5月14日OpenAI搶跑發(fā)布GPT-4o，通過實(shí)時(shí)的語音、視頻和文本交互刷屏社交網(wǎng)絡(luò)。

但僅僅24小時(shí)后，谷歌毫不示弱，在一年一度的Google I/O 開發(fā)者大會(huì)上，展示了由升級(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，以及在硬件方面發(fā)布的第六代Tensor處理器單元（TPU）Trillium芯片，并推出了徹底AI改造后的搜索。

谷歌首席執(zhí)行官桑達(dá)爾?皮查伊表示，谷歌所有的工作都圍繞生成式AI模型Gemini來做。

由此，多模態(tài)大模型 成為巨頭選定的未來方向，這讓人不由的發(fā)出疑問，中國大模型誰能扛起多模態(tài)的大旗？

多模態(tài)遙遙領(lǐng)先的中國大模型

谷歌發(fā)布會(huì)固然精彩，但總體上也談不上絕對(duì)領(lǐng)先，比如我們看到一個(gè)挺有意思的演示，就是給出一個(gè)三天的膳食計(jì)劃，最后得出的結(jié)果是圖文并茂的。這一點(diǎn)確實(shí)帶來了很大的體驗(yàn)提升，而目前國內(nèi)的大部分大模型的對(duì)話方式還是簡單的停留在文字交互上，多模態(tài)的混合內(nèi)容幾乎沒有。

不過比起國內(nèi)的多模態(tài)AI搜索領(lǐng)軍產(chǎn)品天工大模型（www.tiangong.cn）來說，谷歌這個(gè)多模態(tài)的搜索結(jié)果就有點(diǎn)花拳繡腿了，比如我提的一個(gè)問題是“特斯拉與小米的參數(shù)對(duì)比”，這里給出的答案應(yīng)該是所有大模型里唯一能夠用表格對(duì)比并配圖的了，在實(shí)用性和可用性上來說，真的是遙遙領(lǐng)先，根本不需要二次處理數(shù)據(jù)就可以直接輸出內(nèi)容了。

從這個(gè)角度來看的話，我覺得谷歌還是處于一個(gè)炫技的demo階段，而天工大模型在多模態(tài)這塊確實(shí)已經(jīng)進(jìn)入了一個(gè)實(shí)用階段。

從這里我們可以看出，早在4月17日發(fā)布的“天工3.0”在多模態(tài)領(lǐng)域的領(lǐng)先并不僅僅是在國內(nèi)范圍，而是全球范圍?！疤旃?.0”是采用4千億級(jí)參數(shù)MoE混合專家模型，也是全球模型參數(shù)最大、性能最強(qiáng)的MoE模型之一。

最為重要的一點(diǎn)則是，“天工3.0”也是全球首個(gè)多模態(tài)“超級(jí)模型”（Super Model），其最早集成了AI搜索、AI PPT、AI視頻轉(zhuǎn)繪、AI寫作、AI長文本閱讀、AI對(duì)話、AI語音合成、AI圖片生成、AI漫畫創(chuàng)作、AI圖片識(shí)別、AI音樂生成、AI代碼寫作、AI表格生成等多項(xiàng)能力。

這一路徑選擇，在一個(gè)月之后的今天，兩大巨頭的模型更新后，也被確認(rèn)為全球大模型未來的發(fā)展方向。

之所以天工能夠?qū)崿F(xiàn)這樣的領(lǐng)先，是因?yàn)樵缭谌ツ?月就發(fā)布了多模態(tài)大模型Skywork-MM然后一步一步迭代而來，這種對(duì)未來發(fā)展方向的遠(yuǎn)見和正確判斷，無疑是在AI這種創(chuàng)新領(lǐng)域?qū)崿F(xiàn)領(lǐng)先的關(guān)鍵。

反觀谷歌反而在摸索方向方面耗費(fèi)了太多的時(shí)間，現(xiàn)在才開始逐漸步入正軌。

多模態(tài)AI打破個(gè)人創(chuàng)作局限

如果說AI搜索是剛需的入口，那么多模態(tài)顯然就是應(yīng)用的未來。我曾向很多公務(wù)員朋友推薦使用天工AI,其中很多多模態(tài)功能在工作中都有很好的表現(xiàn)。比如說AI ppt功能可以一鍵生成大綱和PPT，大幅降低工作的繁瑣程度，只要簡單修改就可以直接應(yīng)用。

而AI視頻轉(zhuǎn)繪畫的功能則是我意想不到的一個(gè)受歡迎的功能，因?yàn)榇蠹叶家龆桃曨l，但又不方便露臉，一鍵轉(zhuǎn)成漫畫風(fēng)格就完全沒有問題了。

對(duì)于文案工作者來說，閱讀分析大量的材料和進(jìn)行范式文體的寫作是日常工作中最耗費(fèi)精力的部分，而AI能夠帶來的最大價(jià)值就在這里了。

天工的AI文檔解析支持無字?jǐn)?shù)限制的文檔閱讀，除了PDF和TXT、EXCEL等文檔形式外也支持網(wǎng)絡(luò)鏈接，文檔上傳后，能一鍵生成AI摘要和要點(diǎn)提煉，還貼心標(biāo)注提煉內(nèi)容的總計(jì)字?jǐn)?shù)及閱讀時(shí)間，方便參考。

而且AI閱讀的所有問答歷史、閱讀列表都將成為你的個(gè)人知識(shí)庫，避免重復(fù)學(xué)習(xí)，也能隨時(shí)找到過去的工作成果。

然后再配合AI寫作、AI PPT，可以快速生成大綱、框架、文本或者PPT，大幅提升文字工作的效率。這就是AI輔助未來辦公的一個(gè)真實(shí)可用的場景。

值得一提到是，天工AI解析EXCEL這種復(fù)雜數(shù)據(jù)場景也是游刃有余，絕對(duì)是未來的硬核生產(chǎn)力工具。

文字工作是一切的基礎(chǔ)，AI圖片、AI音樂、AI漫畫、AI代碼、AI數(shù)據(jù)分析等一系列AI多模態(tài)能力的誕生，則實(shí)現(xiàn)了全場景的生產(chǎn)效率提升，無論是我們想配一個(gè)無版權(quán)的插圖，還是想配一個(gè)合適的音樂，漫畫，現(xiàn)在都可以通過AI來生成完全具有知識(shí)產(chǎn)權(quán)的內(nèi)容，這一點(diǎn)不僅僅會(huì)為職場人士帶來效率提升的價(jià)值，也會(huì)為大量的內(nèi)容創(chuàng)業(yè)者打開創(chuàng)作的桎梏，生成更多的優(yōu)質(zhì)內(nèi)容。

從這一點(diǎn)來說，多模態(tài)的未來相關(guān)于每一個(gè)生產(chǎn)內(nèi)容的人，也勢必會(huì)為創(chuàng)造力插上最強(qiáng)的輔助翅膀。

除此之外，天工垂直領(lǐng)域的智能體對(duì)話的工具性也非常有實(shí)用價(jià)值，比如旅游在出行前問一問，就可以作出很好的推薦和路線規(guī)劃。

星座運(yùn)勢也可以隨時(shí)給出關(guān)于星座的運(yùn)勢走向和生活指南，也可以給枯燥的生活帶來幾分樂趣和期待。

這里尤其需要說明的是，能夠提供即時(shí)的信息內(nèi)容，且視覺感不輸傳統(tǒng)搜索引擎的體驗(yàn)，也是天工大模型的獨(dú)家能力，如果是其他大模型，大部分都只能呈現(xiàn)文字效果，甚至還在分析過去的信息，是沒有辦法提供星座運(yùn)程這樣的即時(shí)的信息分析反饋的。

還有很多年輕的朋友會(huì)在二次元漫畫中樂此不疲的完成自己的作品創(chuàng)作。而隨著多模態(tài)能力的發(fā)展，我相信還會(huì)有更多垂直領(lǐng)域的垂直模型被開發(fā)出來，這些對(duì)于人們的工作生活都會(huì)帶來顛覆性的改變。

而最完美的場景自然是和語音助手的結(jié)合，讓每個(gè)人都能擁有一個(gè)類似鋼鐵俠的賈維斯那樣的AI助手，這樣大量的工作和娛樂需求只要一句話就會(huì)被AI滿足，這種完美的生活體驗(yàn)我相信距離我們已經(jīng)不遠(yuǎn)了。

AI搜索的開創(chuàng)者

值得一提的是，除了在多模態(tài)方面的領(lǐng)先，天工也是中國AI搜索的開創(chuàng)者，2023年8月就率先推出基于自研大語言模型的AI搜索產(chǎn)品——天工AI搜索，這也啟發(fā)了國內(nèi)的搜索巨頭，百度和360也相繼入局。

目前來看，搜索融入AI可以說是一個(gè)神來之筆，從全球范圍來看，谷歌最終也很有可能憑借搜索的優(yōu)勢來反超OpenAI。

因?yàn)樗阉骱虯I的結(jié)合是最為自然的，也是實(shí)用性提升最強(qiáng)的，它大大降低了搜索工具的使用門檻，同時(shí)篩掉了很多往往需要專業(yè)人士才能分辨的垃圾信息，而最終產(chǎn)生的搜索結(jié)果，就好像上面的對(duì)比表格一樣，直接利用率非常高，不再需要人們進(jìn)行更復(fù)雜的二次數(shù)據(jù)整理和編輯。

在這里需要強(qiáng)調(diào)的是，天工大模型和其他AI搜索的領(lǐng)先之處還有一點(diǎn)是支持簡潔、增強(qiáng)、研究3個(gè)模式，其中的簡潔模式的結(jié)果和其他大模型類似，而增強(qiáng)和研究兩個(gè)模式則能輸出更為豐富和復(fù)雜的結(jié)果來供更加專業(yè)的需求使用。

比如關(guān)于普通人有必要理財(cái)么這個(gè)問題，簡潔模式就回復(fù)了基本的理財(cái)?shù)哪康摹⒑锰?、風(fēng)險(xiǎn)，而增強(qiáng)版搜索則更為細(xì)節(jié)的闡述了理財(cái)?shù)哪康?、理?cái)?shù)牟呗陨踔吝€有理財(cái)?shù)漠a(chǎn)品推薦。

而在研究模式下，我們就可以看到指定理財(cái)計(jì)劃的推薦，以及10種理財(cái)工具的介紹，真的對(duì)這個(gè)領(lǐng)域有興趣的用戶就可以針對(duì)這10種產(chǎn)品進(jìn)一步的進(jìn)行研究和采納了。這三個(gè)答案可以說是比較充分的體現(xiàn)出了天工AI搜索三種模式結(jié)果的不同。

對(duì)我本人的使用場景來說，大大解決了搜索中專業(yè)度不足的問題。之前我使用的大模型提供的素材很難在專業(yè)的稿件中用到，但天工AI搜索的增強(qiáng)尤其是研究模式下的結(jié)果，可用度就非常高了。

當(dāng)然天工在AI搜索方面的領(lǐng)先也不是憑空而來，很多人只知道天工的研發(fā)者昆侖萬維是國內(nèi)市值數(shù)百億的上市公司，但不知道的是，它之前曾收購并成功運(yùn)營海外主流瀏覽器Opera，所以在搜索方面不僅有很強(qiáng)的技術(shù)積累，同時(shí)也奠定了如今自研搜索引擎的能力，這種積累最終在AI領(lǐng)域?qū)崿F(xiàn)了爆發(fā)，不能不說昆侖萬維在戰(zhàn)略和遠(yuǎn)見方面的優(yōu)勢。

要知道，在國內(nèi)同時(shí)具有大模型和搜索能力的公司屈指可數(shù)，而從目前的發(fā)展趨勢來看，這兩種能力的齊備是最后還能留在一線的必要條件。

昆侖萬維在研發(fā)人員方面也是國內(nèi)的第一梯隊(duì)，相較于國內(nèi)幾個(gè)創(chuàng)業(yè)團(tuán)隊(duì)百十人的規(guī)模，有數(shù)倍的優(yōu)勢。而且這些研發(fā)人員質(zhì)量也非常高，海內(nèi)外知名院校博士就超過百人，其他大部分也都來自于微軟、阿里、百度這樣的行業(yè)大廠，技術(shù)水準(zhǔn)有更好的保障。

AI發(fā)展如火如荼，這其中不僅僅需要技術(shù)能力的支撐，也需要對(duì)未來發(fā)展方向的準(zhǔn)確判斷和精準(zhǔn)投入。畢竟AI發(fā)展就像滾雪球，好處是越來越大，領(lǐng)先優(yōu)勢也越來越明顯，后來者很難追上。壞處就是一旦方向錯(cuò)了，很容易尾大不掉，難以轉(zhuǎn)向。

從目前的發(fā)展趨勢來看，多模態(tài)的方向已經(jīng)相當(dāng)確定，而天工在海內(nèi)外的領(lǐng)先優(yōu)勢也比較明顯。接下來就是要拉開差距和分勝負(fù)的時(shí)刻了。期待更強(qiáng)大的產(chǎn)品出現(xiàn)，也期待AI改變世界早日到來。

生成海報(bào)

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評(píng)論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個(gè)人觀點(diǎn)，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。