在上海人工智能大会上，我们目睹了中国AI发展的新高度。今天，我们将引用两位业界大佬的讲话，并附上一些个人见解。首先，李彦宏提到，无需担忧AI会夺走人类的工作，当前的AI技术，如百度的“文心”，更多地扮演着辅助角色，如辅助驾驶，而非完全取代人力。他指出，尽管某些职业可能会消失，但新兴职业，如数据标注师和提示词工程师，将应运而生。这些职业虽然门槛不高，但对逻辑思维有较高要求。然而，值得注意的是，消失的职业数量远不及新创职业，且“门槛不高”往往意味着收入也相对较低。

接着，严弘提出了避免陷入“超级应用陷阱”的观点。他解释道，移动时代的思维定势认为，超级应用是关键，但在AI时代，那些具有强大功能的应用，即便用户量不及10亿日活跃用户（DAU），也可能对产业和应用场景产生更大的价值。严弘的这一观点，或许反映了百度在超级应用领域的局限性，正如俗语所说，“吃不到葡萄说葡萄酸”。李彦宏强调，AI时代的核心仍旧是搜索，这是百度的强项。然而，百度自身从未成功打造出超级应用，这一直是其心中的痛。在AI时代，百度虽有雄心，但若无法突破超级应用的瓶颈，其盈利前景将受到限制。

总的来说，中国AI的发展正迎来新的挑战和机遇，而如何在AI时代找到自己的定位，对于企业来说至关重要。

Open AI虽未打造出超级应用，其盈利模式因此受到挑战。百度近期的讨论聚焦于超级应用的概念，试图解答为何缺少超级应用会影响盈利。百度旗下应用如百度搜索、百度网盘、百度地图及百度贴吧，用户基数庞大，但它们能否称为超级应用仍存疑。同样，Open AI的Chat CPT等应用虽广受欢迎，也未达到超级应用的标准。

超级应用的定义应涵盖以下要素：首先，需拥有庞大的用户群体，例如猎豹移动曾达到1.5亿日活跃用户和6亿月活跃用户，但即便如此，它仍未跻身超级应用之列。原因在于，巨大的用户量仅是必要条件之一，还需考量其他因素。

其次，超级应用应具备长时间的用户使用时长。用户在应用中停留时间越长，应用的吸引力和粘性越大。以百度的应用为例，其用户使用时长与微信、抖音等相比明显不足，这成为其未能成为超级应用的关键因素之一。

此外，完整的生态系统是超级应用的另一重要特征。用户在应用中不仅停留时间长，还能进行多样化的互动和交易，形成闭环生态。例如，微信不仅提供即时通讯服务，还集成了支付、游戏、小程序等多种功能，构建了一个自给自足的生态体系。

综上所述，超级应用的定义不仅限于用户量，更在于用户使用时长和生态系统的完整性。这为Open AI和百度等科技公司提供了新的思考方向，即如何在提升用户量的同时，增加用户粘性和构建生态体系，以实现超级应用的突破。

这个里边要有内容提供者，要有内容消费者。里头可能还有很多其他的，比如说有交易啊，有借贷，有很多的金融生态。你要有完整生态在里头。这是百度的应用，从来没有做到过。百度自己也惦记做电商，还惦记去做这外卖，还惦记去做金融支付，但都没做起来。你要想做超级应用，你就必须有完整的生态，有人靠你平台吃饭，还能吃的不错。这种超级应用呢，基本上是等同于操作系统的。

为什么马斯克那么羡慕微信？马斯克当时收购Twitter的时候，他说微信多好啊，大家可以在里边解决所有的事情啊。可以在里边聊天，可以在里边学习，可以在里边看八卦，可以在里边看视频，可以在里边买东西，可以在里边打车，可以在里边借钱，在里边做各种金融理财，都可以干。这是他喜欢微信的地方。这才叫超级应用呢。

贝特正在向这个方向发展啊，但现在还有一些距离。那我们常见有哪些超级应用呢？第一个呢，就是微信啊。QQ其实也算，但是没有微信那么完整的生态。支付宝其实是一个啊，淘宝的没有那么全，淘宝其实也算吧。然后抖音，快手都是完整生态的超级应用啊。滴滴跟美团呢，算bug。国外呢，Facebook工具群可以算一个，就是Facebook，Instagram，WhatsApp啊，Facebook message，把这几个加一块，你可以算一个。谷歌全家桶啊，Gmail啊，谷歌地图呃，Google Calendar，其他的一些，包括像咱们YouTube这种，全家桶你可以算一个。

安卓啊，你应该把这个东西算上。苹果全家桶，可以算一个。大家有没有发现，中国的这个超新应用都是单根一个，而这美国的这些超新应用呢，都是全家桶啊，或者叫工具群。为什么会这样？就是我记得，我当时去天津那个航母公园参观的时候，人家给我讲过，他说你发现这个航母跟咱们平时看的美国航母有什么区别没有？我说上头有好多炮啊，下头还有导弹，啥都有啊，这玩意怎么啊？他说对，他说美国的航母都干干净净的啊，这个上面的甲板是平的，而苏联的航母呢，上头是啥都有，有炮有导弹，还有各种东西都全啊。原因也很简单啊，美国航母呢，都是集群作战，一出去就是一航母战斗群啊，他不需要这些玩意，剩下有什么，驱逐舰巡航舰给他来提供，还有潜艇。俄罗斯呢，没有那么多海军，所以他出去呢，一条航母就出去了，所以他啥事都得自己管。中国的这些超级APP也是这样啊，我一关门啊，你们都不许上我这来啊，数用户都是我的，交易都在我这做，所以它呢，都是单个的，它就只能做一个超级APP。而到美国呢，你比如说Facebook啊，我有Facebook，有Facebook message，有Instagram，有WhatsApp啊，我各司其职，自己去做自己的事，他就可以做一对啊，他们是这么来做的啊。就是大家的玩法不太一样，就是必须要去做超级APP才有可能在AI时代挣到钱啊。那么百度我觉得又会错过这个事情，这是没有任何办法的。现在在AI时代，这是一个新的挑战和机遇。

国内在超级应用（Super App）领域有所建树的，可能还是以字节跳动为代表，其旗下的豆包等产品，作为超级应用（Super App）的典范，实际上已经初具规模。阿里的王坚，提及阿里云的王坚，他不仅是阿里云的创始人之一，也是阿里云的首席科学家。可以预见，未来一定会有新的大公司涌现，如同Open AI这样，原本默默无闻的小公司，可能会迅速成长为行业巨头。在国内，也必将有新的大公司诞生。

实际上，百度、阿里、腾讯，这些互联网时代的巨头，到了移动互联网时代，谁又是真正的领头羊？滴滴、美团、字节跳动，这些公司已经在移动互联网时代崭露头角。而在即将到来的AI时代，一定还会有新的巨头崛起，具体是哪一家，我们拭目以待。同时，也会有一些大公司经历浴火重生。

在互联网向移动互联网的过渡中，百度显然落了下风，而淘宝和微信则成功把握住了这一波机遇。在AI时代，阿里云似乎已经迎头赶上，阿里云投资了国内几乎所有的AI大模型，国内一半的AI算力都在阿里云上运作。因此，在AI领域，阿里云已经占据了领先位置。

AI对于大企业来说，相对友好，因为这需要大量的资金、算力、数据和计算中心，这些都是小企业难以承担的。然而，大企业拥抱AI也并非易事，因为这可能会打破原有的管理结构，大企业往往存在路径依赖。王坚曾说过一句引人深思的话，他认为在AI和GC时代，核心其实是人，而不是AI技术本身。这句话值得我们细细品味。

而大公司与小公司面对AI,确实持有不同的看法。大公司视AI为工具的革命，而小公司则认为AI是革命的工具，这二者之间存在巨大的差异。大家可以思考一下，话到底是怎么讲的。那么，关于人工智能呢？它拥有一个非常长的过去，但却只有非常短的历史。这是王坚的原话，意思是什么呢？就是我们可能从100年前就开始谈论人工智能，但是我们现在这一波人工智能，是从XGPT发布以后才真正开始的。因此，人工智能的历史实际上是非常短暂的。

接着，王坚提到了三个不等式，这三个不等式很好地概括了中国AI发展的现状。第一个不等式是什么呢？就是与基础模型相比，应用做得还不够好。你可以说中国有没有像GPT这样的模型？没有。中国有没有像Gemini那样的模型？也没有。更没有VLOG。那么，你可能会问，中国为什么就做不出好模型来呢？这确实是一个问题，但是，你的应用是否真的需要这些好模型呢？所以，不要总是抱怨中国的模型不好。实际上，中国的应用做得也不够好，但中国的应用已经算是全世界做得最好的之一了。与美国的AI应用相比，我觉得中国的做得还是要好很多的。但是，所有的AI应用对于大模型的各种能力的发挥，其实都是比较有限的。因此，现在的大模型其实已经够用了。你别看我们赶不上Open AI，但是我们的模型已经够用。

第二个不等式呢，有人在讲，和现有的算力相比，你老说美国幸运，我们没有算力了怎么办？显卡不够了怎么办？基础模型做得还不够好？这个问题与第二个不等式有关。什么意思呢？你说我缺算力，催显卡吧。然而，这并不是问题的全部。我们应当关注的，不仅仅是算力的差距，还有如何更高效、更智能地利用现有的资源。这是中国AI发展需要思考的问题之一。

就是，以咱们现在做的这些模型，咱们现在大部分模型，实际上就是几十亿啊，就是几百亿参数，这种模型，在现在咱们的这些显卡上已经足够了。你再给我更多显卡，我都用不上了。对吧，咱们现在是这样的一个情况，咱不缺显卡，咱们是模型不够好，这个也是大家觉得比较奇怪的地方。所以，中国从来不缺显卡，这是第二个不等式。第三个不等式是什么？以现有的电力相比，算力还不够。原来都说，AIHTC最后是拼的是电对，现在讲了，说咱们电有的是，咱压根就没有那么多显卡，所以也不需要花烧那么多电，要烧电的时候是以后的事了。所以他这三个不等式呢，我觉得是讲的非常到位啊。重复一下，跟基础模型相比，应用做的还不够好；和现有的算力比起来，基础模型做的还不够好；跟现有的电力比起来，算力也还不够啊。它的意思是什么呢？就是现在的能源咱们足够使，十年后的算力和电力，与现在肯定完完全是两个概念。不要用现在的现状，去思考如何解决10年后的问题啊。想的非常好，就是啊，王坚讲的。然后呢，我总结一下啊，中国现在的AI大模型，到底发展到什么状态？第一个呢，是方向是明确的啊，咱们就是需要有人指明方向，老大喜欢指明方向，这个也确实是中国民族性，没有人指明方向呢，咱们就做不出东西来。现在呢，真正救了中国AI的是谁？是梅坦，阿玛一喇嘛2，喇嘛3，这三个大模型的发布，绝对是让中国的大模型彻底走出来了。在喇嘛系列没有发布之前，比如像百度的文心妍是拿什么做的呢？

它是原来的 GBT2，是开源的。拿那个东西，再加上 GPT3.5 生成的各种数据，去训练，淘出来的。但是到拉玛系列出来以后，名义万物啊，通 1,000 分啊，等等，大量的这种模型就出来了。你不需要去抄它的模型，但是呢，啊，它把所有的参数，一些代码都公开了。我们就可以自己去训练。中国聪明人还是很多的，呃，方向只要明确了，我们就可以走通。我们从来都不缺乏跟随者，只要有人知道这条路是通的，就可以往前走。那么下一个问题是什么呢？就是刚才王坚讲的，说我们模型不够好吧，我们的算力也不需要太多算力不够吧，也不需要太多电。那么呢，我们就要想下一个问题，叫 scaling low 到底在这管不管用。什么意思呢？就是这种模型越大效果越好，这样的这种规模法则，在中国到底管用不？因为美国人呢，现在已经开始担心 scaling low 是不是会失效。因为现到目前为止还是你继续堆参数，继续堆机器，你还是可以做出更好的模型来。现在依然是有效的，但是一旦哪天无效了怎么办？因为这个涨上去的过程，是人自己搞不清楚到底怎么涨上去的。这个事是美国人现在最担心的。但是中国的大模型，都是千亿以内的模型，就是我们看到比较大的，比如通 1,000 问 72B 啊，72B 就是 720 亿参数的，这种模型其实足够大家用。这种 72B 的模型，加上 AIGC 的这种 AI gent，就是叫做 AI 智能体的帮助，已经可以解决绝大部分问题了。你就算是到比如说几千亿。不过，这个话题我们今天就先聊到这里，下次有机会再继续探讨。

甚至上万亿参数的这种模型，它的表现能力其实未必比千万三72B好多少。而且，现在的Lama三70币，包括谷歌最新出的GMA227币，微软出的F 34币，效果都很好。为什么需要那么大的模型啊？中国人说我们就实用主义，我们就这么使了。国内也不是没有千亿以上的啊，比如通信千份是出国110亿，也就是1,100亿的参数。还有一些做moe的这种逃课的玩法，逃课什么意思？就是作弊嘛，就是它号称是所有加在一起有1,000多亿，但是呢，它是moe的啊，就是每一次可能只调用其中两个，所以就是这每一次工作的可能，也就是只有二三百亿，三四百亿这样的一个参数水平在工作。所以呢，在中国，压根就轮不到讨论这个scaling low的，这个事情我们等美国摸明白了，接着往前走，一定是这样。

那么，我们在多模态识别图像跟语音识别，中国本身是具有数据优势，因为我们存了大量的图片，存了大量的语音，而且这些东西都已经做过了详细的标注。在这块上我们其实不比他们差。当Lama 3这样的基础模型能力提升的时候，我们现在做的图片识别，语音识别相关的这种大模型呢，能力自然也就上升了。所以我们现在好多的这种模型是什么？图片识别的，这种模型是在Lama 3的基础上进行微调，把这图像识别的部分调进去，这样效果还是可以的。我前面讲了一期视频，说斯坦福大学学生抄咱们清华的一个项目，也就是用拉玛三微调的图像识别，他们抄完以后，号称是自己做的。

现在，这个领域缺乏具体的应用场景，因此，对于多模态识别本身的要求，并没有那么高。在多媒体生成方面，首先，“Stability Fiction”已经表现得相当出色，我们目前在大规模应用上，国内多采用他们家的图像生成技术。在语音生成这一块，实际上，中国在此领域一直表现不俗，在GPT出现之前，国内已经研发出了许多高质量的语音生成模型。至于音乐生成，现在也有人在探索，类似于“Sora”这样的世界模型，经过大半年的积累，国内也开始涌现出相关产品，如快手推出的“快龄”等，效果尚可。

端到端的模型，虽听说一些车厂正在研发，但目前尚未见到实际成果。在政府和企业应用方面，或者说是政府企业对AI的拥抱，从目前的情况看，中国在国际上处于较为领先的地位，因为有大量项目正在推进。自媒体平台上，氛围同样热烈，诸如李易洲这样的人物，被誉为“中国AI第一人”，四处开设课程，因此，自媒体领域使用AI的人数众多，加之中国自媒体市场火爆，AIGC生成的内容，对于从事自媒体工作的人来说，是一个极大的助力。

所有AI功能在中国，最先被应用的场景，就是刷抖音和刷小红书，生成小红书爆款内容，生成抖音文案，这些是国内较为普遍使用的AI功能。中国的AI市场，正处于爆发的边缘，应用创新是我们所擅长的。比如，与Open AI竞争新的模型，我们并不擅长，我们更习惯于等待他们研发出来后，再沿着他们的方向努力，这是我们熟悉的路径。然而，如何让应用更加好用，提升用户体验，是我们需要思考和探索的方向。

中国人还是很厉害的。巴马3,000文2已经把这个基础模型的能力拉上来了。我们现在拿千文2，拿拉玛3这样的模型，去做这种应用的话，效果其实已经非常好了啊。基础模型的能力够了以后呢，就差赚钱了啊。咱不干别的，咱就赚钱就行了。而赚钱这个事呢，中国人是最熟练的啊。我记得以前我们做游戏的时候，人家讲说，你看全世界各国开发的游戏，差别在什么地方？他说欧洲人做的游戏好玩啊，我说这我承认啊。他说美国人的游戏呢，相对均衡啊，我说这个也承认吧，移民国家嘛，哪人都有。而日本人的游戏和韩国人的游戏好看，我说也行，他们呢有这个动漫的底子嘛，所以他们的游戏好看。我说那中国游戏呢啊，他说中国游戏挣钱啊。这就是全世界四大游戏游戏派别啊，中国游戏最挣钱啊。咱们在什么地方设收费点，怎么去让大家上瘾，怎么能够把钱掏出来，这件事中国人是最全的。

现在呢，中国也在努力的把中国的AI应用呢，推到全球去啊，也是要去做，出海全球。为什么呢？就是啊出去了以后，你就可以用叉h p t的这种海外模型了。而且呢到了海外，中国团队就又能够起飞了。这事儿是怎么讲的？因为AI这种东西啊，它有一个很大的问题是什么？就是它在国内面临了巨大的，叫审核成本。国内呢对版权要求不高啊，但是对合规，对审核要求很高。出了国以后正好反过来啊，人家对版权要求很高，对于合规来说要求比较低。说说错了，没什么太大关系啊，处罚有啊，不是特别严重。那么，接下来我们就可以看到，中国AI在海外的市场空间将会非常广阔，因为我们可以更加自由地去创新，去探索，而不用担心过多的合规成本。

以 AI 这种时不常的张嘴胡说八道，这个状态来说的话，这种东西送到国外去，效果一定是最好的啊。因为我们当年投过 music 啊，也是中国团队到国外去做的这种产品，也就是现在 TikTok 啊。现在我知道 music 的团队啊，就是已经离开了，字节跳动离开了，呃 TikTok 他们现在又在开始努力，用这些大模型，准备在海外做项目去了。所以，AIGC 可能真的是最适合出海的，而且在这一块的话，绝对产能过剩。你想，互联网公司离职了多少人啊，有多少 35 岁以上的朋友，毕业了，走向了社会，他们现在如果手里还有点钱的话，就会努力的用 AI 做一些应用去劝国外，这个是真正大家要去干的事情。

然后，内容创作就是未来的方向啊，最大的短视频内容生态就在咱们手里，top 生态抖音快手都在努力工作。现在抖音的很多工具，包括我现在每天在用的剪映，已经涨价了，原来一年大概是 100 多块钱 200 块钱，现在已经涨到一年 500 块钱了。为什么？就是把大量的 AI 功能都塞到剪映里边去了。啊，你们今天早上看的那个视频里头，字幕是有重点突出的啊，普通的字是白字，重点是黄字啊，还变大一点。这个就是剪映的 AI 干的活，干得还可以。现在的点映出字幕，还可以做一个什么事呢？他还可以把呃口语啊，一些哼哼哈哈的词直接给你去掉，对吧，他不出现在字幕里，这不也都是 AI 干的活吗？啊都已经做起来了是吧。

人形机器人这一块呢，啊中国现在发展的也非常快速，在这一次上海的 WAIC 上啊。

在世界AI聚会上，展出了可能几十台人形机器人，各种各样的，包括擎天柱二代都来了。甚至有一些公司，比如说斯碧池还是谁，他们现在已经跟一汽还是上汽签了协议，说我们的机器人已经要去打螺丝了。当然，这个消息公布以后，这个公司的港股马上暴跌了6%，还是暴跌了百分之多少，这也是比较诡异的现象吧，妖孽横生的一个时代，怎么办呢？

但是，做机器人那件事，特别是你想快速迭代开发机器人，那件事情，全世界必须在中国做，没有其他地方可以做。我记得原来在深圳有一个是蛇口一个地区，就是各种各样国家的人，在那个地方做硬件创新，为什么？因为所有的原配件都在那周围，周围全的一塌糊涂。后边呢，搞兼容机器人，因为马斯克搞这个，呃擎天柱就是兼容机器，兼容兼容机器人，什么意思？就是我把标准定好了，中间的零件是可以换的。你一旦兼容机器人了，中国华强北就有的是东西可以提上去，对吧。硬件生产的部分，中国肯定是遥遥领先，没准在机器人时代，我们会再出一家像大疆那样的公司，我觉得完完全全可以期待。

阿梅怎么说呢，中国人从自古以来，就是知其然而不知其所以然，我们从古只有鸡兔同笼，没有方程，只有算术，没有数学，这样的一个民族，遇到了自己都解释不清楚怎么来的LMM，遇到了AIGC的时候，这玩意简直是天生为我们打造的，里边这个原理反正你们也搞不清楚，我们也搞不清楚，那咱就猛着上呗，玩工匠精神这事很适合卷嘛。

一定是最适合咱们的啊。所以呢，最后我们还是讲一下王坚这句话啊：“不是工具的革命，而是革命的工具，这是我们对AI最大的预期。不要让AI这样高能的工具成为政府统治的工具吧。越是大的公司，越是政府，他们只能得到啊——工具的革命，是得不到革命的工具的。而只有个人和小公司，小团队才能得到革命的工具。就像很多国家，他们在工业革命以后，为什么这些贵族，这些政府搞不定这件事情？因为，对于他们来说，枪炮和机器都是工具的革命啊。只有对于这些新兴的阶层来说，这才是革命的工具啊。”所以我说，王坚这句话讲得非常好啊。这就是我们今天要讲的第二个故事，就是中国的AI现在发展的什么状态。

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。