OpenAI和谷歌AI多模态重磅更新，生成式AI之战升级第二轮(5)

同时， 在今年3月发布的另外一篇论文中，苹果首次披露一个具有高达 300 亿参数的多模态模型MM1，这个多模态能力如果集成到iPhone 上，就能能够通过视觉、语音和文本等多种方式理解并响应用户的需求。

所以综上所述，虽然近两年来，苹果时常为人诟病在 AI 领域动作迟缓，但是感觉，苹果是在等一个正确的时机来加入战局，它并没有落后，而是一直在等待。如今，多模态技术成熟，特别是文字输入、语音和视觉的交互和手机等硬件是天然的适配，OpenAI和谷歌的AI多模态之战打响之际，也是苹果入局的时间了。

戴雨森

真格基金管理合伙人

如果你看互联网和移动互联网时代，其实它们在软件的渗透上，都要叠加一个硬件的渗透，大家要买PC、手机，所以导致，之前软件的渗透速度，其实是相对比较慢的，那为什么ChatGPT一出来就渗透到了这么多的用户，实际上是因为它跑在一个，比较成熟的硬件上。所以我觉得在目前来讲，AI落地肯定首选还是在手机上，我肯定是期待像AI的这些模型，融易新媒体消息，怎么样在苹果的生态系统中去落地，其实说全新形态的硬件，我自己觉得可能性比较低，但是在这个上面有了，包括最近刚发M4 对吧，大家说iPad这个上面有这么强的这个芯片，你如果还是做原来的任务，是不是就浪费了，你是不是用来干一些AI的任务呢

而对于智能手机、智能手表、乃至于以后的VR和AR眼镜设备，更小的端模型将是业界着重发力的重点。在今年4月，苹果宣布在全球最大AI开源社区 Hugging Face 发布了全新的开源大型语言OpenELM系列模型，包括4个不同参数规模的模型：270 Million（百万）、450 Million（百万）、1.1 Billion（十亿）和3 Billion（十亿），没错，最大的也只有30亿个参数，对移动端小模型的布局有着明显的意图。而Howie Xu在采访中认为，端模型是人类应用AI发展的必然趋势。

Howie Xu

AI及云服务行业高管、斯坦福大学客座教授

个人非常看好端模型，因为过去一年我们大量的精力、讨论都是在越大越好，但是万亿级的parameter（参数），不适合放在手机上面，那另外一个问题就是说，那个不是万亿级的，千亿级的，或者百亿级的参数，是不是能够把模型做到足够好。

现在我们看到的很多的小的模型可能是700亿参数的，一年之内我们能够看到就是，十亿这么一个参数的一个模型，能够做到当初ChatGPT出来时候，让大家惊艳的那个感觉，相当于（GPT）3.5的那个model（模型）的能力，我觉得是一个billion（十亿）的parameter（参数）是应该能够做到。

如果能够这个端上面能够运行一个十亿参数级别的模型，能够做到（GPT）3.5的（的能力），那就打开了很多的想象空间，然后接下去会有更小的模型，因为模型总归是越小，对耗电、对各方面的都有很大好处，我觉得甚至是sub 1 billion（小于10亿参数）的会更好，从privacy（隐私）的角度，从耗电的角度，从各方面角度，我觉得小模型是必须的。

文章的最后，我们来总结一下OpenAI和谷歌的这两场发布会，AI多模态之战打响之后，在更多更广的应用上，我们看到了AI杀手级应用的曙光，有了更落地更切实的可用性，这将重塑人类和AI以及电子设备的交互方式。此外，虽然OpenAI和谷歌表面上刀光剑影，但两家公司的策略目标是有些区别的：前者一路勇向前目标scaling law（规模法则）和AGI，后者更注重自家生态和应用落地来捍卫商业营收与市场分销护城河——可能模型是不是最好的，并没有那么重要。所以目前的多模态初战，OpenAI虽然赢了，但谷歌也没输。