文|經(jīng)緯創(chuàng)投

頂著壓力開發(fā)布會是一種什么樣的體驗？

「代表谷歌為開發(fā)者提供所有服務」的谷歌I/O來到第16年。去年的I/O帶來了Gemini，今年帶有火藥味的發(fā)布會則更加值得期待。被競爭對手忌憚已久的谷歌，能否超越前一天剛剛截胡發(fā)布的ChatGPT-4o？

發(fā)布會現(xiàn)場，谷歌帶來了可以實時理解鏡頭世界的多模態(tài)Agent助手Astra、搜索業(yè)務來了一次徹底的AI化改造、Gemini系列模型卷起了長文本、效果超過Sora的視覺模型Veo……谷歌一口氣拿出來十余款AI新品，勢必要掙回這口氣。

但就連llya也來搶谷歌風頭。凌晨，OpenAI首席科學家Ilya Sutskever在X發(fā)布自己離開OpenAI消息，稱“我決定離開 OpenAl。再見，感謝你們所做的一切。我很期待接下來的計劃--這個項目對我個人來說意義重大，我會在適當?shù)臅r候分享細節(jié)?！?/p>

谷歌的反抗只是一個序幕，硅谷將進入競爭異常激烈的AI月。在這之后，微軟2024Build年度大會、英偉達季度財報、蘋果2024年度開發(fā)者大會陸續(xù)到場，這個“AI月”注定不一般。那么，高強度下的硅谷，“不（強迫）加班文化”現(xiàn)狀如何？各家巨頭都打的什么算盤？有哪些發(fā)布值得期待？以下，Enjoy：

01 Google I/O 帶來哪些新花樣？

前一天OpenAI用GPT-4o吸引了全世界的眼球，Google要在今年的Google I/O上拿出什么樣的產(chǎn)品翻盤呢？

Gemini模型家族

關于Gemini的具體信息，是由Deepmind的CEO Demis Hassabis上臺介紹。這也是這位傳奇人物第一次Google I/O演講。

谷歌宣布Gemini 1.5 Pro升級到200萬tokens，并全面支持Workspace，同時Gemini 1.5 Pro將面向全球開發(fā)者開放。新版本長度再次刷新，達到200萬tokens。

除了能生成創(chuàng)意文本、代碼外，Gemini 1.5 Pro最大的特色是能根據(jù)用戶輸入的文本提示，理解、總結上傳的視頻、音頻內(nèi)容進行深度總結。谷歌同時面向開發(fā)者推出支持200 萬 tokens的 Gemini 1.5 Pro 模型的預覽，并表示最終的目標將是 " 無限上下文 "。

關于大模型 API 的最新定價，其中 Gemini 1.5 Pro 定價為 7 美元 /100 萬 Tokens，12.8K 上下文窗口的版本定價為 3.5 美元 /100 萬 Tokens；而 Gemini 1.5 的起售價為 0.35 美元 /100 萬 Tokens。

此次推出的Gemini 家族的新成員，則是針對端側的模型Gemini 1.5 flash，同樣有100萬和200萬token的版本。哈薩比斯曾說，谷歌之所以創(chuàng)建 Gemini 1.5 Flash，是因為開發(fā)人員需要一個比谷歌今年 2 月發(fā)布的 Gemini 1.5 Pro 更輕便、更便宜的模型。

谷歌展示的" 未來的人工智能助手 "，也是被OpenAI狙擊的項目——"Astra" ，可以通過用戶打開的攝像頭識別物體，與用戶實時語音交互。

哈薩比斯表示，這樣的 AI 助手需要像人類一樣理解這個動態(tài)且復雜的世界。需要記得住它看到的東西，這樣才能理解對話并付諸于行動。同時它也得能積極主動接受教導，以及自然、無延遲地進行交流。在演示視頻中，谷歌的 AI 助手能夠通過攝像頭視頻，識別 " 什么東西能發(fā)出聲音 "、" 現(xiàn)在身處何地 " 等指令。

演示視頻中，官方還展示了Astra與AR眼鏡相結合的效果。戴上眼鏡后，Astra的回答會實時顯示在眼前，比如幫助修改白板上的流程圖時，會用箭頭指出修改位置。

此外，谷歌還發(fā)布了開源模型Gemma 的2.0版本，270億參數(shù)。并為它拓展了PaliGemma這個多模態(tài)版本。

多模態(tài)生成模型

面對OpenAI的圍獵，Google針對Sora發(fā)布了一款全新的視覺模型Voe。谷歌還表示，Veo 具有對自然語言和視覺語義的高級理解能力，能夠生成與用戶創(chuàng)意愿景緊密匹配的視頻——準確呈現(xiàn)詳細的長提示并捕捉情感。Veo甚至還能理解電影術語，如“延時”或“航拍鏡頭”。

用戶僅需寫出文本提示即可生成視頻，比如文本提示："一艘宇宙飛船在浩瀚的太空中穿梭，星星劃過，高速，科幻。"

當你輸入" 在寧靜的山地平移鏡頭，相機慢慢露出白雪皚皚的山峰、花崗巖巖石和倒映天空的清澈湖泊。 "，可以得到如下的效果。

在Voe的展示中，用戶可以通過點擊擴展，而繼續(xù)增加視頻生成的時長，并且可以保持一致性。

此外，谷歌還發(fā)布了文生圖像模型Imagen 3。從細節(jié)擬真度來看與Midjourney v6能達到同一級別，比起Dalle-3更勝一籌。而且在對細節(jié)的跟隨上也要更細致；音樂生成方面，谷歌給Lydia增加了新拓展 Music AI Sandbox。

AI搜索，25年來最大的更新之一

谷歌正式推出了“AI Overviews”搜索體驗，將于本周開始向美國地區(qū)開放，后續(xù)會推廣到更多國家和地區(qū)。這應該是其搜索引擎 25 年來最大的更新之一。

谷歌搜索業(yè)務負責人 Liz Reid 開始具體介紹 AI Overviews 功能。Reid 表示，在進行搜索時，搜素引擎具備多步驟推理的能力，例如尋找一個瑜伽教室，同時展示新手優(yōu)惠報價，和距離特定位置的步行時間。這個 AI 搜索引擎助手，還能介紹食譜、安排行程，以及接受視頻形式的提問（例如視頻中的相機怎么使用）。

谷歌還介紹了AI搜索的計劃能力。用戶可以直接在搜索里獲得一個完整的計劃。比如搜索類似“為一群人創(chuàng)建一個易于準備的三天餐飲計劃”，您將獲得一個起點，包含來自網(wǎng)絡各處的各種食譜。這是其他搜索軟件暫時還沒有專精的能力。

此外，靠Gemini的多模態(tài)功能，谷歌可以做到利用聲音搜歌曲，利用圖片搜產(chǎn)品。甚至可以用Circle to Secarch 功能圈出圖片中的一部分去搜索。在搜索時，你可以通過視頻提問，比如錄一段視頻問道：“為什么這個放不上去？”

谷歌全家桶AI能力升級

結合Gemini的Workspace。你可以通過 Side Panel（一個能喚起Gemini的側邊欄）功能總結一系列郵件，可以總結你的賬單，形成一個Sheet。

“Ask Photo”更新后可以與照片進行對話。比如，你可以問Photo app，“我的汽車牌照是多少”。然后Gemini就在照片里尋找出來你的車告訴你答案。

谷歌 Gemini 總經(jīng)理 Sissie Hsiao 介紹了 Gemini App 的更新。與周一的 OpenAI 一樣，從今年夏天開始，Gemini 也將支持語音實時交互，同時今年晚些時候還將上線實時視頻交互功能。未來幾個月內(nèi)，谷歌也將推出類似于 GPTs 的自定義 AI 助手功能。

在安卓系統(tǒng)方面，谷歌將實現(xiàn)的" 三大突破 "，分別是 " 畫圈圈搜索 "、Gemini 手機 AI 助手，第三是在手機本地運行的 AI。

谷歌表示，今年晚些時候，能夠在本地運行的多模態(tài) Gemini Nano 模型將登陸 Pixel 手機，意味著手機將能通過文字、圖片、視頻、音頻，理解用戶的世界。

發(fā)布會現(xiàn)場，谷歌宣布了第六代數(shù)據(jù)中心 AI 芯片 Tensor 處理器單元（TPU）--Trillium，并表示將于今年晚些時候推出交付。

作為發(fā)布會最后的彩蛋，谷歌 CEO 皮查伊最后用 Gemini 總結了今天的發(fā)布會稿子里總共提了多少次 AI —— 121 次。

02 谷歌的護城河有多深？

在當今這個AI 時代，Google的危機愈來愈重。

但身在谷歌的人未必如此認為。

作為谷歌的員工，Zellweger一開始加入谷歌就是為了從事注定失敗的 Daydream 頭盔的工業(yè)設計，后來他又轉到了 Pixel 硬件團隊。

在他看來，“受CEO影響，從公司的角度來看，我們需要成功，這種壓力是存在的，制造硬件已經(jīng)從一種愛好變成了 Google 業(yè)務的關鍵元素?！?/p>

而谷歌CEO本人桑達爾·皮查伊在采訪中的回答，流露出對谷歌護城河的自信。

早在2016年，他正式擔任谷歌CEO，以此身份發(fā)布了第一封致股東信。信中，他說：

“我們將從移動優(yōu)先走向人工智能優(yōu)先的世界?！?/p>

似乎一直被認為落后的谷歌暗地里早有準備?；蛘呖鋸垇碇v，AI的第一波浪潮，還是谷歌掀起的水花。然而，不少網(wǎng)友仍然調(diào)侃其為“起了個大早，趕了個晚集”。

谷歌的“保守”對于稱霸來說，很難，但作為護城河而言，足夠用。

每個時代、每個公司，都或多或少在管理和員工身上多下功夫。能夠讓谷歌與眾不同的地方，還在于獨到的員工成長文化。

谷歌創(chuàng)始人拉里·配齊和謝爾蓋·布林曾倡導“20%時間”文化，允許員工將工作20%的時間用以個人興趣和創(chuàng)新當中，希望用創(chuàng)造力支撐發(fā)言權，這無疑可以篩選一批有活力的開放員工。正如英特爾前CEO安迪·格魯夫所說，“只有偏執(zhí)狂才能生存。”

針對近日廣受挑戰(zhàn)的搜索引擎，皮查伊也有自己的看法。 谷歌搜索的獨特之處在于，即使有時會直接給出答案，但我們始終會鏈接到各種來源。

多年來，谷歌一直在搜索中提供直接的答案?，F(xiàn)在的模式入手，我們只是借助生成式人工智能在實現(xiàn)這一點。

鏈接功能將一直存在，理解并滿足這些多樣化的需求，正是搜索的真正魅力所在。

他還曾就搜索質量面臨的質疑進行正面回答：

技術或行業(yè)發(fā)生變革，伴隨著大量新內(nèi)容的涌現(xiàn)，人工智能領域亦然。谷歌會把它當成一項挑戰(zhàn)。我堅信，成功應對這種挑戰(zhàn)將重新定義高質量的產(chǎn)品，這將是搜索取得成功的關鍵。谷歌深知被給予了很高的期望，我們也清楚需要為此承擔的責任。

當被問道相較GPT，谷歌似乎錯失了許多重要機會時，皮查伊表示：

從長遠的視角看待這個問題，互聯(lián)網(wǎng)興起時，谷歌甚至還不存在，對吧？

谷歌是第一家專注于搜索的公司。

谷歌是第一家推出電子郵件服務的公司。

谷歌是第一家開發(fā)瀏覽器的公司。

因此，我認為人工智能領域也正處于其最早期的階段。

當然，皮查伊也清楚地知道，對所有公司，尤其是那些規(guī)模龐大的企業(yè)來說，最大的潛在威脅就是執(zhí)行力不足。

03 進入AI月，每個玩家生怕落后，大模型大招不斷，大牛紛紛炫技

從5月10日到6月10日，AI領域的玩家接連上陣，發(fā)新品、更新財報，給開發(fā)者和投資者們貢獻一場場精彩絕倫的科技盛宴。

硅谷大牛們似乎從不懈怠，一個接著一個的炫技……

就在谷歌的I/O開發(fā)者大會2024前一天，OpenAI一夜改寫歷史，在發(fā)布會上閃亮官宣了新產(chǎn)品：GPT-4o。就連發(fā)布會本身都是AI在開，難分真假的CTO Mira Murati意味著OpenAI朝著更加自然的人機交互邁進。

微軟也不甘示弱，5月21日，微軟將舉辦2024 Build年度開發(fā)者大會。

根據(jù)官方公布的信息，兩場分論壇將分別聚焦“下一代Windows on Arm”和“全新的Windows AI功能”。

其中，“下一代Windows on Arm”分論壇將著重介紹有關應用程序“行業(yè)領先性能”的詳細信息，以及“Arm驅動的Windows的新體驗”，例如采用NPU功能的智能Windows應用程序，可能包括更多的Windows AI功能。

此外，微軟還將詳細介紹Windows開發(fā)者體驗方面的一些改進。

AI之外，明星產(chǎn)品Copilot可能將成為2024微軟Build年度開發(fā)者大會的重點議題之一。

一場振奮人心的技術革新，說不定又將在一夜之間誕生。

緊接著的下一天，英偉達將于5月22日公布一季度財報。

借著AI浪潮，“賣鏟人”英偉達財報表現(xiàn)一直頗為亮眼，今年年初公布的財報更是展現(xiàn)了強勁的收入和凈利潤增長。而在市場的表現(xiàn)上，據(jù)市場研究機構 Trendforce 最新報告顯示，英偉達已經(jīng)超越高通，成為 2023 年全球收入最高的芯片設計廠商。

雖然英偉達發(fā)布財報當天不會透露太多新品動作，但市場上流傳了不少消息——據(jù)《經(jīng)濟日報》報道，業(yè)內(nèi)傳聞，手機芯片大廠聯(lián)發(fā)科正攜手AI芯片大廠英偉達（NVIDIA）開發(fā)基于Arm架構的AI PC處理器，預計將在今年三季度完成設計定案（tape out），第四季度進入驗證，售價或將高達300美元。

大差不差、緊隨其后的蘋果也有秘密武器？6月10日至6月14日，蘋果將舉行年度全球開發(fā)者大會（WWDC）。

在AI潮席卷全球的時候，蘋果不斷調(diào)整自身戰(zhàn)略以期追趕時代潮流，但效果總是不盡如人意。

MR頭顯Vision Pro被寄予蘋果近十年來開辟新品類的希望，但首發(fā)美國后的反響不佳。不及市場預期的出貨量和后期疲軟的用戶需求，給蘋果潑了一盆冷水。

而另一個備受矚目的電動汽車項目也被取消，部分員工將轉移到蘋果的人工智能（AI）部門。而生成式人工智能項目，正是公司日程表里愈發(fā)重要的事項。

可以看到，蘋果對于AI的焦慮和急迫。

蘋果全球營銷高級副總裁Greg Joswiak在X上表示：“請在日歷標記上WWDC24吧。這場活動將絕對震撼！”這里的彩蛋是，Joswiak特意把“Absolutely Incredible（絕對不可思議）”的首字母拼成大寫，合起來就是當下最火的科技概念——AI。

04 硅谷加班卷瘋了，鐵打的程序員、流水的加班線?

改編《北京人在紐約》中一句經(jīng)典臺詞描述硅谷，似乎毫無爭議：「愛TA，就把TA送到硅谷；恨他，也把他送到硅谷。」

高薪、高自由度的硅谷，既被奉為「Work Life Balance」的自由天堂，也被認為是「加班文化」最強的“內(nèi)卷”集中地。硅谷公司不強迫加班，原因很簡單：加班無法與工作質量劃等號。同時，硅谷公司不缺少加班，原因同樣簡單：上班無法脫離工作狂的生活獨立存在。

GPT的到來，讓硅谷的「卷」文化更上一層樓。

只不過這次技術迭代，傷害的大多數(shù)是工程師。如同英偉達CEO黃仁勛所說，AI正位于iPhone時刻。整個硅谷都在壓力中爆發(fā)，試圖在發(fā)布上與對手分出毫厘之勝。

一位硅谷員工甚至將這種狀態(tài)概括為“邊飛、邊造飛機”。

亞馬遜的工程師也是如此。美好的周末計劃被一條Slack消息打破。夜以繼日地加班，結果卻是項目優(yōu)先級降低。幾千行代碼付諸東流。

專家們無時無刻不在緊急開發(fā)的功能、軟件，讓工程師的心也跟著跌宕起伏。項目順利則功成名就；項目叫停則進度歸0。這便是此時此刻的「硅谷狀態(tài)」。不少工程師陷入職業(yè)倦怠，隨之揭開了AI熱不為人知的另一面：很急，但不知道在急什么。

抱怨聲的出現(xiàn)不會暫停巨頭公司的任何決定。

微軟首席財務官Amy Hood曾表示，公司正在調(diào)整人手，將優(yōu)先專注AI，并且優(yōu)先投資AI。因為，未來十年的關鍵因素。

Meta CEO扎克伯格也是如此，他認為，未來幾年，應該大力投資、開發(fā)更先進的模型和世界上規(guī)模最大的AI服務。

亞馬遜CEO Andy Jassy鼓勵投資者增加對生成式AI的資本投入，他認為，技術領域很少見到如此的機會，甚至從互聯(lián)網(wǎng)問世以來。

速度的加持下，匆忙的產(chǎn)出、單薄的人力偶爾也會導致翻車，Gemini的倉皇下線、Bard的備受質疑，都是如此。

對比之下，谷歌的上班文化，也走著相似的硅谷風。谷歌鼓勵「不加班」，但要求「on call」。這意味著需要你的時候，你就要在。不少局外者將這種模式稱為超越「996」的「24*7」。

天堂與地獄的區(qū)別，似乎區(qū)別在于工作是否只是工作本身。如果作為興趣，如果成為生活，似乎越“虐”越有“事業(yè)感”。

本質上，每個人的工作觀不同，加班狂屢見不鮮，朝九晚五、渴望下班的打工人更是擁有自己的快樂。

然而，在硅谷，「卷」已經(jīng)成為囊括大多數(shù)程序員的形容詞，也是當下AI競賽的真實寫照。

現(xiàn)在，每一次發(fā)布會似乎都成了一場無聲的較量。

科技巨頭們像商量好了一樣你追我趕，都想以各自的創(chuàng)新技術證明自身、搶得一份里程碑式成就。“百模大戰(zhàn)”時期的到來，在高強度壓力中全面釋放了AI的潛力，也讓每一位“姍姍來遲”的公司，都可能成為最終的贏家。因此，每一次突破，都不容錯過。

一切革命性時刻，都值得拭目以待。

參考文獻：

1. 硅谷AI工程師內(nèi)卷崩潰記：996寫代碼項目被砍，連續(xù)熬夜只為討好投資人！by新智元

2.科技界的“AI月”即將開啟！OpenAI、谷歌、微軟等巨頭將帶來哪些顛覆性體驗和期待？by每日經(jīng)濟新聞

3.谷歌CEO最新訪談：AI浪潮仍處于早期階段，公司未來最大威脅是執(zhí)行力不足（視頻+實錄） by騰訊科技

4.獨家專訪谷歌CEO桑達爾·皮查伊：基于我的個人經(jīng)歷，我一直相信人和人性 by DeepTech深科技

5.谷歌的這場活動已經(jīng)辦了16年，為何它叫I/O？by科技行者

6.跟 OpenAI 爭奪「iPhone 合作權」的 Google，后天要發(fā)布什么才能 「彎道超車」 by愛范兒

7.谷歌一夜亮出十幾款產(chǎn)品對陣OpenAI：什么都有，只是沒有驚喜 by騰訊科技