又是疯狂的一周，全世界都「AI 麻了」！

文章来源：极客公园

作者 | 宛辰
编辑 | 靖宇

图片来源：由无界AI生成

是因为「劳动节」吗？全世界所有的公司，都选择在 5 月第三周，将最新的 AI 产品和技术，集中释放。

丧心病狂的一周！

铺垫了许久的「周一见」，OpenAI 用 GPT-4o 夺走了注意力。24 小时后的发布会上，谷歌也没有「掉链子」，Veo 视频模型、Project Astra、新版 AI 搜索都留下了惊艳的记忆点。

地表最强但风格迥异的两场发布会，只在一点上达成共识——电影《Her》一般的超强语音助手（GPT-4o 和 Project Astra），这也变相公布了 2024 年大模型赛道的竞赛点——GPT-4o 和 Astra 背后的多模态融合技术。

大洋彼岸的另一端，姗姗来迟的字节跳动发布了豆包大模型家族，腾讯终于交出了「GPTs」和大模型助手 App 的答卷。

今天看来，无论是「拖家带口」的大厂，还是「没有包袱」的创业公司，产品形态都一再扩展：从聊天机器人，到 AI 搜索、「GPTs」、多模态语音助手.... 玩得越来越花。

不知道你麻没麻，反正我们是幸福地麻了。

5 月 13 日（周一）

AI 化身/人形智能体正在快速演进：宇树发布 Unitree G1 人形机器人

¥9.9 万元起，远低于行业售价

大语言模型出圈，让可以实现具身智能的人形机器人火了。

2023 年 8 月，宇树科技发布了人形机器人 p，预售价为 9 万美元（约合 65 万元人民币）。本周，宇树推出的新版人形机器人 Unitree G1 将价格降到 9.9 万元人民币起，便宜了超 80%。

与第一代产品相比，Unitree G1 能力显著提升：开瓶盖、砸核桃、颠锅、跑步、舞棍、自我蜷缩……在宇树科技发布的产品演示视频里，身体和双腿能旋转近 360°，Unitree G1 像人类一样用机械双臂灵活地完成一系列工作。

图片来源：宇树科技

开源闭源并进：零一万物发布千亿参数 Yi-Large 模型

开源构建生态，闭源探索AI上限

零一万物成立一周年之际，其千亿参数 Yi-Large 闭源模型正式亮相，在斯坦福最新的 AlpacaEval 2.0 达到全球大模型 Win Rate 第一。

同时，零一万物将早先发布的 Yi-34B、Yi-9B/6B 中小尺寸开源模型版本升级为 Yi-1.5 系列，每个版本达到同尺寸中 SOTA 性能最佳。

Yi 大模型 API 开放平台 | 图片来源：零一万物

5 月 14 日（周二）

「Her」真的来了：「GPT-4o」将语音助手带到了新高度

多模态融合模型，只是工程的进步吗？

OpenAI 发布了新一代旗舰模型 GPT-4o，它可以让人们在手机上与 ChatGPT 对话，就像他们与 Siri 和其他语音助手对话一样。不同的是，ChatGPT 语音助手的理解能力有了质的飞跃，还可以分析和讨论它所看到的图像或视频，并能识别用户说话时的不同情绪。

有了 GPT-4o 的加持，ChatGPT 可以根据你的想法引导你做数学题目、按照你的实时要求讲一个睡前故事。OpenAI 称 GPT-4o 是为了创建一个对音频、图像和文本有更深入、更自然理解的模型，这依旧是为了向 AGI 目标行进。

OpenAI 的发布，也在 AI 圈引起了广泛讨论。业界普遍认为，GPT-4o 的惊艳之处在于两点：1）将语音交互延迟缩短到 300ms；2）端到端多模态原生大模型

P.S.: 留一个观察作业：GPT-4o 会显著提升 ChatGPT 的日活和用户粘性吗？有了更高 AI 能力的智能助手，2016 年的百箱大战会席卷重来？Siri 一样的语音助手会成为入口级的必争之地？

图片来源：OpenAI

5 月 15 日（周三）

没有一款产品没有被 AI 改造：谷歌全面进入 Gemini 时代

Sora 尚且是科技巨头的选做题，但多模态融合就是大模型公司的必做题。

提了 121 次 AI，谷歌 I/O 2024 开发者大会发布了一箩筐，从搜索到 Gmail、TPU，再到语音助手 Astra 和多模态视频模型 Veo 等。