谷歌Project Astra和OpenAI的GPT-4o接连登场，说明多模态AI助理时代来临 1. 情报or新闻 连结： https://bit.ly/3yw1z2u 2. 内文： 在Google I/O 2024上，谷歌展示了成为通用助理的早期版本，称之为Project Astra，它 是一个即时、多模态AI助理(multimodal AI Assistant)。 Project Astra提供支援的代理程式是基於谷歌的Gemini模型和其他特定任务模型建立的 。它可以透过连续处理视讯和语音输入来更快地处理讯息。其很像刚刚获得OpenAI升级的 ChatGPT之GPT-4o。就像GPT-4o一样，Project Astra 可以像人类一样理解和回应世界， 它可以吸收并记住所看到和听到的内容，以了解背景并采取行动。您还可以自然地对其说 话，而不会出现延迟。 这为生成式AI助理开启了一套全新的范例。谷歌计划於2024年开始将Astra的功能添加到 其Gemini应用程式及其产品中。然而，虽然最终的目标是让Astra在谷歌的软体服务中无 缝使用。不过，为了谨慎推出，并且将产品化之路达到「以品质为导向」的水准。 展望未来，AI的故事将不再是关於模型本身，而是关於它们能为人们做些什麽。这个故事 都是关於代理的：机器人不仅与你交谈，而且实际上代表你完成任务。 无论是OpenAI或者是谷歌似乎愈来愈像地争夺同一领域，并且似乎对AI如何改变人们的生 活，以及随着时间的推移让人们如何使用它，有着共同的愿景。 另外，谷歌为了防止OpenAI抢占其搜寻引擎龙头的地位。在Google I/O 2024会议上，谷 歌也对其核心搜寻引擎进行了重大改变。从2024年5月中旬开始，所有美国用户都将在许 多常见搜寻结果的顶部看到「AI概述」，也就是AI生成的简短摘要答案，随後是可点击的 链接，下方散布着广告。 OpenAI的ChatGPT聊天机器人可以为许多问题提供了快速、完整的搜寻答案，如今也 与媒体公司签署了协议，提供最新资讯方式以改善其反应。甚至在5月13日OpenAI还展示 了为ChatGPT提供支援模型的更快、更便宜的版本，此举被视为试图抢夺谷歌风采，该模 型同样可以在单一介面中解释语音、视讯、影像和程式码。 另外，谷歌还透露了新的或改进的AI产品，包括Veo，其可以根据文字提示生成影片； Imagen 3可以创建图片；Lyria是一个AI音乐生成模型。至於Gemini Advanced的订阅者， 将能够创建名为「Gems」的个人化聊天机器人来帮助完成特定任务。 最值得注意的是，谷歌的Project Astra似乎也对准了智慧眼镜市场，这也说明了谷歌正 在持续研发类似Meta和雷朋合作的智慧眼镜，期望在Project Astra准备好时，给市场一 个大惊喜呢 3.心得: Google和OpenAI展示的多模态AI助理如Project Astra和GPT-4o，标志着AI助理时代的来 临，预示着AI将不仅能与人类互动，还能代表人类完成任务。这些技术的发展将极大地改 变我们的日常生活。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 203.145.192.245 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Google/M.1715915030.A.EEA.html