从今天开始，好戏轮番上演。
先是OpenAI春季更新，紧接着是谷歌2024年I/O开发者大会，再有微软Build年度开发者大会、英伟达一季报发布会以及苹果年度开发者大会。
OpenAI抢在最前头，为的就是“力压”谷歌一头。他俩的重头戏都是AI助手，而苹果Siri率先“捆绑”OpenAI，给这场“双雄战”按下一份赌注。
大模型的“用武之地”，目前最理想的就是AI助手。
ChatGPT背后的模型更新至GPT-4o（o代表omini，全能），支持文本、音频和图像的任意组合输入，并生成文本、音频和图像的任意组合输出。
同时，ChatGPT升级为“全能助手”。“Hi ChatGPT”用来唤醒，剩下的对话和反应，ChatGPT表现不错，甚至能“自嘲”。然而，吹风时提及的“主动通话”能力，ChatGPT仍未具备。
虽然OpenAI春季更新，似乎给人留下“就这”的疑虑，但AI助手的应用不该小觑。
2022年底我曾判断这一趋势——服务业的需求远大于个体消费者的需求，但二者都是急需市场化的AI必须先探索的板块。第二产业暂时还用不上这么“先进”的东西，第三产业完全可以尽快出手。
01
不是“她”的她
美国时间5月13日，OpenAI旗下新模型GPT-4o支持的ChatGPT升级亮相。
在一场预先张扬的线上直播之前，CEO奥特曼早早为AI助手亮相铺好了路。他提前告诉大家，不是GPT5，也不是搜索引擎。
ChatGPT升级为AI助手，现场表演讲故事、唱歌、“看”方程式求解、分析代码和图表、辨别人类情绪等一系列操作。
之前，ChatGPT已经有这个方向的尝试。ChatGPT可以记住用户输入的内容，并在后面的对话提及。如果用户曾经在ChatGPT应用程序中与语音代理进行过交互，就会发现，它能呈现出类似人类语气的停顿和变化，听起来十分“真实”。
奥特曼认为，具有视觉和音频功能的AI助手与智能手机一样，都有变革性的潜力。理论上，AI助手可以充当学生导师、汽车维修师等许多角色。
奥特曼的目标，似乎是想开发出类似于斯派克·琼斯科幻电影《她》里的虚拟助手萨曼莎。他在社交媒体“X”上发布了一条“她”的帖子。
影片中，萨曼莎可以通过与人类的互动，来调试自己的能力，不断进步。随着时间流逝，萨曼莎渐渐有了自我意识和情感深度。
据OpenAI表示，在GPT-4o之前，使用语音模式与ChatGPT对话的平均延迟时间为2.8秒（GPT-3.5）和5.4秒（GPT-4）。
旧语音模式由三个独立模型组成：一个简单模型将音频转为文本，GPT-4接收文本并输出文本，第三个简单模型将文本转回音频。
这样倒来倒去，令GPT-4丢失了不少信息，比如不能直接认识音调、多人讲话或背景噪音，也不能输出笑声、歌声或表达情感。
而GPT-4o通过在文本、视觉和音频方面训练了一个端到端新模型，所有输入和输出都由同一个神经网络处理，令ChatGPT反应更及时、更敏感。
价格上，API定价只有GPT-4 Turbo的一半，速度达到GPT-4 Turbo的2倍。付费的ChatGPT Plus用户将获得5倍调用额度，并能最早访问其全新macOS桌面App和下一代语音及视频功能。
毕竟除了技术，价格战也是竞争的一部分。
02
Pixie也来了
谷歌年度I/O大会将在美东时间5月14日召开。
新版本的AI助手Pixie，据悉将取代原有的同类产品Google Assistant。
Pixie由语言模型Gemini驱动，安装在谷歌自己的智能手机Pixel上，目前尚不清楚是否对其他第三方设备开放。它将不限于文本或语音输入，还能像META AI一样共享图像。
谷歌产品会大量集成Gemini AI功能，包括谷歌地图、Chrome、Workspace、Gmail等。
但本次I/O大会上预计没有更新版本的Pixel产品。谷歌已经在近期发布了新版本Pixel 8a，用户可以预定购买。Pixel 9与折叠款Pixel 9 Pro Fold预计在今年秋季发布。
可以说，谷歌才是最先打通软硬件的那个AI巨头。去年年底，Pixie装在Pixel 9的消息就传出来了。
所以，又有大模型，又有智能终端的谷歌，地位难以撼动。
相比之下，OpenAI没有智能手机产品，苹果没有大模型，Siri也没什么新东西，二者只能火速联合，在真正的应用市场摸索商业模式。
03
新Siri整装待发
同样是语音助手，苹果Siri起了个大早，赶了个晚集。
去年年初，苹果高管们试用了ChatGPT后，越看自家Siri心里越不是滋味。升级Siri成了重大项目，承担着苹果在人工智能竞赛“卡位”的期待。
苹果选择改良Siri，而不是另起炉灶。新Siri会具备“对话化和多功能化”的功能，并采用生成式AI驱动的系统，使其能够总结历史内容，进行对话，而不仅仅是逐个回应问题。
和AI有关的产品，预计将在6月10日苹果年度开发者大会上公布。
新Siri的“优势”是私密性更好。因为用户的请求都在iPhone上处理，不会发送到云端。但是，它的缺点也很明显，与大模型相比，“小模型”更容易产生幻觉，语音助手可能会“胡言乱语”。
据报道，苹果已与OpenAI达成协议，在下一代iPhone操作系统iOS 18中使用ChatGPT；与谷歌尚未达成协议，但谈判仍在进行中。
语音助手市场的效益很可观。据咨询公司研报，2024年至2032年间，全球语音助手市场将以33.5%的年复合增长率增长。到2032年，市场价值将达到222亿美元。
从产业上看，AI助手加持的智能手机和智能汽车，有可能激发个体消费者的热情。同时，各种服务业或商业平台等B端，以及需要提供公共服务的G端，需求都不会小。
甚至可以想象，当一大堆医疗服务机械配备AI助手，居家照护就不再成为一个老龄化社会的难题。
假如……家里的所有电器都有AI助手，它们没事应该会聊点“家长里短”吧。
至少今天凌晨的OpenAI春季发布，两台分别装有ChatGPT的手机，一台是消费者，一台是售后，毫无阻碍地聊了两分钟，“售后”顺利帮“消费者”换了货。
这才是真正值得继续探索的地方。
身边一切事物，假如有需要，都可以无障碍地内置芯片、用自然语言编程、用自然语言回应人类或其他物品，以符合个体或集体的某些目标。所谓智能时代，不就应该是“万物互联”、万物智能吗？
21世纪就得有21世纪的样子。
文中配图部分来源于视觉中国，部分来源于网络
-END-
作者 | 荣智慧
编辑 | 向由
值班主编 | 黄茗婷排版 | 风间澈
南风窗新媒体 出品
未经授权 禁止转载
欢迎分享至 朋友圈
