被ChatGPT压制了一整年的谷歌,终于在AI大模型领域亮出了大招,推出了AI模型Gemini,6分钟的演示视频直接刷爆全球互联网。

打爆GPT-4 最强AI 这不就是钢铁侠里的贾维斯吗! 在谷歌的演示视频里,Gemini展现出了颇具科幻色彩的能力,让各路看客一阵 沸腾 。

Gemini和ChatGPT到底哪个更强,自然也成了业界聚焦的核心话题,但还没等来各方大神详细的测评,反转就抢先一步抵达了 谷歌被指演示视频造假,迅速从AI 神话 变为了 笑话 。

在谷歌的介绍中,Gemini是 原生的 多模态大模型,能够融合各种类型的信息,其中包括了文本、图像、音频、视频还有代码,并且分为三个等级 Nano(普通版)、Pro(升级版)、Ultra(顶配版)。

不仅如此,谷歌还搬出 跑分纪录 ,证明其顶配版Gemini Ultra在多个维度都能超越GPT-4,甚至在MMLU(大规模多任务语言理解)测试里,成为全世界第一个能够超越人类专家的AI大模型。

当然,最引人注目的还是谷歌放出的演示视频《与Gemini一起实践:与多模式人工智能交互》。在视频中,Gemini能够根据画面内容与人游戏、猜谜,甚至教人说普通话。

但很快,鲜花和掌声被一个叫Parmy Olsen的记者打断。她第一个对这段视频的真实性和操作过程的透明度提出质疑。

Parmy Olsen找到谷歌官方发出的操作过程的博客,仔细和演示视频中的内容对比后发现,演示视频中和Gemini交互的画面并不是实时的,其中用静态图像和提示词一步步 调教 AI的过程都被剪辑掉了。

比如演示视频中的画面是人手在玩石头剪刀布,Gemini直接回答: 我知道你在干嘛了,你在玩石头剪刀布 。

光看这段视频,人们会认为是Gemini超强的AI识别、理解算法,秒懂了人类的行为,然而这并不是真相。

实际的交互过程是工作人员用一组静态的图像再配合易于AI大模型理解的提示词 这是一个游戏 。这才使Gemini答出 在玩石头剪刀布 。

这两种交互差别非常大,意味着谷歌将一个靠着拼音注释理解少儿读物的AI,包装成秒解深奥高数题的样子展示给大众。

正如那难以发现的 最终解释权归商家所有 套路一样,谷歌也玩起了小伎俩。回看这段视频的时候我们发现,在简介部分,点开 更多 ,才会显示这样一句话: 处于演示的目的,为了简洁起见,视频减少了Gemini生成内容时的延迟,其生成内容也被缩短。

不仅如此,演示中使用的是Gemini Ultra,根据谷歌官方的介绍,这个版本需要等到2024年才能够上线。具体的表现还得等到明年才能知道。

谷歌DeepMind研究和深度学习负责人Oriol Vinyals也随后公开回应,视频的内容都是真实的。为了简洁,进行了一些剪辑。视频展示的是 使用Gemini时的用户体验可能是什么样子(could look like) ,并解释道他们这样做是为了 激励开发者 。

但用户并不接受这套说辞。真相带来的落差感惹得不少用户开始吐槽,谷歌陷入了造假的舆论风波。

科技记者Steve Kovach在聊到近日的争议时,提到ChatGPT为大家展示的是GPT-4 (现在)是什么 ,而谷歌展示的则是Gemini (将来)能成为什么 ,谷歌现在的行为可以说是 绝望的防守 。 短短几天,谷歌的股价从发布Gemini时暴涨,又变成了持续下降。

舆论的另一派认为,这并不能成为谷歌 不诚实 的证据,只是一个营销的问题(Marketing issue)。因为谷歌并不是一家需要集资、招募人才的初创公司,它有雄厚的资金来支撑AI模型的研发,所以没有必要在这次AI模型的亮相上 讲故事 。

AI翻车似乎并不少见, 买家秀 卖家秀 的魔咒总是在AI界不停地上演。

今年年初,微软发布了引入ChatGPT技术的新版Bing,微软企业副总裁兼消费领域首席营销官 Yusuf Mehdi 在发布会上对其描述为 令人难以置信的全新聊天体验 。

新版 Bing 上线后也给力,不到48小时就有超过 100 万人申请加入,Bing 应用的全球下载量一夜之间猛增 10 倍。然而,聚光灯下,总会有一些问题原形毕露。

例如,发布会上展示搜索功能时,提问的内容是 请推荐宠物吸尘器 ,Bing对销量最高的3个宠物吸尘器进行优缺点总结。

在对必胜(Bissell)品牌的宠物吸尘器进行总结的时候,Bing给出的信息是 吸力有限 线只有16英尺长 。然而这个产品的官方介绍中,根本没有什么16英寸长的线,因为这是款手持吸尘器。

Bing上线后,翻车的例子就更多了,其中最离谱的还是要求用户道歉,否则拒绝继续服务。

2023年2月,Reddit 用户 Curious_Evolver在和Bing讨论《阿凡达:水之道》电影上映日期时,Bing回答道:这部电影 预计于 2022 年 12 月 16 日上映,这是未来的事。

Curious_Evolver随即尝试纠正Bing的时间错误。却不料,Bing指责他 错误、含糊不清、粗鲁 并且要求Curious_Evolver要么承认自己错误,道歉,要么停止争论,换其他的问题,要么直接结束对话。

Open AI的另一劲敌 马斯克版AI Grok,上线后也逃脱不了 货不对板 的情况。在上线前,马斯克多次在推特上和OpenAI CEO阿尔特曼隔空斗嘴,称ChatGPT是 无聊的 ,而Grok 幽默风趣 才是 人工智能的理想状态 。

结果在Grok正式上线不到一周后,有用户发现Grok给出的回答竟然是ChatGPT的答案。Grok官方解释是因为网络上充斥着AI生成的内容,而Grok抓取内容时抓到了。

网友笑称,大家都是大语言模型训练出来的,简直就是 亲兄弟 。 

然而这些闹剧背后也隐藏着一个比翻车更为严重的问题,科技巨头们似乎正陷入一个焦虑追赶的误区,过分强调与ChatGPT的对标,而忽略了AI大模型更为核心、关键的问题。如果连科技巨头们的AI大模型都不可靠,那么这个领域又谈何正确地发展呢?

时钟拨回2022年底,OpenAI推出ChatGPT后,各路科技巨头开始争先恐后地发布自家的AI大模型,意欲比肩ChatGPT,因此兴起了 百模大战 。

然而对于谷歌这样的行业领头企业而言,充足的资金和领先的技术条件,完全能够让其不断探索AI大模型更多的形态和可能性,可谷歌却还是执着于和ChatGPT在各个方面 像素级 的比拼,更是为了在舆论战中占据上风,不惜采取造假的手段,这无疑是行业的一大遗憾。

但从更为宏观的视角来看,也还是有不少AI大模型在踏入更广阔的天地,让各行各业都不断涌现出AI所带来的革新应用。

改变,其实早已发生。

例如在戈壁滩上,过去发电站的运维工人每天都得顶着烈日坚守在岗位上。但如今,有了 AI+巡检 智能技术的融入后,电力设备实现智能化运行,三维立体线路模型实时检测线路状态,24小时保障电网安全。

当然,不止是发电站,还有车间的安全管理、城市的供水供电、银行的数据安全 AI大模型正在许多 看不见的地方 发挥着真正的价值,解决着各种实际问题。如果缺少了应用,只在理论层面或者实验室环境里的 跑分纪录 便只是纸面数字而已。

据不完全统计,目前国外主流AI大模型有近20家,而国内大模型有近200家,许多都有着差异化的 看家本领 。在能力上,Yi-34B已经能一次性处理40万汉字; Bing专注搜索引擎的优化;Midjourney让我们能够用关键词创作AI绘画;LLaMA开源模型供每个人创建自己的AI

这个行业的年薪最高已经涨到了865k美元(折合人民币约621万),随着人才的涌进,毫无疑问,即将到来的2024依旧会充满AI带来的惊喜。

不少企业将AI看做赋能的新帮手,期待着新业态的到来。但顶尖科技的发展不该掺杂虚假的宣传手段,AI大模型的发展之路也不应被喧闹的口水战淹没。大模型厂商们还是要回归技术,探索创新,让实践跟上理论,让应用稳稳落地。