OpenAI与谷歌多模态重磅更新，生成式AI大战升级第二轮｜GPT-4o、Gemini、Project Astra and more

AI大战第二轮来了！OpenAI发布GPT-4o让AI长出了眼睛和嘴，在AI领域掀起了一场多模态新竞赛。仅一天之后，谷歌在I/O大会上发布对打OpenAI的语音助手Astra，同时展示一系列“谷歌全家桶”生态上的落地多模态应用。 这意味着，硅谷科技巨头的生成式AI之战正式进入了第二轮，而苹果和更多科技巨头很可能在这一轮正式入局。在AI大战Round 2中，巨头们的商业版图将会有什么变化？之后技术如何发展？生成式AI下一步将会迎来怎样的变革？这期视频我们深度聊聊这两场发布会和背后的深意。
你会看到：
00:00 - 01:15 抢先发布会：AI大战进行到第二轮
01:16 - 08:02 OpenAI GPT-4o：AI长出了眼和嘴，电影Her成为现实
08:03 - 10:08 谷歌的战书：语音助手Project Astra
10:09 - 13:23 谷歌的战书：AI搜索及“谷歌全家桶”生态
13:24 - 19:43 OpenAI vs. 谷歌：多模态之战与AI应用落地
19:44 - 26:34 移动端AI落地：苹果入局及端模型未来
Music: Tom Fox - Spoiled Milk (JHTNR6627)
【关于硅谷101】
我们是由海内外一线媒体记者/主持人创办的栏目，深度解析硅谷创新趋势，以轻松的风格分享科技行业的最新动态。我们采过顶级科技大佬，积累了数万小时的媒体经验，做过调查性报道，操盘过千万级传播量的知名深度稿，引发全国讨论和微博热搜；致力于将最专业的媒体素养和信息搜集能力转化为易传播的新媒体力量。
关注我们，从这里驶向未来。
联系我们：[e-mail]
【往期精彩视频】
抢电、圈地、对赌，深聊科技巨头的千亿美元AI能源大战
• 抢电、圈地、对赌，深聊科技巨头的千亿美元AI...
【独家专访】诺奖得主Katalin Karikó：被威胁、冷落和打压40年后，那位“mRNA疯女人”拯救了数亿生命
• 【独家专访】诺奖得主Katalin Kari...
【深度】世纪骗局落幕：“加密货币之王”SBF的疯狂人生与FTX帝国的崩塌
• 【深度】世纪骗局落幕：“加密货币之王”SBF...
英伟达GTC 2024: 绝对霸主的权力与遥远的野心
• 英伟达GTC 2024: 绝对霸主的权力与遥...
从Sora展开，全面解读AI视频大模型发展史
• 从Sora展开，全面解读AI视频大模型发展史（上）
各方大佬 “大打出手”：Sora是万众期待的“世界模型”吗？
• 各方大佬 “大打出手”：Sora是万众期待的...
【深度】聊聊AI机器人为什么发展如此缓慢【有彩蛋哟🎉】
• 【深度】聊聊AI机器人为什么发展如此缓慢【有...
【深度】OpenAI成长史：顶级资本的冲突与科技大佬们的理想主义
• 【深度】OpenAI成长史：顶级资本的冲突与...
【硬核】在诉讼与骂名中崛起的英伟达GPU：从未停止过战斗，也没有永远的朋友
• 【硬核】在诉讼与骂名中崛起的英伟达GPU：从...
【深度】聊聊科技四巨头的研发与XR行业的兴衰沉浮
• 苹果Vision Pro来了，聊聊科技四巨头...
拉斯维加斯百亿网红球Sphere，承载着"纽约恶人"豪门富二代的继承枷锁与救赎
• 拉斯维加斯百亿网红球Sphere，承载着"纽...
生成式AI这一年：从群雄混战到生态确立，世界已被改变
• 生成式AI这一年：从群雄混战到生态确立，世界...
为马斯克减重30磅的“司美格鲁肽”：毒蜥蜴，琵琶鱼，41年和数十亿美元｜生物科技特辑（1）
• 为马斯克减重30磅的“司美格鲁肽”：毒蜥蜴，...
“全球市值第三车企”VinFast：越南首富的美国梦，惊叹和荣耀只有16个交易日
• “全球市值第三车企”VinFast：越南首富...

[@search4happiness]

我哭了，随便加班一期都这么高质量

[@MSO_Studio]

主持人雖然說自己是3C殺手，但口語播報的表現能力是AI所不能及的！超棒，加油！👏👏😄👍👍

[@user-no1lz8hr9d]

最近茜姐更新速度感人！ 视频质量还是无出其右的高，紧跟最近的两个大events，看得津津有味

[@TheValley101]

🙏🙏

[@TheValley101]

时间轴来咯（这期赶时效性，后期剪辑有点匆忙请小伙伴们见谅🌹）： 00:00 - 01:15 抢先发布会：AI大战进行到第二轮 01:16 - 08:02 OpenAI GPT-4o：AI长出了眼和嘴，电影Her成为现实 08:03 - 10:08 谷歌的战书：语音助手Project Astra 10:09 - 13:23 谷歌的战书：AI搜索及“谷歌全家桶”生态 13:24 - 19:43 OpenAI vs. 谷歌：多模态之战与AI应用落地 19:44 - 26:34 移动端AI落地：苹果入局及端模型未来

[@chinesebay]

时效性也很好❤

[@henryzhang6489]

太好 謝謝

[@jasonh9814]

精彩的AI大战，期待后续的更新。 还有，假期愉快😊

[@markezhao]

感觉这种在家里做视频背景更舒服，自然！ 毕竟主持人的私人空间是观众都好奇的一个点。

[@samlin503]

是我看過最美最好的主持人😊

[@NormalJay]

謝謝您們的整理，加入了許多觀點，感謝您們~

[@TheValley101]

🙏🙏

[@pobodjjd]

清晰易明流暢👏👏👏

[@qingzhou9938]

谢谢！

[@jeffrey202020]

kudo's to 你具宏观的分析，enjoy the remainder of your trip

[@uantaris9]

谢谢 每次都学习很多❤

[@Whitepuppyub8un]

哇塞，茜姐在圣托里尼加的班写的稿吗？ 这速度太牛了！大爱硅谷101🎉❤

[@adstvstore633]

赞👍,一贯高素质的报导分析！

[@mandyz5041]

感谢小姐姐，还是干货满满

[@timothyhernandez5141]

都试过两个新的，准确性来说我还是站队chat～简单的说我叫Gemini 整理参考文献（复制对话框）让它把格式统一，问它有没有重复文献（肯定没有，纯测试）～它告诉我一堆重复😂然后我再次问它，它说抱歉，错了一个。然后再次检查，又说有重复，又给出重复文献。😂我问它哪里重复，它说的有模有样全部一样😅我再说没有重复～让它再检查🧐。它才说抱歉，犯了错，看样子参考文献没有重复。😂补充一下，用的谷歌Gemini 1.5pro

[@shuanggao3710]

chatgpt 4 和4o也一样，我这几天被折磨死了，还不如我手动比较呢。

[@ykialy]

​@@shuanggao3710差远了。gemini的难用级别高太多

[@loewe777]

Chatgpt也一样的

[@timothyhernandez5141]

@@shuanggao3710 是的～我也发现了。会给你弄崩溃😫～

[@WangZhaire]

赞同，chat比gemini好一些

[@RoxetteI]

awesome episode

[@user-sl8un8hf7z]

我试了GPT4O，没发现可以调用摄像头。

[@zdhpeter]

更新好快

[@everest4122]

准确说， 你不是唯一记不住车牌号的那个人。视频做得不错，赞👍！

[@astraykid5445]

全網最完整整理 謝謝！

[@raychin929]

I

[@Alenban]

這個背景更加人性，喜歡全世界旅遊做未來

[@freespacefrank]

非常喜歡你的節目，清晰，全面的分析，謝謝

[@TheValley101]

😊😊

[@zijunlin3495]

说的太好了，点赞。

[@CHINA-00001]

祝你度假愉快亲爱的！

[@charlielee2334]

老范总结的两个对手比较挺好OpenAI是“her” 吉米尼是贾维斯 能谈恋爱还要啥工作呀

[@hoshinotaka1611]

刚试了google自研的ai 进行文本翻译..还是往常一样语法百般错误😢更别让他写coding了瞬间会让你编程员担当抓bug吐血。而且gemini还会情绪化回复你一堆阴阳话语...谷歌为了股市做个智障出来我真的服了

[@OneOfKevin]

GPT4-o目前的音頻輸入似乎還是需要透過轉譯，或者截至目前為止還沒開放。非常期待開放的時候，因為這樣以後可以輕易地做到極快的語音翻譯

[@danc3207]

我也沒記住車牌照。一個暫時的方法就是把些資料放在手機某處隨時可調閱。

[@-leovinci]

亚马逊/Amazon在坐井观天ing吗？

[@spigflyingTube]

很棒🎉

[@sukarno60]

爱你哟❤

[@jingjing5317]

用了一下gemini pro.不太行。我发了一张拍照的图，是算式公式，Gemini 瞎算还是算不出来（忘记了），copilot 算了一部分错，openai只有一点点错，整体还是Openai最强

[@brightya]

Gemini之前让改个邮件都该不好 功能再多核心算法不行有什么用 4o我照了一页全英文的教科书 30秒到1分钟后 她翻译成中文并实时朗读出来 然后又让他做一分钟的总结让没有科技背景的人也能听懂 完全都可以实现 对传统学习模式已经形成巨大的冲击

[@ysheng71]

这么快看到对这两场发布会比较深入的解析，感谢！❤❤ 是不是该说说Tesla的FSD v12.3了？这是目前最大规模的AI驱动的机器人应用了吧！

[@TheValley101]

无人驾驶的题正在进行采访 会非常精彩 敬请期待哟～ 😊

[@David-vy5xt]

赞👍

[@hedgebunny0415]

周末刚起床就发现更新了，正好边吃早餐边看硅谷101！🥰

[@xianglian7227]

中间那个不是小沈阳?

[@dango5738]

渡假还要加班，辛苦了

[@user-sz2fr9wy9e]

这UP主美女颜值气质好，怪不得希腊休假，富有古典美

[@Alex-sz5zd]

Omni is a Greek letter?

[@8363jn]

謝謝主播

[@yuhao8686]

真美

[@alson77755]

学习很多

[@scellyt]

好美的主理

[@blueoceancoefae6706]

真的，立马想到了 Her 这部电影

[@BruceChouTW]

phi3就是可以放上手機並且能力不弱於gpt 3.5 turbo的模型，不是未來式

[@user-uy2xj5re7s]

您好，陈老师，我只想说：您真漂亮！

[@mengmeng4312]

我也花了半年时间才记住自己的车牌

[@Chaishan-lt3wk]

棒

[@ydcloudboy]

视频内容很完整简练，让我赶紧把现在能用的AI 工具全试了一下，还有，茜姐好美~~~~

[@Stan.1107]

看到最后几秒钟的时候，脑子里突然冒出 Two Minute Papers 的那句话：What a time to be alive!

[@TheValley101]

见证变革是非常让人兴奋的 😊

[@jetw9522]

感謝製作出這期的優秀視頻，唯獨是那反覆機械的BGM令人很抓狂，心煩。希望下一期有所改進。

[@TheValley101]

感谢反馈，这期的后期确实匆忙了些，我们继续改进 🙏

[@jingguojiang6975]

你可以试试拍竖屏的短视频，应该会很好看。

[@katechen3918]

如何获得gpt 4o

[@shudou2023]

gpt-4o 模型并不是跑在手机上的，手机只是UI接口，openAI demo 里面还特别强调了网络连接的

[@benbendanbenbendan]

现在的问题是，这些技术值得人们花钱去购买吗？或者说什么时候街上的人们会愿意为它花钱。

[@user-wd2dz6lx3h]

Ai-非全知全能-輔助創意-節省時間-文章輔助

[@adamli2013]

地图导航市场感觉会迎来AR导航🎉

[@hugochen8513]

12:01 我也记不住

[@guohuang]

12:00 "我不是一个人“ - I am not alone. 直接翻译吗？哈哈

[@TheValley101]

😂😂😂 有时候说话真的会反着翻译回来

[@user-wd2dz6lx3h]

程式編輯與高功能多樣“芯片”、自我學習芯片、圖相芯片、記憶芯片-繪圖芯片、資料庫統合-背後科學決定天才與普智或勞力功能！

[@user-vy6fc7te7n]

我有在學紫微斗數，所以對很多星曜坐守命宮時對人的性格特質解釋，只是在文字上，對人的想像只能自己腦補，假如我把一些資料給AI讓她扮演，我就能跟不同性格的AI聊天，好去掌握各個不同性格的人，那就非常有趣了，多買幾台電腦，就能形成多個性格想法不同的擬人AI聊天

[@yumo8649]

个人移动AI会不会被硬件限制？

[@yanshi3338]

那必须，功耗、性能都有门槛

[@martinchen22]

Google AI 的色盲弄好了？

[@georgewu53]

即时雨，🎉🎉🎉🎉🎉🎉🎉❤❤❤❤

[@FF-cz8sg]

路遥知马力，谷歌在AI，搜索和硬件方面的长期积累基本保证了谷歌会是这场比拼的赢家了。

[@Ethan76620]

好快！！！！！

[@user-wd2dz6lx3h]

魂魄就是基因自然生成情感功能

[@danielyeh1627]

最完美就是Openai+Google 可惜...

[@user-tx4dp3py8j]

看來5G的第一個應用會用在ai 上

[@fangmike7664]

台主有颜值有口才，越看越让人流口水

[@thomasyang1565]

太美了，理工男的女神

[@yiwang7296]

主播很像刘亦菲🥰

[@KenLee1688]

❤❤❤

[@QiangCai-wi1uw]

❤❤

[@YMcarpediem]

16:57 谷歌最坚固的护城河是“分销”😅 这里的distribution明显是说分布式啊😂

[@yilundu2172]

在这里把 distribution 翻译为”分销“是对的。联系上下文，这里显然是说谷歌有足够多的（分销）渠道去让用户接触到AI大模型，因为比起OpenAI，谷歌有更多互联网端的应用产品，比如搜索、邮件、办公套件等等。

[@lzyong306]

西姐真漂亮

[@tangtienji]

明顯的ai做主播？

[@liwensi1218]

Gemini和GPT-4o比差太多了，谷歌demo的东西都很虚，而GPT-4o已经可以免费试用了。 不过谷歌生态在AI应用上的确是有先天优势

[@mikenie5907]

主播讲的太好了，，不到半个小时的视频，让我对AI有了一个更全面更清晰的认识。做为一个工贸一体的小企业的老板，我们作为普通人怎么在这场世纪变革中，搭上AI的先机，吃到肉呢？ 美女主播，能不能就这方面，AI对于普通人， 对于小微企业的帮助做一个视频呢 ？

[@tohtoh2948]

Open不是念"噢彭"，是"噢盆"。。。听着是有点刺耳。。。

[@MrJohnsonhsu]

4o=for all

[@donglin4052]

怎么没有讨论Facebook llama？

[@TheValley101]

这个视频讨论多模态哈，Llama不是多模态

[@LiangHsuY19640810LOVE920]

AI 多年前就巳在使用 Google 大量的收集 世界各地的資訊 內部的工程師不斷的做實驗 .

[@aaa-my8fg]

但問題是到現在還無法影片交互，Sora到現在還在測試，太慢了

[@TheValley101]

太烧算力了 😅

[@user-yd8bq6ye7c]

为啥我用手机youtubeapp视频会被裁切啊

[@TheValley101]

横过来看看？😮

[@portialiau7407]

🤩🤩🤩

[@joezhou6951]

观看主持人在一个舒适的环境中富有激情的讲述新一轮 AI 大战的故事，一方面沉浸于多模态产品的创新与魅力，另一方面又深刻感受到了美好生活与专业工作的融合，知识的获取与思考也变得灵动，视觉与听觉的双重享受，让这场知识盛宴沁入人心！

[@tristawu8051]

如果AI越來越強大，但平台管理者與工程師利用這些Ai去對付特定人士，但下這個命令其實是違反或霸凌，但收到命令的Ai卻不饒不退的執行命令，那是否讓AI成員一個可怕而難以收拾的殺手或霸凌者？管理者有把握，有天Ai不會產生自我意識而讓自己及人類受到反噬嗎？

[@guanyily]

所以会英文很重要。用中文时明显慢很多。

[@user-yi2eo3lp2g]

谷歌已经没有可能追上这种差距了 印度老板确实成功降低了谷歌的竞争力😂

[@AA-ft6np]

4用中文念就沒了故意4o的諧音😆

[@TheValley101]

哈哈对哦，这个还是个谐音梗😂

[@daopu]

妝造一級幫

[@howdareyouare]

现在开始是神仙打架

[@user-sz2fr9wy9e]

咱们颜值丑就休假柬埔寨啊、津巴布韦啊

[@harryliu2008]

谷歌没有机会了正如它在搜索方面的绝对优势

[@pineneedle]

GPT-4o 告诉你其实因该好好休假。

[@Maverick.Y.Z]

👍👍🤩🙏

[@Weeping.F]

奇怪, 声音变好听了..

[@panchao]

男有老石 女友硅谷。科技界俊男靓女！