原文來源：硅基立場(chǎng)

圖片來源：由無界 AI生成

每次Google在生成式人工智能領(lǐng)域祭出大招，都能讓人感到一種隱秘且巨大的情緒力量：隱忍,、不甘與較量,。

在5月的Google I/O上，Google發(fā)布PaLM系列模型,，即被視為是對(duì)彼時(shí)風(fēng)頭正盛的GPT-4的強(qiáng)勁挑戰(zhàn),。年底毫無預(yù)警地祭出Gemini系列大語言模型（包含移動(dòng)版Nano、基礎(chǔ)版Pro和高級(jí)版Ultra）,，在關(guān)鍵性能和基準(zhǔn)評(píng)測(cè)指標(biāo)上針對(duì)GPT的意圖更加直接,。

Google官方聲稱：在被大型語言模型研究和開發(fā)廣泛使用的 32 項(xiàng)學(xué)術(shù)基準(zhǔn)中，Gemini Ultra 的性能有 30 項(xiàng)超越了目前GPT–4代表的最先進(jìn)水平,。Gemini標(biāo)榜“原生多模態(tài)”,，這讓它一開始就在文本、圖像,、音頻,、視頻和代碼等組合模態(tài)上進(jìn)行預(yù)訓(xùn)練，故而可能在復(fù)雜理解和推理方面有更強(qiáng)表現(xiàn),，特別是解決數(shù)學(xué)和物理問題,。

Google不遺余力地強(qiáng)調(diào)上述優(yōu)勢(shì)——OpenAI走的是“漸進(jìn)式多模態(tài)”的路，先基于文本語料,，代碼跟進(jìn),，再圖像視頻音頻，最后把這些能力組合在一起訓(xùn)練,。而Gemini從一開始就在多模態(tài)語料上訓(xùn)練，再用多模態(tài)數(shù)據(jù)調(diào)優(yōu),，比OpenAI訓(xùn)練GPT的方法“先進(jìn)”一些,。

“先進(jìn)”的多模態(tài)訓(xùn)練，理論上能帶來更強(qiáng)勁的性能,。公布的Gemini Ultra學(xué)術(shù)基準(zhǔn)評(píng)測(cè)結(jié)果大面積超越GPT-4的細(xì)節(jié)似可說明,。但學(xué)術(shù)基準(zhǔn)測(cè)試本身就是理論的一部分,，并不能真正體現(xiàn)應(yīng)用的效果。不少人擠兌中國(guó)一些大語言模型熱衷于基準(zhǔn)測(cè)試“刷分”,，我們?cè)撘灰曂?，Google的做法與國(guó)內(nèi)大模型沖著超越GPT刷分，本質(zhì)上沒有什么不同,。

目前社交平臺(tái)X上實(shí)測(cè)Gemini Pro（Bard聊天機(jī)器人目前只支持Pro版）的用戶已經(jīng)貢獻(xiàn)了不少吐槽,。比如它混淆了2023年和2022年的奧斯卡獎(jiǎng)獲得者，也不會(huì)用Python寫入兩個(gè)多邊形的交集這種簡(jiǎn)單函數(shù),。我們還發(fā)現(xiàn)它識(shí)別不出葉子的數(shù)量,，以及做不對(duì)簡(jiǎn)單的求銳角幾何題。即便Gemini Pro對(duì)標(biāo)的是GPT-3.5,，它也還是差了點(diǎn)意思,。

被人們指出的另一個(gè)突出問題是Gemini的宣傳視頻“造假”：Gemini Ultra對(duì)一組手勢(shì)動(dòng)作很快做出反應(yīng)，說這是一個(gè)石頭剪子布的游戲,，但它未被視頻顯示的功能文檔卻給出了至少兩條提示：“我在做什么,？”，“提示,，這是一個(gè)游戲”,。其它的一些測(cè)試甚至需要更多的提示問題輔助生成結(jié)果，但這個(gè)過程在Gemini的官方視頻里被省略掉了,。以至于大多數(shù)不太較真的人高估Gemini的理解能力和反應(yīng)速度,，這不能不說是個(gè)誤導(dǎo)。

我到現(xiàn)在都記得2017年我在Google I/O的現(xiàn)場(chǎng),，臺(tái)上的Google員工演示如何通過Google Assistant語音助手直接預(yù)訂一家餐廳,，下面掌聲雷動(dòng)，我也跟著拍巴掌,，覺得太棒了,。但一個(gè)月后即傳出這是一個(gè)事先準(zhǔn)備好的橋段。Google沒有造假,，但它通常太希望展示其AI能力的無與倫比，太急切地呈現(xiàn)自己的AI樂觀主義,，以至于經(jīng)?？s略呈現(xiàn)了背后的過程，也就事實(shí)上夸大了效果,。

說白了,，Gemini視頻的夸張呈現(xiàn)，只是說明Google太在意Gemini比GPT強(qiáng)了。它很著急,，加上人們對(duì)任何跟ChatGPT較勁的任何大模型,，特別是巨頭的“杰作”，通常都比較苛刻,。當(dāng)然，人們對(duì)Google是最苛刻的——畢竟OpenAI選擇用Google發(fā)明的Transformer架構(gòu)搞出了劃時(shí)代的GPT模型,，動(dòng)機(jī)之一就是擺脫Google無所不在的AI壓制，那誰還不希望看見Google露怯呢,。

某種程度上,，Google是OpenAI在這個(gè)星球上唯一的孿生。包括Meta的LLamA架構(gòu)都是開源的,，以馬斯克老師對(duì)開源的偏愛，Grok未來大概率也得開源,。中國(guó)的大語言模型也在不同程度上都走了開源道路,。只有OpenAI和Google是堅(jiān)定閉源的，這就讓Google在大語言模型上的進(jìn)展,，本能地與OpenAI形成了強(qiáng)綁定關(guān)系,。

還有一個(gè)戲劇性的張力：每次OpenAI有圍繞GPT的大動(dòng)作，輿論都會(huì)喊Google出來挨一回落后就要挨的打,。然后Google差不多一定會(huì)在OpenAI出招之后的一到兩個(gè)月,，祭出一個(gè)新的大招，證明一下你大爺還是你大爺,。然后再憋幾個(gè)月，OpenAI再出招,，Google再被喊出來挨打,。格局真就會(huì)因此改變么？

某種程度看,，Google在生態(tài)建設(shè)上還是比OpenAI落后了一個(gè)身位,。畢竟這個(gè)世界上已經(jīng)有幾百萬個(gè)開發(fā)者自己做的GPTs了。而Google最早要到明年初才能向開發(fā)者和企業(yè)客戶提供強(qiáng)化訓(xùn)練反饋后的Gemini Ultra,，讓人們?cè)谏厦骈_發(fā)自己的應(yīng)用,。到那時(shí)恐怕GPT Store都已經(jīng)正式推出來了,。我一直有點(diǎn)困惑，Google當(dāng)年難道不是靠Android的開源奪得蘋果半壁江山的么,？這次怎么把這個(gè)角色讓給Meta了？

我真的不是要怪Google,，我更期待Google證明自己,。我們這群在1990年代末接觸互聯(lián)網(wǎng)的人，對(duì)Google是有一些很微妙的特殊感情的,。而Google也必須證明自己的AI First戰(zhàn)略能結(jié)出真正的果實(shí),。只是GPT的幽靈在Google徘徊，是一個(gè)事實(shí),。誰都可以試圖擺脫這個(gè)幽靈,，唯獨(dú)Google不行，這是它無可選擇的對(duì)手,。

其實(shí)Google今天圍繞Gemini所做的一切,，某種程度上能讓我們中國(guó)的大語言模型開發(fā)者心有共鳴：大家的頭頂上都徘徊著GPT的幽靈，這就讓大家都試圖通過某些努力,，證明自己在某些方面比GPT做得更好,。

Google在Gemini基準(zhǔn)測(cè)試中采用了一切小“技巧”（采用更復(fù)雜的思維鏈提示和結(jié)果選優(yōu)，而測(cè)試GPT只用5次反饋且無提示詞）獲得了碾壓GPT的成績(jī),，類似的測(cè)試方法我們是不是聽起來很熟悉,？中國(guó)的大語言模型研發(fā)者有沒有一種老鄉(xiāng)見到了老鄉(xiāng)的戚戚然的感覺？

我們經(jīng)常喜歡將智譜,、百度和Minimax的努力與OpenAI做對(duì)比,，但換一個(gè)思路，其實(shí)大語言模型的較量,，何嘗不是百度,、智譜、Minimax,、Google,、Meta、Anthropic和Grox們一起在圍攻OpenAI的光明頂,？從這個(gè)意義上,，中國(guó)大模型和美國(guó)除OpenAI之外的大模型在一個(gè)陣營(yíng)一個(gè)戰(zhàn)壕里，是報(bào)團(tuán)也是互相學(xué)習(xí)的對(duì)象,。大模型的百草我們這些神農(nóng)嘗多了,，就發(fā)現(xiàn)我們中國(guó)的大模型不是比美國(guó)的大模型差，只是不如ChatGPT,，就這樣,。

Google這次訓(xùn)練Gemini另一個(gè)值得圈點(diǎn)的地方,，是它完全采用了自家的芯片集群——TPU進(jìn)行的訓(xùn)練。Google官宣TPUs v4和 v5e在通過AI優(yōu)化過的基礎(chǔ)設(shè)施上實(shí)現(xiàn)了這一大規(guī)模訓(xùn)練,，可擴(kuò)展性強(qiáng)且推理最高效,。這恐怕是我們聽說的一款性能還算強(qiáng)勁的大語言模型，不依賴英偉達(dá)的算力和軟硬件架構(gòu)而修成正果的,。當(dāng)然人家TPU是自產(chǎn)自銷的,，但我看到了“替代英偉達(dá)”這件事在大模型訓(xùn)練實(shí)操上的可能性和可行性。這對(duì)中國(guó)的大語言模型訓(xùn)練意味著什么,，不言自明,。

此外，Gemini Nano也是一個(gè)亮點(diǎn),，這是一款尺寸最小的Gemini模型,，優(yōu)先用于G家自產(chǎn)的Pixel 8手機(jī)上?！岸藗?cè)大模型”是近期的一個(gè)話題,，其實(shí)它更接近“小模型”。中國(guó)智能手機(jī)廠商OPPO,、vivo和小米近期都有發(fā)布自己的端側(cè)模型,，聯(lián)想則從AI PC的維度也切進(jìn)了事實(shí)上的同一個(gè)領(lǐng)域。這次Google加入了這個(gè)陣營(yíng),，應(yīng)該是一個(gè)信號(hào),，這件事值得努力，有的做,。

其實(shí)很神奇,。從Google這次Gemini模型的發(fā)布，我看到了Google與一眾我們熟悉的中國(guó)大語言模型開發(fā)者同樣的境遇和努力：那種隱忍,、不甘和較量,，那種偶爾展露的在一些基準(zhǔn)測(cè)試關(guān)鍵指標(biāo)上跟OpenAI較勁的小手段和小心思，那些試圖建立自己生態(tài)的步步為營(yíng),，那種試圖擺脫英偉達(dá)算力的嘗試,，以及基于移動(dòng)優(yōu)勢(shì)在端側(cè)模型的努力……面對(duì)OpenAI，大家都是一樣的,。

一個(gè)GPT的幽靈,，在Gemini的上空徘徊，也在我們每一個(gè)中國(guó)大語言模型的上空徘徊,。