大模型競爭戰火紛紛。在5月14日淩晨OpenAI公布了最新的GPT-4o之後一天，谷歌利用其年度開發者大會來展示該公司所謂的最輕量級和最高效的人工智能模型Gemini 1.5 Flash。

Gemini 1.5 Flash是Gemini系列的最新成員。新模型可以快速總結對話，爲圖像和視頻添加字幕，並從大型文檔和表格中提取數據。

谷歌DeepMind首席執行官Demis Hassabis說，“我們從開發人員那裏聽說，他們想要更快、更具成本效益的東西。”

此次發布正值科技公司越來越多地將産品開發和推出的重點重新放在生成式人工智能上，與傳統的網絡搜索相比，新工具爲消費者提供了更先進和創造性的在線信息訪問方式。

OpenAI推出了 ChatGPT 的新 AI 模型和桌面版本，以及新的用戶界面。這款名爲 GPT-4o（o代表Omnimodel） 的新型號速度是 GPT-4 Turbo 的兩倍，成本卻只有其一半。

谷歌還推出了改進的大模型Gemini 1.5 Pro，並從周二開始向全球所有開發人員開放。其優勢是可以理解多個大型文檔（總共1,500頁）或總結100封電子郵件；Gemini 1.5 Pro很快將能夠處理高達一個小時的視頻內容，或者超過30,000行的代碼庫。

OpenAI 的最新升級帶來了更高的質量和速度，並允許 ChatGPT 處理 50 種不同的語言。通過OpenAI的應用程序編程接口（API）提供，開發人員立即開始使用新模型構建應用程序。

而谷歌Gemini 1.5 Pro只有支持35種語言，有一個 200 萬個令牌窗口，可以測量上下文並指示模型一次可以處理多少信息。新模型改善了本地推理、規劃和圖像理解。

因此，Gemini 1.5 Pro提供了迄今爲止所有基礎模型中最長的上下文窗口。Gemini 1.5 Pro 最初將在 Workspace Labs 中進行測試。Gemini 1.5 Flash 將用于測試和 Vertex AI，這是谷歌的機器學習平台，允許開發人員訓練和部署 AI 應用程序。

Alphabet的股價在産品發布會期間攀升，周二下午上漲約1%，至172.50美元。