OpenAI和Google接連兩天的大動作，都想讓AI助理成“精”

看過昨天OpenAI的春季發布後，不難猜到，在今天的谷歌I/O大會上，必然會有關於AI助理的介紹。

畢竟，搶在谷歌I/O大會前發布GPT-4o的Altman，已經顯示出了十足的針對性，憑藉Altman的手段，自然也有著十足的把握做到精準打擊，將這場「紅藍對抗」進行到底。

果不其然，大會上，GoogleCEO Pichai請來了DeepMind創始人Demis，Google全新的AI助手Project Astra正是由首次登台谷歌I/O大會的Demis揭開的神秘面紗。

什麼是Project Astra？

Project Astra是一個由GoogleGemini作為基礎引擎的即時、多模態通用人工智慧助手，相當於Google Assistant的繼任者。

與Siri、Alexa等以往我們使用的AI助理相同的是，你依然可以用語音與它進行交互；不同的是，借助生成式AI獨有的特性，它現在擁有了更好的理解能力、可以做更多事情，更重要的是，這次它還有了視覺辨識能力，讓AI助理得以睜眼看世界。

在大會上Google的影片示範中，著重示範的正是這位AI助理的視覺智慧。

在示範影片中，一位Google工程師拿著打開相機的手機，讓Gemini辨識空間中能發出聲音的物體、辨識顯示器螢幕上顯示的程式碼的功能，甚至透過戶外街景辨識示範者現在所在地址。

除了將AI助理應用到手機上，Google還將AI助理應用到了AR眼鏡上，當這位工程師將搭載這款AI助理的智慧眼鏡對準黑板上設計的系統並提出如何改善此系統時，AI助理甚至能給出系統設計的改善建議。

這是Google在AI助理上展現出的視覺智能，在Gemini加持下，這樣的AI助手在互動能力上已經得到了極大的增強。

不過，在實際互動的自然度上，這樣的AI助手依然與昨天OpenAI GPT-4o所展現的效果形成了不小的差距。

OpenAI「截胡」成功

就在GoogleI/O大會前一天，OpenAI召開了一場聲勢浩大的春季發布會，GPT-4o是這次春發的主角，部署在手機上的AI助理則是這次發表會重點展示的功能。

從OpenAI發布會上演示的AI助手能力來看，無論是在演示內容的親民程度、互動過程的自然度，還是這一AI助手多模態能力上，演示效果都要更好。

這是因為OpenAI將GPT-4o裝載到手機上時，不僅加入了視覺智能，還讓這個AI助手能夠實時響應（官方給出的平均響應延時是320毫秒） ，可以隨時被打斷，甚至還能理解人類的情緒。

在視覺智能方面能力演示過程中，OpenAI在紙上寫了一道數學方程式讓AI助理一步一步解題，像極了一位小學老師。

而當你和GPT-4o打「視訊電話」時，它又可以辨識你的臉部表情，理解你的情緒，知道你現在看起來是開心還是難過，活脫就是一個human being。

不難發現，在如今大模型技術加持下，Google和OpenAI都在試圖將原來粗糙不堪的AI助理進行回爐再造，想讓AI助理能像真人一樣與我們自然互動。

而從前後兩個發布會視頻演示結果來看，以大模型作為基礎引擎的AI助手，也確實讓我們明顯感受到了，現在的AI助手與此前的Siri、Alexa有了明顯的世代差。

實際上，在生成式AI、大模型技術發展如火如荼的當下，蘋果也在試圖讓Siri脫胎換骨，此前彭博社就曾援引知情人士消息報道稱，蘋果正與OpenAI和谷歌分別在談合作，想要將他們的大模型用到iOS 18作業系統中。

至於這樣的AI助理是否能讓Siri再次翻紅，成為AI手機的殺手級應用，接下來，就看蘋果能否再次為AI助理順利「附魔」了。

#

以上是OpenAI和Google接連兩天的大動作，都想讓AI助理成“精”的詳細內容。更多資訊請關注PHP中文網其他相關文章！