本周早些时候，两大人工智能领域的巨头在引人注目的媒体活动中展示了他们最新的产品。

在周一的直播活动中，OpenAI宣布推出GPT-4o。

4o在OpenAI现有的ChatGPT模型上进行了扩展，新增了在单一人工智能模型中处理音频、视觉和文本的能力。

对用户来说，最大的变化是4o能够对用户计算机屏幕或手机摄像头上的内容进行对话和分析。

4o的对话能力大大扩展了ChatGPT的实用性，使用户可以更像与助手一样与机器人互动。

新模型还在大约50种语言中提供了更好的性能。

公司展示了该应用完美地翻译英意对话而无延迟或失误的能力。

目前，4o已经对所有ChatGPT用户开放，但不包括语音功能，并将在下个月左右向ChatGPT Plus用户推出语音功能版本。

谷歌在周二的年度开发者大会上也不甘示弱，发布了一系列新的人工智能产品。

其中之一是Gemini Live，这是谷歌自己的版本，相当于GPT-4o。

与4o类似，Live允许用户与人工智能模型对话，甚至通过手机摄像头进行实时直播。谷歌高管展示了该功能如何用于实时检测和识别物体，用户可以向Gemini询问他们的环境信息。

谷歌还宣布了在搜索结果中的新人工智能功能。

正如我以前提到的，毫无疑问，人工智能将大大颠覆谷歌的核心搜索业务。如果用户可以在单个回应中获得所有所需信息，就没有理由点击广告或离开网站。

在开发者大会上，谷歌阐述了公司打算如何利用人工智能更好地分析和组织信息的愿景。

用户可以在搜索中提出复杂问题，例如寻找特定街区的安静餐馆，并获得匹配的结果列表。

它还能够从不同网站汇总数据，创建所需内容的定制指南。

例如，用户可以向谷歌询问“时间紧迫的人的素食感恩节菜单”，谷歌会汇总匹配的食物列表并提供每个项目的食谱链接。

谷歌宣布的其他新人工智能产品包括：

• 通过监听Android用户的对话来检测诈骗电话的功能。
• 一个照片助手，允许用户要求人工智能搜索和组织他们相机卷中的内容。
• 新的Gemini功能，允许用户搜索和组织他们的电子邮件收件箱。
• 将Gemini直接集成到Google Chrome浏览器中，允许用户在任何网页中使用人工智能生成产品评论、社交媒体帖子和其他内容。

当然，不久之后，世界上最富有的“巨魔”埃隆·马斯克就开始嘲讽这些新的OpenAI和谷歌产品。

埃隆·马斯克的愿景

首先，马斯克与OpenAI创始人山姆·奥特曼一直是“亦敌亦友”的关系。

奥特曼和马斯克最初共同创立了OpenAI，但由于他们对业务愿景的分歧而发生了矛盾。

与马斯克一样，奥特曼也是多家科幻商业项目的创始人，包括一家可再生能源公司、一家专注于收集全球人口生物特征的公司，当然还有OpenAI。

在愿景和个性风格上的相似可能足以在这两位当代最伟大的创新者之间造成隔阂。

增加紧张关系的当然还有埃隆·马斯克对X的愿景。

马斯克可能正在计划将X打造成一个“超级应用”，包括一个人可能需要的所有服务。

作为这个超级应用的一部分，马斯克一直在积极推广他自己的人工智能技术Grok。

目前，Grok是一个类似于ChatGPT的聊天机器人的历史版本。

然而，如果本周的公告有任何指示的话，提供语音助手功能的新版本Grok可能很快就会问世。

当然，Grok只是马斯克超级应用战略的一个组成部分。

以人工智能助手为核心，马斯克正逐步朝着让人们用一个应用程序替代手机上所有应用程序的方向前进。

随着马斯克及其团队在这一过程中已经推进了两年，我预计这个新的超级应用可能很快就能问世。

鉴于此，我的团队和我一直在努力寻找新的投资机会，以利用埃隆下一个万亿美元的商业机会。

我们目前正在对这项研究进行最后的润色，预计将在未来几天内发布。敬请关注……