmail等等。
這是迄今為止，谷歌給予OpenAI的最強反擊。
GeminiUltra，無縫接入生態
目前無論是GoogleCEO皮查伊還是GoogleAssistant和Bard副總裁兼總經理蕭茜茜，都沒在2月8日的官網釋出中透露更多技術細節，目前能得知的僅限於皮查伊的部分帶有主觀色彩的描述：
1. 最大的模型Ultra1.0是第一個在MMLU（大規模多工語言理解）上優於人類專家的模型，MMLU使用57個科目的組合——包括數學，物理，歷史，法律，醫學和倫理——來測試知識和解決問題的能力。
2. 它可以是個人導師，根據您的學習風格量身定製。或者它可以是一個創意合作伙伴，幫助你規劃內容策略或制定商業計劃。
從去年12月的釋出來看，GeminiUltra的特長是多學科複雜知識的理解和處理上、在MMLU（大規模多工語言理解）測試框架中，GeminiUltra的得分是90.0%，在新的MMMU（專家AGI的大規模多學科多模式理解和推理）基準測試中取得了59.4%的分數。有訊息稱，GeminiUltra1.0動用了五倍於GPT-4的算力進行訓練。
GPT-4與GeminiUltra的效能對比，來自Google技術部落格
但在2023年12月6日釋出時，谷歌表示還在對Ultra版本進行微調、強化學習和有對抗的安全檢查，至於這一部分工作進展如何，釋出中並未提及。不過Alphabet的首席科學家JeffDean表示Gemini1.0技術報告已經更新，重點在第六節和第七節，主要提及Gemini1.0的Post-trainning（訓練後微調）以及模型評估、產品評估等內容。（Gemini1.0技術報告下載連結：gemini_1_report.pdf(storage.googleapis.com)）
關於付費計劃，谷歌稱之為GeminiAdvanced，整合在GoogleOneAIPremiumPlan權益裡，標價每月19.99美元，比ChatGPTPlus便宜一美分，贈送兩個月免費試用期和2T儲存空間。購買之後，就可以在Gmail、GoogleDoc裡使用Gemini——當然，現在還不行，ComingSoon。
此外，谷歌也公佈了由GemeniUltra支援的Advanced付費服務，在谷歌生態內的滲透情況，最吸引人的大概是其和GoogleAssistant適配。如果你用的是谷歌的Pixel系列手機，那麼透過語音“heygoogle”即可撥出GemeniUltra，既可以為剛剛拍攝的照片起個標題，也可以圍繞你正在閱讀的文章，提供解讀服務。未來還可以對智慧家庭進行控制。
iOS系統上，在谷歌應用裡，也可以實現到Gemini的一鍵切換，只是在整體體驗上，遵循APP邏輯，不如Pixel、安卓原生支援Gemini的體驗絲滑。
在辦公工具的協同上，Gemini1.0的優勢在於提供基於搜尋引擎結果的可靠內容，且會有意在回答中新增一些結構化資料，比如表格，表格同樣可以便捷匯入Googlesheets。
巨頭反擊的最好方式：攥緊拳頭
如果說昨天的釋出，絕大部分都回應了2023年12月的預告，在大家的意料之中，那麼Bard品牌的消逝，對Gemini品牌的全線扶正，則給了人們驚喜，也體現了谷歌的決斷力。
巨型企業，為了長期保持競爭力，通常會採用“賽馬機制”，在內部多線、並行的對某一領域、某一賽道開展進攻，透過內部競爭來保持活力。但這也讓人員變得臃腫、注意力變的分散，當真正的挑戰者到來時，巨頭往往不能及時調集全部資源，做出反應。投資界將其稱之為“創業者的機會視窗”。
2014年，在收購完成後，Google幾乎擁有世界最強的兩個AI團隊：GoogleBrain、GoogleDeepmind，他們創造了AlphaGo，發明了Transformer，卻在生成式AI時代的早期被擊潰。
Google的力量太分散了，且缺乏危機感。
在很長一段時間裡，人們很難說清楚Google到底有多少個AI技術框架和產品：Transformer
、AlphaGo、Bard、Bert、Duplex、Pathways、Imagen、PaLM1.0/2.0，包括Meena，後來更名為LaMDA。
Google實際上很早就注意到了GPT-3的表現，但受限於複雜的組織架構和分散的資源，並未引起足夠重視。2020年，Google基於自己的Transformer論文孵化出了ChatBot：Meena，但據說一直被內部力量阻撓釋出、商業化，直到一年後改名LaMDA面世。
負責Meena專案的兩名研究員DanielDeFreitas和NoamShazeer，因此拒絕了谷歌的多次挽留，憤而離職，創立了今天爆紅的character.ai。
痛定思痛的谷歌，第一刀就砍向了組織：2023年4月，GoogleDeepMind和GoogleBrain合併，一致對外。
第二刀發生在昨天：全線收束品牌，全部歸攏在Gemini之下。Gemini其實不是Google在生成式AI領域的推倒重建，它是過去谷歌技術積累的總和——從前人們會討論，使用了Pathways方法的PaLM2.0表現如何，Imagen在多模態領域表現如何，但今天，只看Gemini就可以了，它是一個在Transformer基礎上建立，融合了Pathways方法和PaLM成果的全新模型。AlphaGo的深度學習能力、Imagen的多模態能力，都在其中得以彰顯。
此外，OpenAI 的成功，持續給谷歌帶來強大的壓力，也迫使谷歌放棄過於保守的心態。
2月9日有訊息稱，OpenAI的年化收入已超過20億美元，據兩名瞭解該公司財務狀況的人士稱，該公司年運轉率(將前一個月的收入乘以12)在2023年12月達到了20億美元的里程碑。訊息人士補充說，OpenAI相信，由於企業客戶對使用OpenAI的技術推進生成式人工智慧工具在工作場所的運用有濃厚興趣，該公司可以在2025年將這一數字增加一倍以上。
在 OpenAI 的刺激下，從PaLM2.0到Gemini1.0，谷歌用僅僅幾個月的時間，實現在各種測試機準上的成績大幅提升。谷歌的動作也更加敏捷了，2023 全年與生成式 AI 相關的公司級重大發布、調整動作多達 4 起，為歷年之最。
此外，谷歌終於發現，相比 OpenAI，自己在生態層面有著巨大優勢——在與 OpenAI 爭奪使用者、客戶時，戰場不應侷限在 Web 端的 Chatbot，而應該擴充套件至手機、APP、應用平臺、辦公套件、雲服務等多個維度。
到頭來，或許谷歌會發現，原來擊敗OpenAI的訣竅並沒有多神秘，自己要做的僅僅是攥緊拳頭，合力一處。
