这两天AI科技圈可谓沸腾！5月13日，OpenAI发布全强AI模型GPT-4o，GPT-4o支持语音聊天，可进行实时视频交互，丝滑程度如同真人交互。

发布「AI 超级全家桶」

仅仅过一天，5月14日，科技巨头谷歌（GOOG.US）召开I/O开发者大会上，展示了由升级后Gemini模型驱动的AI助手项目Project Astra、对标Sora的文生视频模型Veo，以及在硬件方面发布的第六代Tensor处理器单元Trillium芯片。

在大会上，谷歌重点强调了大模型Gemini 1.5 Pro的多模态和长文本能力，为其推出一系列更新。谷歌将向全球150多个国家地区的Gemini Advanced订阅者提供最新模型、拥有100万个token的Gemini 1.5 Pro，支持超过35种语言。

Project Astra对抗GPT-4o

另外，就在OpenAI推出能够实现人类级别响应的智能助手GPT-4o后，谷歌的AI智能体项目Project Astra也重磅登场。在演示视频中，Astra能够通过手机摄像头或智能眼镜看到的内容来分析响应语音命令。

现在来看，被OpenAI抢先一步，谷歌迎头赶上，推出了最新多模态AI（人工智能）产品对打。谷歌CEO皮查伊表示，谷歌的所有工作都在围绕生成式AI模型Gemini展开，由于 AI 驱动的数据优势和自我强化的飞轮效应，谷歌在这一领域的领先地位可能会进一步扩大。

可以看到，ChatGPT、生成式AI依然火热，背后的技术是早有积累。据斯坦福大学人工智能研究院发布的《2024年人工智能指数报告》显示，全球先进的AI大模型训练成本已经达到前所未有的水平。而未来的AI发展会是一场数据和算力的军备竞赛，将在算法效率、芯片性能、能源供给等方面取得根本性进展。

持续抢滩市场热度高涨

微软（MSFT.US）

近日，有消息显示，微软将推自研大模型，这一举动无疑在AI界掀起了不小的波澜。从微软发布集成ChatGPT的AI搜索引擎New Bing，一时间吸引总多目光，被赋予颠覆Google的厚望。若微软的新大模型一旦投入使用，很可能会在语音识别、自然语言处理、图像识别等领域展现出卓越性能。

微软透露，自研大模型的推出也可能会促进AI技术的进一步创新和发展。在激烈的市场竞争下，各家公司都将不断加大研发投入，力求在技术上取得突破。这将推动AI技术不断向前发展，为人类社会带来更多的便利和价值。而这将使得微软在这些领域的解决方案更加高效、准确，从而吸引更多的客户和合作伙伴。

苹果（AAPL.US）

今年2月，苹果CEO蒂姆・库克曾对外透露，公司正在开发生成式AI软件功能，将在iOS 18中引入由大型语言模型支持的新Siri功能。此外，苹果将在6月份举办WWDC全球开发者大会，展示iOS、iPadOS、macOS、watchOS、tvOS 和 visionOS的前沿创新。

另据彭博社报道，苹果正在与OpenAI商议敲定一项协议，计划在今年在iPhone中引入OpenAI的大模型技术。通过这笔交易，苹果将能够提供由ChatGPT提供支持的“聊天机器人”，作为iOS 18中人工智能功能的一部分。

腾讯（TCEHY.US）

日前，腾讯发布了一种新的可以使用静态照片渲染3D对象的AI模型“InstantMesh”。据悉，InstantMesh是对腾讯旧版Instant3D框架的升级，可以结合多视图扩散模型和基于大型重建模型（LRM）架构的稀疏视图重建3D对象。

腾讯表示，已经在Hugging Face上开源该AI模型InstantMesh模型，以便开发者测试其生成效率。此外，腾讯还推出了效果预览应用程序，建模爱好者们可以在程序中添加照片并预览其3D渲染效果。通过测试，这一建模过程可以在10秒内完成，但渲染质量仍有待提高。

阿里巴巴（BABA.US）

前不久，阿里正式发布通义千问2.5大模型，同时宣布性能全面赶超GPT-4 Turbo。通义意为“通情，达义”，该App以最新通义基础大模型为底座，并把通义实验室的文生图、智能编码、文档解析、音视频理解、视觉生成等能力“All in one”。

根据新公布的数据，通义大模型通过阿里服务企业超9万，通义开源模型累计下载量突破700万。同时，阿里也正式宣布了“通义千问App”更名为“通义App”，为所有用户提供免费服务。在权威基准OpenCompass上，通义千问2.5得分追平GPT-4Turbo。这是该基准首次录得国产大模型取得此等成绩。

微美全息（WIMI.US）

无疑，生成式AI是科技圈的绝对新风口，它在一定程度上改变了人们以往的工作方式和生产效率。据了解，微美全息专注AI大模型、多模态能力、情境感知交互等功能的生成式AI发展，并在芯片性能、AI算力和模型能力的提升，让生成式AI逐步走向普罗大众，不断引领端侧生成式AI产业的前进。

目前来说，微美全息擅长利用人工智能技术开发生成式搜索引擎，为强大的音频、视频的处理能力以及对多语言交互提供芯片的底层支持，在生成式AI上的文生图、图生图、AI视频功能持续升级优化，后续预计加入音频功能，让AI可以基于用户所处的真实环境展开对话。未来，微美全息将基于大模型的生成式AI应用生态进行升级，旨在涵盖搜索、照片、创作、视频以及工作应用等方方面面。

结语

综上所述，从已经发布的产品形态上来讲，OpenAI 的搜索产品，并没有对海内外所有的搜索引擎产品形成碾压，要想颠覆Google的搜索版图，仅靠现有的产品形态还远不够，OpenAI还需要有更多创新角度。而面对昨天OpenAI GPT-4o的挑衅，谷歌直接甩出大杀器Project Astra，视觉识别和语音交互效果，跟GPT-4o不相上下。

不过可以预测，未来随着各家巨头AI能力的不断增强，新的生成式AI技术不断演进，将直接引发行业格局的变动。对此，Counterpoint抱有乐观态度：预期到了2027年，生成式AI渗透率将会达到市场出货量的43%。那么你们期待吗？