出品 | 51CTO技術棧（微信號：blog51cto）

大洋彼岸馬上就要“過年”了，OpenAI和谷歌都在搶著在年前秀一秀自己壓箱底的AI大作。在通向AGI的道路上，谷歌似乎已經(jīng)反超了OpenAI，奪回了領先地位。前幾天，兩家?guī)缀跬瑫r發(fā)布的Sora但效果上的顯著差異，再次讓外界看到了谷歌的實力回歸。

不止視頻賽道，Google 再次甩出了一個大招。今天凌晨，Google 推出 Gemini 2.0 Flash Thinking，可以說來了一波反打 OpenAI o1。

1.谷歌版o1發(fā)布，榜上第一 皮查伊：迄今為止最深思熟慮的模型

谷歌 Gemini 2.0 產(chǎn)品負責人 Logan Kilpatrick 表示，這個新模型“解鎖了更強大的推理能力并展示了自己的思維”。

他介紹，該模型可以“以 Flash 速度解決復雜問題”，同時顯示其內部規(guī)劃流程（思維鏈），從而提高 AI 問題解決的透明度。

圖片

另外，除了擅長數(shù)學、編程等復雜場景，這次谷歌版本的o1是具備多模態(tài)推理能力。

該實驗模型仍處于早期階段，但 Kilpatrick 提供了一個例子來說明其潛力，展示了它如何解決涉及視覺和文本線索的具有挑戰(zhàn)性的難題。

大家可以看這個例子：

開發(fā)人員現(xiàn)在可以在 Google AI Studio 和 Gemini API 中試用該模型?！斑@只是我們推理之旅的第一步，很高興看到你們的想法！”

圖片

“Google 向 AIStudio 中的用戶免費提供推理模型只是為了展示他們的力量。他們回來了，“X 上的一位用戶評論道。

“我們迄今為止最深思熟慮的模型，”谷歌首席執(zhí)行官桑達爾·皮查伊 （Sundar Pichai） 在 X 上發(fā)帖說。

來自 Chatbot Arena??? 的突發(fā)新聞@GoogleDeepMind Gemini-2.0-Flash-Thinking 在所有類別中首次亮相，躍升成為 No.1！

圖片

大家都知道，三天前 Google 最近推出了 Gemini 2.0 Flash，它支持多模態(tài)輸入，包括圖像、視頻和音頻，以及多模態(tài)輸出，例如本地生成的圖像與文本相結合，以及可操縱的文本轉語音 （TTS） 多語言音頻。它還可以原生調用 Google 搜索等工具、執(zhí)行代碼以及集成第三方用戶定義函數(shù)。

Gemini 2.0 Flash Thinking 建立在谷歌的 Gemini 系列之上，將與 OpenAI 的 o1 模型競爭，后者以其令人印象深刻的推理能力而聞名，其水平類似于物理、化學和生物學的博士生。

這一發(fā)展是在 OpenAI 發(fā)布完整版 o1 模型作為其 12 天直播的一部分的背景下發(fā)生的。除此之外，它還在 API 中發(fā)布了 o1 模型，升級了函數(shù)調用、結構化輸出、推理努力控制、開發(fā)者消息和視覺輸入。一些基準測試表明，o1 是迄今為止最強大的 AI 模型，在編碼任務中甚至優(yōu)于 Claude 3.5 Sonnet。

o1 讓其他人都大吃一驚——它是推理方面的野獸，也是編碼方面最好的??！
12 月 17 日的新 o1 模型在 Livebench AI 上是 #1，推理得分為 91.58??！
最后，OpenAI 在編碼方面也擊敗了 Sonnet。??

2.OpenAI 的第11天發(fā)布：應用創(chuàng)新

谷歌現(xiàn)在似乎在 AGI 競賽中領先，而 OpenAI 現(xiàn)在正在迎頭趕上。在“OpenAI 12 天直播”的第 11 天，這家獨角獸宣布對 Mac 的 ChatGPT 桌面應用程序進行更新。

這次直播發(fā)布來自 OpenAI ChatGPT 桌面團隊的 John Nastos 和 Justin Rushing。

Nastos 將原生應用程序描述為“輕量級”且易于使用，而不會中斷正在進行的任務。該應用程序的一個突出特點是它與用戶計算機上的各種應用程序無縫集成，可以更輕松地直接從 ChatGPT 與多個工具進行交互。

圖片

“我們的桌面應用程序現(xiàn)在可以與 Xcode、Warp、Notion、Apple 等 ~30 多個應用程序一起使用。ChatGPT 可以查看、理解和自動化您在其他應用程序中的工作——這是朝著更具代理性的 ChatGPT 邁出的一步，“OpenAI 首席產(chǎn)品官 Kevin Weil 說。

“我們都一直在將東西復制和粘貼到 ChatGPT 中，”Rushing 說?！按斯δ芸梢宰詣訌哪谑褂玫膽贸绦蛑刑崛∩舷挛?，從而使這種方式更加順暢，因此您可以專注于提出問題，剩下的交給我們?！?/p>

該應用程序的實用程序擴展到編碼任務。Nastos 展示了它與 Xcode 等 IDE 集成的能力，展示了 ChatGPT 如何協(xié)助應對實時編碼挑戰(zhàn)。

該應用程序的突出功能之一是語音交互，使用戶能夠通過高級語音模式直接與 ChatGPT 交流，以實現(xiàn)更快、更自然的對話。

3.谷歌和OpenAI 12月大戰(zhàn)階段性總結

OpenAI Shipmas 只剩下一天了，每個人都熱切期待 OpenAI 接下來將推出什么，以結束 12 天的不間斷輸出。然而，到目前為止，谷歌見招拆招，對 OpenAI 的一舉一動都進行了無差別打擊。

雖然 OpenAI 在其“OpenAI 12 天”期間一直在發(fā)布公告，但谷歌但尖貨更為讓人振奮，已經(jīng)推出了自己的一系列創(chuàng)新，包括量子芯片 Willow、Gemini 2、3D 世界模型 Genie 2、Veo 2 視頻生成模型、作為通用代理的 Project Astra、Project Mariner、Google Deep Research 和用于 AR/VR 開發(fā)的 Android XR，當然還有今天的推理模型thinking。

另一方面，OpenAI 公布了幾項重大更新，包括改進的 OpenAI o1 推理模型、每月 200 美元的新 ChatGPT Pro 訂閱以及他們的文本到視頻 AI 生成器 Sora。

其他值得注意的版本包括適用于所有用戶的 ChatGPT Search、用于組織聊天的新項目功能、用于協(xié)作編寫和編碼的 Canvas 以及 ChatGPT 的實時視頻功能。

此外，OpenAI 還推出了一系列新功能，例如帶有圣誕老人語音選項的高級語音模式、從固定電話撥打 ChatGPT 的 1-800 號碼，以及 ChatGPT 與 Apple Intelligence 的集成。

本文轉載自??51CTO技術棧??