5月17日訊（記者 朱凌）近日，OpenAI用一場(chǎng)26分鐘的線上直播展示了GPT-4o帶來(lái)的驚艷交互能力，將新一輪AI爭(zhēng)霸帶入了“Her 時(shí)代”。GPT-4o的“o”代表“omni”，一詞意為“全能”，該模型能夠?qū)崿F(xiàn)無(wú)縫的文本、視頻和音頻輸入，并生成相應(yīng)模態(tài)的輸出，真正意義上實(shí)現(xiàn)了多模態(tài)交互。

緊隨其后一天，年度Google I/O開(kāi)發(fā)者大會(huì)如期而至，谷歌CEO Sundar Pichai宣布了一系列圍繞其最新生成式AI模型Gemini的重大更新，全面反擊OpenAI，其中就有由升級(jí)后Gemini模型驅(qū)動(dòng)的AI助手項(xiàng)目Project Astra、對(duì)標(biāo)Sora的文生視頻模型Veo等。

本周AI戰(zhàn)場(chǎng)暫告一段落，《科創(chuàng)板日?qǐng)?bào)》記者對(duì)AI界的“明星”選手——谷歌Gemini 1.5 Pro（100萬(wàn)tokens）、OpenAI最新升級(jí)的GPT-4o與此前發(fā)布的GPT-4進(jìn)行了一場(chǎng)能力評(píng)測(cè)。

▍文本測(cè)試：谷歌Gemini 1.5 Pro正確率和速度完勝GPT-4o和GPT-4

OpenAI發(fā)布GPT-4已過(guò)去一年多，據(jù)介紹，此次推出新旗艦?zāi)Ｐ虶PT-4o的推理能力有明顯的提升，速度快了，價(jià)格也下降了。

谷歌Gemini系列以其標(biāo)志性的超大上下文窗口出名，此前已擁有Ultra、Pro和Nano三種規(guī)格，各適配不同規(guī)模與需求的應(yīng)用場(chǎng)景。本次發(fā)布會(huì)宣布，迭代后的Gemini 1.5 Pro 的上下文長(zhǎng)度從原有的100萬(wàn)tokens（語(yǔ)句單位）提升到了200萬(wàn)tokens。這一改進(jìn)顯著增強(qiáng)了模型的數(shù)據(jù)處理能力，使其在處理更加復(fù)雜和龐大的數(shù)據(jù)集時(shí)更加游刃有余。

兩家公司都對(duì)自己的大模型的升級(jí)換代展現(xiàn)出自信姿態(tài)，但情況還需要實(shí)際驗(yàn)證。

第一題是“事實(shí)回答題”，只有谷歌Gemini 1.5 Pro模型回答正確，它能辨別出“螺絲釘并不是一種食品”這一事實(shí)。