谷歌與Open AI“AI大戰(zhàn)”的真正交火將會(huì)在2024年。

2023年最后一個(gè)月，谷歌發(fā)布了原生多模態(tài)大模型Gemini，稱其在大語言模型領(lǐng)域的32個(gè)常用測試指標(biāo)里，有30項(xiàng)領(lǐng)先于GPT-4。Gemini針對不同任務(wù)設(shè)定了Nano、Pro、Ultra三個(gè)版本，目前上線的只是Gemini Pro版，“頂配”Gemini Ultra將于2024年初推出。隨后，谷歌發(fā)布2023年度AI研究總結(jié)，給出“全面碾壓OpenAI”的萬字長文。

OpenAI首席執(zhí)行官山姆·奧特曼公布的圣誕愿望清單，可以理解為OpenAI的“應(yīng)戰(zhàn)書”，并透露將在2024年推出GPT-5。

外界評論，2024年全球AI大模型比拼的焦點(diǎn)是GPT-5和Gemini Ultra，雖然目前兩個(gè)模型都還被“捂”在閨中，無法直接比較，但模型之爭背后的數(shù)據(jù)、算力、生態(tài)的全方位較量已經(jīng)開始。

1月11日凌晨，OpenAI的GPT Store(GPT應(yīng)用商店) 正式上線，首先面向付費(fèi)用戶開放，最終將直接進(jìn)行創(chuàng)收。這意味著“App Store”商業(yè)模式引入大模型領(lǐng)域。也是在這幾天，谷歌DeepMind宣布了SARA-RT、RT-Trajectory、AutoRT三項(xiàng)具身智能成果。

2024年元旦剛過，OpenAI與谷歌AI之爭火藥味彌漫，一場關(guān)于AI核心基礎(chǔ)的變革山雨欲來。

round1：多模態(tài)數(shù)據(jù)，誰擁有更多?

2024年大模型的競爭焦點(diǎn)，業(yè)界的共識是“多模態(tài)模型”，無論是GPT-5還是Gemini Ultra，都主打“多模態(tài)”，這意味著訓(xùn)練這些模型需要海量高質(zhì)量的視頻、音頻、圖片等數(shù)據(jù)。

谷歌和Open AI，誰更擁有源源不斷的此類資源？

360集團(tuán)創(chuàng)始人、董事長周鴻祎在與甲子光年創(chuàng)始人兼CEO張一甲的對話中表示，“人才密度、算力密度和數(shù)據(jù)質(zhì)量的高低是決定通用大模型勝負(fù)的關(guān)鍵，谷歌的人才不是問題，算力也不是問題，在數(shù)據(jù)方面擁有搜索、YouTube和Android生態(tài)系統(tǒng)”。有消息稱，谷歌訓(xùn)練Gemini時(shí)所用的數(shù)據(jù)量是GPT-4的兩倍之多。

Open AI同樣擁有自己的生態(tài)。如果說搜索、短視頻是互聯(lián)網(wǎng)時(shí)代的“超級應(yīng)用”，大模型時(shí)代，殺手級應(yīng)用很可能是“AI智能體”，從這個(gè)意義上看，Open AI的GPT商店有可能建立龐大的“AI超級應(yīng)用”。據(jù)悉，目前用戶自定義構(gòu)建的ChatGPT助手已超過300萬個(gè)。

接下來，數(shù)據(jù)競爭的焦點(diǎn)有可能是機(jī)器數(shù)據(jù)。螞蟻集團(tuán)副總裁、金融大模型負(fù)責(zé)人王曉航表示：“有一種說法是預(yù)計(jì)2025年左右，全世界50%左右的數(shù)據(jù)會(huì)來自感知和傳感等IoT（物聯(lián)網(wǎng)）數(shù)據(jù)，這部分?jǐn)?shù)據(jù)能產(chǎn)生新的能力?！蹦壳暗臄?shù)據(jù)來源于傳統(tǒng)計(jì)算平臺，如PC、服務(wù)器、手機(jī)和平板電腦，嵌入式數(shù)據(jù)則來源于極其廣泛的設(shè)備類型。

因此，大模型與硬件結(jié)合將成為2024年重要的創(chuàng)新方向，也將創(chuàng)造智能硬件新物種。去年11月，由山姆·奧特曼投資的智能穿戴設(shè)備公司推出一個(gè)基于大模型的智能穿戴設(shè)備AI Pin，有人稱其“有可能取代智能手機(jī)”。AI Pin將于2024年3月批量上市。

基于此，我們就很好理解，為什么谷歌Gemini大模型也包括了Nano版本?！爱?dāng)手機(jī)上的傳感器都跟大模型整合，會(huì)產(chǎn)生非常多的應(yīng)用場景，谷歌推出Gemini Nano版本，能夠在終端、手機(jī)等各種設(shè)備上部署，與安卓系統(tǒng)緊密聯(lián)系在一起?！敝茗櫟t表示。

Pixel 8 Pro 在錄音機(jī)應(yīng)用中使用 Gemini Nano 來總結(jié)會(huì)議音頻，即使沒有網(wǎng)絡(luò)連接也可以實(shí)現(xiàn)

大模型的目標(biāo)不僅在于理解文本、圖片、視頻，它必須真正理解物理世界。谷歌Deep Mind首席執(zhí)行官德米斯·哈斯比斯表示：“谷歌DeepMind已經(jīng)在研究如何將Gemini與機(jī)器人技術(shù)結(jié)合，與世界進(jìn)行物理交互，真正的多模態(tài)需要包括觸摸和觸覺的反饋?！?/p>

2024年元旦剛過，谷歌DeepMind又拿出了SARA-RT、RT-Trajectory、AutoRT三項(xiàng)機(jī)器人與大模型結(jié)合的成果，其中AutoRT是一個(gè)機(jī)器人數(shù)據(jù)收集系統(tǒng)，可以一次管理20個(gè)機(jī)器人。而在此前，OpenAI也投資了一家人形機(jī)器人公司1X。谷歌與OpenAI，誰都不愿錯(cuò)失任何一個(gè)有可能產(chǎn)生AI爆品的機(jī)會(huì)。

Round2：算力是關(guān)鍵底座，誰主動(dòng)權(quán)更大？

在谷歌發(fā)布Gemini大模型時(shí)，特別強(qiáng)調(diào)自家的TPU（AI專用張量處理器）v4和v5e對大規(guī)模訓(xùn)練的給力支撐。為何？因?yàn)樗懔Y源是AI的關(guān)鍵基礎(chǔ)設(shè)施，是AI研究、AI模型訓(xùn)練、AI商業(yè)應(yīng)用的關(guān)鍵利器。有信息透露，谷歌訓(xùn)練Gemini 1.0時(shí)所用算力是OpenAI訓(xùn)練GPT-4的四到五倍。谷歌除了想凸顯自身的算力優(yōu)勢，還要做算力服務(wù)的生意。當(dāng)天，谷歌還發(fā)布了號稱“迄今為止最強(qiáng)大、最高效、可擴(kuò)展的TPU系統(tǒng)”Cloud TPU v5p，將用于開發(fā)更高層次的AI大模型。

在大多數(shù)基準(zhǔn)測試中，Gemini 的性能都超越了 GPT-4

谷歌這樣做當(dāng)然也希望“打臉”O(jiān)penAI——就在谷歌發(fā)布Gemini前，OpenAI宣布暫停ChatGPT Plus付費(fèi)新用戶的注冊，此前還出現(xiàn)了ChatGPT周期性的宕機(jī)。直到去年12月中旬， 山姆·奧特曼才發(fā)文稱：“我們重新啟動(dòng)了ChatGPT Plus付費(fèi)訂閱的注冊，感謝您的耐心等待，同時(shí)我們找到了更多的GPU。”

山姆·奧特曼沒有說明，其GPU究竟來自英偉達(dá)還是微軟，但至少承認(rèn)了一件事：OpenAI缺算力。盡管OpenAI的“好伙伴”微軟已推出AI專用處理器，OpenAI也用上了，甚至還挖來了前谷歌TPU負(fù)責(zé)人主管OpenAI的硬件，但短期來看，其算力資源仍無法與谷歌相提并論。有報(bào)道稱，即便OpenAI在兩年內(nèi)將GPU的總數(shù)增加四倍，依然無法趕上谷歌的算力資源，目前OpenAI 、Meta、CoreWeave、甲骨文、亞馬遜的GPU總和，仍小于谷歌所擁有的TPU v5的數(shù)量。

Google 數(shù)據(jù)中心內(nèi)的一排 Cloud TPU v5p AI 加速器超級計(jì)算機(jī)

算力資源的差距有可能在2024年改變谷歌與OpenAI模型差距，因?yàn)閾碛懈嗟乃懔Y源意味著能進(jìn)行更多的試驗(yàn)、更快的迭代模型。按照SemiAnalysis預(yù)測，到2024年年底，谷歌模型訓(xùn)練的AI算力資源有可能是OpenAI的20倍。

業(yè)界也有人說，缺算力花錢買就好了，OpenAI正在啟動(dòng)新一輪融資，并不缺錢，自己賺錢能力也蒸蒸日上。最新消息顯示，OpenAI近期年化收入突破16億美元，主要收入來源包括ChatGPT Plus會(huì)員服務(wù)、API模型訪問以及與微軟的合作，預(yù)計(jì)到2024年底OpenAI年化收入可達(dá)50億美元。

更何況，剛剛上線的GPT Store，帶來OpenAI新的商業(yè)變現(xiàn)的想象空間。

不過，小冰公司CEO李笛認(rèn)為：“GPT Store的建立不是為了商業(yè)模式，更是為了收集究竟什么樣的GPT落地應(yīng)用是有效的，是為了從開發(fā)者處獲得想法和靈感。”這樣看起來，OpenAI建立GPT Store的目的并不單純，那么開發(fā)者會(huì)不會(huì)把好的創(chuàng)意拿出來，就是未知數(shù)。瀾碼科技創(chuàng)始人、CEO周健也認(rèn)為，當(dāng)前GPT-4的能力對于發(fā)展GPT store還存在瓶頸，GPT Store開發(fā)者是否能夠做出用戶愿意買單的應(yīng)用，需要等到OpenAI發(fā)布GPT-5后才知。

更何況，目前情況看，芯片并不是想買就能買到，OpenAI更不希望淪為GPU和云計(jì)算公司的“打工人”。目前看，OpenAI與微軟的關(guān)系依然牢固，微軟也拿到了OpenAI無投票資格的董事會(huì)成員資格，但福布斯卻預(yù)測，2024年OpenAI與微軟就有可能走向分手，“隨著OpenAI大到蠶食微軟客戶”。OpenAI還在尋找英偉達(dá)之外其他途徑來解決眼下算力不足的問題，包括最近與AMD洽談合作的可能性，也自主研發(fā)芯片、評估潛在收購目標(biāo)。

基于種種不確定性，OpenAI希望將更多的“算力主動(dòng)權(quán)”掌握在自己手里。最近，OpenAI與人工智能芯片初創(chuàng)公司Rain AI在2019年簽署的一份意向書被曝出，OpenAI將購買該公司總價(jià)值5100萬美元的NPU芯片，而在此前，山姆·奧特曼自己也投資了這家公司。這一舉動(dòng)引起廣泛關(guān)注，因?yàn)镽ain AI的NPU芯片采用神經(jīng)擬態(tài)技術(shù)，模仿人腦的結(jié)構(gòu)和功能，被認(rèn)為具有低成本高能效的潛力，有望為OpenAI提供所需的硬件支持。

與Rain AI的這一交易，被視為OpenAI為確保其AI項(xiàng)目的芯片和硬件供應(yīng)而進(jìn)行的關(guān)鍵舉措之一。但事實(shí)上這家芯片創(chuàng)業(yè)公司給出的出貨時(shí)間至少要到2024年底。算力的差距，可能在2024年成為OpenAI與谷歌AI競爭的“關(guān)鍵變量”。

Round3：醞釀底層變革，誰先實(shí)現(xiàn)AGI？

更或許，谷歌與OpenAI的真正較量并不是GPT-5和Gemini Ultra，而是誰先實(shí)現(xiàn)AGI（通用人工智能）。

目前看，無論是GPT還是Gemini 都基于Transformer 架構(gòu)。谷歌團(tuán)隊(duì)在2017年發(fā)表的論文《Attention Is All  You  Need》提出了Transformer 架構(gòu)，如今的主流大模型產(chǎn)品，大多基于該架構(gòu)。有人分析，谷歌擁有原創(chuàng)AI架構(gòu)、算力、數(shù)據(jù)、技術(shù)、人才等顯著優(yōu)勢，但其推出的Gemini也就僅領(lǐng)先GPT-4一點(diǎn)點(diǎn)，這或許意味著Transformer架構(gòu)存在天花板。

Google DeepMind資深工程師盧一峰在與美國工程院院士張宏江對話中坦言，“現(xiàn)在的Transformer架構(gòu)已經(jīng)比當(dāng)年有了很大的優(yōu)化和改進(jìn)”，從2016年到現(xiàn)在，整個(gè)業(yè)界在軟件、硬件和數(shù)據(jù)方面對Transformer架構(gòu)進(jìn)行了許多組合優(yōu)化，“已經(jīng)將其推進(jìn)到了一個(gè)局部最優(yōu)狀態(tài)”?！拔艺J(rèn)為我們可以繼續(xù)改進(jìn)它，還有很大的空間，但要顯著改變它則有一定難度。 這個(gè)難度在于這幾個(gè)維度已經(jīng)彼此交織在一起?！北R一峰說。

需要有新的架構(gòu)來“接力”這場AI加速跑。

福布斯在最近出爐的《2024年十大AI趨勢預(yù)測》指出，“盡管我們不認(rèn)為Transformer架構(gòu)在2024年將消失，但確信將出現(xiàn)新一代更先進(jìn)的AI架構(gòu)替代方案，而且新的替代架構(gòu)將會(huì)在2024年得到真正的應(yīng)用。”福布斯在預(yù)測中提及了斯坦福大學(xué)的Chris Ré實(shí)驗(yàn)室正在構(gòu)建一種新的模型架構(gòu)，這種架構(gòu)可隨序列長度以次二次方的方式擴(kuò)展（而不是像Transformer那樣以四次方的方式擴(kuò)展）。將使得人工智能模型計(jì)算密度更低，并能更好的處理長序列?！疤娲蜻x”還包括麻省理工學(xué)院開發(fā)的液態(tài)神經(jīng)網(wǎng)絡(luò)以及由Transformer聯(lián)合發(fā)明人之一Llion Jones所創(chuàng)公司推出的Sakana架構(gòu)。據(jù)悉，目前Transformer架構(gòu)的五位共同發(fā)明者均已離開了谷歌，開啟了各自的AI創(chuàng)新創(chuàng)業(yè)之旅，這些親手孕育了Transformer的人有可能就是Transformer的“掘墓人”。

此外，隨著大模型能力的不斷演進(jìn)，需要帶來“跨越式變革”的未來計(jì)算，量子計(jì)算機(jī)或許是硬件“接盤”方案。創(chuàng)世伙伴資本主管合伙人周煒表示：“量子計(jì)算擅長的就是處理排列組合、并發(fā)的問題，當(dāng)量子計(jì)算與大模型結(jié)合在一起能夠解決很多問題?！?/p>

“首先，人工智能領(lǐng)域的算法，大部分屬于并行計(jì)算范疇。而量子計(jì)算機(jī)擅長進(jìn)行并行計(jì)算，因?yàn)樗梢酝瑫r(shí)計(jì)算和存儲0、1兩種狀態(tài)，無需像電子計(jì)算機(jī)那樣消耗額外的計(jì)算資源，譬如串聯(lián)多個(gè)計(jì)算單元，或?qū)⒂?jì)算任務(wù)在時(shí)間上并列。計(jì)算任務(wù)越復(fù)雜，量子計(jì)算就越具備優(yōu)勢。其次，運(yùn)行ChatGPT所需的硬件條件，同樣也十分適合導(dǎo)入當(dāng)前體積龐大的量子計(jì)算機(jī)，二者都需要安裝在高度集成的計(jì)算中心里，由一支專業(yè)化技術(shù)團(tuán)隊(duì)進(jìn)行管理支撐?！敝袊F(xiàn)代國際關(guān)系研究院科技與網(wǎng)絡(luò)安全研究所人工智能項(xiàng)目負(fù)責(zé)人譚笑間表示。

2022年，來自谷歌、微軟、加州理工學(xué)院等機(jī)構(gòu)的研究者從原理上證明了“量子優(yōu)勢”在預(yù)測可觀測變量、量子主成分分析以及量子機(jī)器學(xué)習(xí)中確實(shí)存在。量子計(jì)算與人工智能兩大前沿技術(shù)合流的趨勢正在變得越來越明朗。在量子計(jì)算、量子機(jī)器學(xué)習(xí)方面，谷歌是先行者。如果量子計(jì)算機(jī)能夠成為未來AI硬件的替代方案，谷歌無疑擁有比OpenAI更多的優(yōu)勢。

谷歌會(huì)比OpenAI更快實(shí)現(xiàn)AGI嗎？亦或，最先實(shí)現(xiàn)AGI的既不是谷歌也不是OpenAI,而是另外其他公司？一切皆有可能。