硕鼠的博客站

大家好，欢迎收听《老范讲故事》YouTube频道。今天咱们来讲一讲Goole I/O，又一次如期举办了。为什么使用了这样的一个词呢？因为提前一天，Open AI已经把风头都抢走了。大家要知道，在往年的Goole I/O啊，一直都是被认为是互联网科技圈里的一次技术盛会。我曾经去过一次，2014年，我是到旧金山，到现场去参加过一次啊，那真的是一场科技盛会。所有的技术媒体，在这之前就要整装待发，我们要在这等着，等什么呢？传达好Goole I/O，向全世界互联网技术圈传达的方向。对吧，大家要好好学习。今年指明的方向是什么？每年都要干这样的一个事情。甚至呢，还有很多的小公司，会在Goole I/O的会场外面举办各种小型沙龙。2014年我就去干这个事情，在Goole I/O外面啊，租了一个小的酒吧。但是，你不敢在他正式开会的时候开会啊，那个时候是抢不到人的。我们都会在他开会散了以后，晚上在周围的小酒吧里边开一些小型的沙龙，跟我们坐下来，我们来讲一讲这个——当时在猎豹移动，是猎豹移动啊，在谷歌里头都干了些什么事情。我还记得那一年我们坐在台下，听着皮查伊在上面讲，提了多少次猎豹移动，大概提了4次还是5次。我啊，还有很多猎豹移动的员工，包括各种老板们，都在下面听着热血澎湃。但是今年，热度全都被Open AI释放掉了。你想，大家都在等着，等着，等着，说哎，Open AI还提前一天来，说我们给大家看一个不一样的。我记得以前有一个这样的故事，是滴滴也是跟另外一家公司去抢，那家公司还比滴滴融的钱多，然后每天在北京交通台做广告，说啊，还有10天，我要告诉你们一个重大消息，还有5天，我要告诉你们一个重大消息，反正每天倒计时往前数。然后滴滴呢，大概提前了一天发布，说不用等了。今儿我就告诉你吧，人家等于是花了30天的钱，滴滴只花了一天的钱，还可以截胡了啊。现在Open AI也干了这么个事，Open AI在提前一天发布了GPT-4，这样一个产品。这个产品呢，从外在表现上说，你说它划时代吗？又好像没有那么划时代。它人性化的很强，就是大家觉得那是一个人了。而且从技术上说呢，也确实有一个进步，什么进步？原来都是说语音识别，内容处理，或者是叫文字处理，然后再到语音输出，原来是这样的输出方式。现在是端到端，我这头进去就是语音，出来的也是语音。这个产品让大家眼前一亮，让这些等了很长时间的技术媒体们，一把把热情全都释放掉了。什么划时代呀，什么“Wow”，还有各种各样的溢美之词，就直接都在它身上释放掉了。这也是很神奇的一个事情。

Goole I/O里边发布的第一个产品是什么呢？叫Project Astra，这个产品呢，我觉得算是草草发了一下就完事了啊。因为现在肯定不敢是现场演示，都是给大家看一个视频就完事了。至于说这个产品是不是真的没有准备好，还是说已经准备好了，只是说我们要再等一等，再磨练一下，回炉一下再给大家看，不知道啊。现在对外面说的是，这个产品现在只有原型，还要再打磨一下才可以给大家看。因为这个产品，完完全全是被GPT-4干掉的。这个叫谷歌版贾维斯，他其实干的活跟GPT-4是很像的。这个里头呢，一个是贾维斯，另外一个是Her，虽然前面GPT-4出来的时候，也有人在喊贾维斯，但是呢，更多的人喊的是Her，而且山姆·奥特曼自己喊的也是Her。这个角色有什么差别呢？贾维斯呢…
是钢铁侠带的AI助手，干的是什么呢？你给工程师做的AI助手，它可以给你处理各种工程事务。而Her呢，是一个科幻电影里面的，是情感服务——它要跟他去谈男女朋友，要恋爱的一个东西。所以，谷歌发布的产品跟Open AI发布的产品之间的差异，一个更有用，更能够解决各种工程问题；另外一个是更能够提供情感价值，更像一个人。但甭管是贾维斯还是Her，甭管是Project Astra还是GPT40，其实呢，这两个产品都为我们指明了共同的方向：这个共同的方向就是要高速响应，调用摄像头啊，也就是要有视觉，更像是Siri 2.0的一个产品。原来，甭管我们是Siri也好，还是其他的各种的谷歌助手，或者其他手机AI助手也好，这都是上一代的产品了。现在结合大模型以后，如果能够有高速响应，如果能够有视觉的反馈，这就是未来啊。甭管是GPT40还是Project Astra，指明了这个方向。

当然了，晚了一天，我们就完全无法判断Project Astra到底做成什么样子了。而且，它有可能是按照传统的方式做的，就是先进行语音识别，然后再进行文字处理，最后再语音输出。现在可能叫回炉重造了啊。最后，我们能够看到的是一个什么样的产品，就不好说了啊。我觉得在这一点上来说，Open AI的策略实在是太成功了啊，完完全全是打了谷歌一个措手不及。而且，昨天在Goole I/O大会开始之前，我们在Twitter上开玩笑说，皮彩是不是回去连夜改PPT去了。那么，改PPT这部分，应该就是关于“Project Astra”的部分了。正确的是，谷歌把所有的产品和方向都对标了一遍。先把Gemini升级，Gemini现在是100万上下文，我们把它升级到200万。然后，出了一个新的模型，叫Gemini 1.5 Flash。像我们现在用的很多是Gemini 1.5 Pro。那么，“Flash”什么意思？闪电啊，就是速度要非常非常快，是为Project Astra准备的。这样的后台模型拿出来用了。视频模型，对标Sora的模型也拿出来了。音乐的也有，然后图片生成的，现在叫Imagine 3，原来是Imagine 2。但是这个到底怎么用，我还没太搞明白。因为Imagine 2当时推出后，几天内把所有人都化成了黑人，之后他们又取消了，说几个礼拜后再拿出来给大家看，结果到现在也没再拿出来。所以，后面这个产品到底什么样，不知道了。

其他的，包括TPU也要拿出来说，哎，我们也都升级了。所谓TPU，就是谷歌自己做的算力芯片，特别是服务端的算力芯片。这一次主要发布的是服务端的算力芯片。手机端的算力芯片，他们通常是会跟着他们最新的手机一起发布。那么，谷歌的真正看家本领是什么？其实不是刚才我们讲的这些东西。刚才讲的这些东西都是，别人有什么，我就拿什么东西来应对。就像常说的，如果我出这一招，请问你如何应对？谷歌说，来，我这里也有做的。但是，谷歌真正的看家本领是什么？就是搜索。对吧，它在搜索上加了一个叫“Overview”，就是综述一下，我把前面几个我认为比较准确的、比较重要的搜索结果，写一个综述给大家看一下。这个产品呢，又不像是AI搜索，为什么呢？它是一个折中方案。谷歌主要的收入来自于搜索广告，如果你真的做成AI搜索，就算一个人收20美金，这钱挣不回来。谷歌是把全世界绝大部分的广告费都攥在手里的，所以它没法放弃这块收入。因此，它的“Overview”现在只能在美国使用，可能只能在英语里头用。它离真正的AI搜索产品还是差得比较远的。而且，谷歌是有全家桶的，为了对抗微软，谷歌专门做了全家桶。咱们所谓全家桶，是指你有Office，有照片，有通讯录，有邮箱，有日历等，所有这些东西都包括在内。全世界有全家桶的公司其实并不多，或者说使用比较普遍的这种全家桶公司，实际上就三个：一个是微软，它自己有日历、网盘、邮箱、通讯录、全套的Office，因为人家有Windows，有整套的操作系统，这是完整的，也有搜索；然后是苹果，它有全套的，包括Mac OS、iPhone（iOS系统），还有苹果全套的Office，称为iWorks，以及苹果的网盘、邮箱、通讯录、日历，一整套；谷歌也是一整套，称为Workspace，包括Gmail、谷歌通讯录、谷歌日历，甚至还有谷歌地图、谷歌相册。在这三家里，当与Gemini打通，或者说刚与一个AI的系统打通后，它确实是会迸发出空前的想象力来。比如，我现在可以搜一下机票里头有什么样的信息，问它过去半个月里头有没有人给我发机票信息，或者说给我总结一下最近邮箱里头有哪些特定类型的信息。
他就可以干这件事情了。他不但可以把《机妙》都读完了以后，还可以把里边的附件都读一下，甭管这个附件是PDF还是视频，他都可以读出来然后进行分析。你也可以说，“哎，把我的Google Drive里头，包括我的Google Bookspace里面的，所有的这些文档给我找一找，里头有什么相关的信息，给我找一找。”对吧，这个是可以干的。微软也是要这么干，就是它跟所有的Office捆绑在一起，跟Windows捆绑在一起，说，“给我去找一下这里头有什么东西。”对吧。现在苹果呢，呃，看来是要跟Open AI再去合作。说来，呃，我苹果的整个的全栈统一类，它也需要加这么一套东西。苹果到底是做Ajax，还是说我们先拿Open AI先顶上再说，这个不好说。或者也有可能，以苹果使用搜索引擎的调性来说，他应该是两边都支持，因为你如果只支持一边的话，容易被反垄断案影响，对吧。但是现在传出的是，苹果跟Open AI走的要更近一些。现在呢，谷歌的Gemini，就是“我来，通通都打通了。”啊，我把我的这个相册给你打通了，你可以问，“哎，我这些照片里头，有哪些是跟儿子有关的，或者跟我的车有关的？”你就可以提这样的问题。然后，他会把你所有的照片进行一些总结，归纳了以后说，“哎，你这有多少个阶段啊，每一个时间节点是什么样的，然后在这个时间节点，你发生了一些什么样大的事情，你有照片为证。”他会干这样的事情。这个呢，还是比较让人兴奋的，因为要知道，Open AI自己是没有全家桶的，这些想象空间它都没有，它只能跟微软在一起，在微软的全家桶上去玩。现在有可能，在苹果的全家桶上去玩。另外一头就是谷歌，“哎，我在全家桶里上GYMNA。”谷歌推的另外一个东西呢，是Gemini on Android。其实，在安卓系统里头，要去嵌入Gemini的这种小型的模型。即使在大模型小型化这块，谷歌一直走在世界的前列。原来做TensorFlow的时候，他们有专门一个产品，叫TensorFlow Lite，应该是谷歌中国团队这边很努力地去研发，在做这样的一个产品。所以，他们一直在干这件事，就是希望能够在安卓端直接进行一定程度的这种大模型的操作。Gemini说安卓出来以后，那么以后的安卓系统，可以进行更多的本地智能操作，这就会变得更加强大。但是，这对于国产的移动操作系统来说，就会比较痛苦，比如说MIOS，或者是OPPO、vivo，至少在国内卖的这些产品来说，就比较难搞了。当然，他们到国外卖的产品，应该会搭载Gemini for Android，这个是没有任何问题的，因为所有的这些安卓设备，一定要捆绑谷歌全家桶——你的地图、相册、日历、通讯录、邮箱，还有谷歌Space，要捆绑在一起，它才好使，否则差异很大。

Mini-Android虽然它没有特意强调，但我相信应该是捆绑了GMS，就是Google Mobile Service。要知道，在国内卖的这个安卓手机，哪怕是小米的，里头的GMS都是不完整的。另外，鸿蒙这个，我们只能期待它给我们惊喜，肯定跟安卓，特别是带了大模型以后的安卓，差异会越来越大。那么，小米、OPPO、vivo国内的产品，估计会各自为战，因为小米自己有自己的大模型，OPPO、vivo自己也做了自己的大模型，但是这一块，可能跟这个Gemini就会差得比较远。虽然Gemini可能跟OpenAI比起来，它是有差距的，但是碾压小米和OPPO、vivo自己家的模型，应该还是没有任何问题的。

最后，咱们要讲，对于谷歌来说，现在是不是已经是廉颇老矣，尚能饭否的时代了呢？有点像了。谷歌现在可以在所有的战线上都进行拉扯，每一块都有OpenAI所谓的端到端整合大模型路径，我把所有东西都会整合在一个模型里头去，然后我尽量端到端。这头输入什么，那头就直接有输出啊。做这样的事情，谷歌呢，现在可以干。在每一个侧面，也都好像还有一战之力啊。但是呢，他们整合是很困难，因为这公司实在太大了。每一个小部门说：“我们都很强啊，我们都有能力再去研发一个自己的模型，自己去应用啊。我们一定要去可以替换，不能让任何一个呃模块变得不可替换，变成唯一的这种关键点。”不能干这个事情，那么导致呢，就是各自为战。而且呢，各自呢，会有很多的这种规则啊，这个就会比较难看，相互之间拉扯。最后在基座大模型升级的时候，比如说GPT4升到GPT5的时候，那么，谷歌可能就又会显得比较难看一点。现在的谷歌呢，有点地大物博和老大帝国的影子了。咱们想一想，这些地大物博的老大帝国，都是怎么讲的啊？说：“老子当年富过啊。”谷歌现在也有这样的感受，哎，啥都不缺，地大物博嘛，我啥都有啊，每样事情都有。所以你看谷歌IO发布的这个会上，对吧，所有的方向，只要OpenAI有的方向，我们全都有，每一样我都应对上了。然后各种的制约和规矩众多，一旦跌了跟头就爬不起来，就跟那个Imagine II，当时因为正式正确被人骂了以后，下去就再也没回来过。而OpenAI呢，完完全全是下一个时代的产品。真正干掉老大帝国的，永远不是另外一个老大帝国，就像苹果呀，微软，你说哎，我们把谷歌干掉没有那么容易，对吧？真正要干掉他的，一定是一个他从来没见过的东西。对吧，这就是OpenAI。所以谷歌现在其实是比较危险的，虽然尚能挣扎，没有在任何一个战线上完全被人打得溃不成军啊，但是他的底层逻辑是错的。底层逻辑是：我每一块拎出来都还可以再比划两下，但是啊，你真的跟一些新生事物，你是打不过的啊。这就是谷歌IO啊，给我看完了以后的感受。这期讲到这里，感谢大家收听。请帮忙点赞并点小铃铛，参加Disco讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。