谷歌AI怼微软，不一定只靠搜索

出品｜虎嗅科技组

作者｜齐健

编辑｜陈伊凡

头图｜谷歌

美国当地时间5月10日，一年一度的谷歌I/O开发者大会如期举行。一直以来，谷歌在I/O大会上都是以先行者的姿态展示最前沿的AI技术。但今年这位AI巨头的姿态却与往昔有些不同了。

虽然本次大会谷歌发布新技术的节奏没变，推出了PaLM 2大模型、Bard升级版，以及Gemini多模态模型。但在外人看来，这些技术似乎少了一些新奇的创意，多了几分追赶的焦虑。毕竟，在微软和OpenAI掀起来的这波AI大模型浪潮里，只要不是先行者，看起来都像是在追着微软的背影跑。

其实谷歌在AI赛道上跑的从来都不慢，近两年的谷歌I/O大会一直没有离开过AI，今年大会的AI味儿还更浓了些，不仅是Bard、Workspace这些微软已经布局的产品赛道，谷歌还将生成式AI融入了安卓。

一直以来，Bing一直被视为微软发力大模型的一个入口，是一个几乎完美的组合。但对谷歌来说，其杀手锏反而不是用户量更大的搜索，而是安卓系统。生态似乎给了谷歌一道牢固的护城河。不过在AI竞争中，这种逐鹿输赢如何，随着技术的迭代演变，还需要时间验证。

搜索并非大模型的唯一底牌，生态的优势又能让企业领先多久？

先发优势对谷歌搜索来说有多重要

微软把GPT能力赋予Bing的那一刻，就相当于是在对谷歌宣战。而谷歌推出Bard，自然也就是接下了这挑战书。

本次大会上，发布了PaLM 2大模型，这也被业界广泛认为是对标GPT-4的产物。

事实上，2022年I/O大会上展示过的PaLM模型参数量已经达到5400亿，单看参数量比当时OpenAI主打的GPT-3多2倍有余。而今年的进阶版——PaLM 2，更是在数学能力、代码编写、逻辑推理、以及多语言能力等方面都有大幅提升。

随着基础大模型的升级，谷歌搜索引擎里用到的大型语言模型（LLM）对话机器人Bard，也进行了一番升级，新增了引用功能，使内容更加准确。还有导出功能，可以将结果一键导出到Gmail或Docs中。

未来，Bard还将与谷歌的其他应用（Maps、Photos、Messages、Flights、YouTube等）集成，并开放第三方扩展，可以使用Adobe Firefly完成文生图功能。并结合谷歌最新宣布的Gemini多模态模型，提供和GPT-4的识图功能类似的，多模态能力。目前，开发者可以通过谷歌的PaLM API、Firebase以及Colab访问PaLM 2。

虽然有进步，但相对于竞品，Bard似乎还是慢了一小步。Bard的这些功能更新在不久前，微软的New Bing几乎都宣布了一遍。但是，在大模型的争夺中，先发优势能够决定多少？

从微软2023年一季度财报来看，市调公司Sensor Tower的数据显示，微软宣布将把ChatGPT纳入搜索6周后，必应的流量飙升了16%。在微软最新公布的2023年第一季度财报中，微软搜索和新闻广告营收同比增长10%，均超出分析师预期。

虽然Bing的流量大幅上涨，但谷歌同期的财报并未显示搜索业务有明显下滑。作为已经在搜索引擎市场上占据绝对优势的谷歌来说，“打江山易，守江山难”，谷歌搜索可能并不像Bing那样需要靠AI能力搏出位。对于搜索引擎市场的老大来说，需要的是保守和稳定，尽量少出现Bard首发时那样的“翻车”问题，可能才是现阶段保住市场地位的关键。

而在搜索引擎领域长久以后的AI之争，也并不急于一时的产品抢先，更多的还是要看AI大模型的底层能力，拼的就是PaLM和GPT谁进化得更快了。

从开发者的角度看，谷歌的大模型对于中小开发者，以及企业用户更为友好。PaLM 2包含了4个不同参数的模型，包括壁虎（Gecko）、水獭（Otter）、野牛（Bison）和独角兽（Unicorn），并在特定领域的数据上进行了微调，为企业客户执行某些任务。

其中的壁虎模型，甚至可以在手机上直接运行。不仅降低了开发成本，还拓展了应用开发的可能性。不需要绑定云服务的AI应用，不仅大幅降低了LLM的使用成本，也可以最大限度地本地数据的安全。

当然，对于企业用户来说，PaLM 2模型更易落地，其针对不同场景开发了不同的小模型。目前，谷歌内部已经有超过70个产品团队正在使用PaLM2构建产品。I/O大会上展示了其中的两款行业模型：安全领域的Sec-PaLM，聚焦于分析和解释潜在恶意脚本；医疗领域的Med-PaLM2，可以通过美国医学执照考试，甚至还可以从医学影像中合成患者信息。很快，这两种模型都将通过谷歌云提供给特定客户。

从搜索到企业应用，综合来看，在接下来的AI竞逐中。谷歌和微软，孰能争先，目前还难有定论。

安卓生态能成谷歌AI的壁垒吗？

本次大会的亮点之一是谷歌在安卓上融入了AI功能。

谷歌最新公布的Android 14中，也融入了两项AI功能：Magic Compose可以用生成式AI帮用户改写句子；安卓系统还将具备利用生成式AI制作具有3D效果的个性化壁纸的能力。

安卓短信功能

除应用功能以外，谷歌还推出了专为Android开发的AI编码机器人Studio Bot。不仅可以生成代码、修复BUG，甚至能够回答关于安卓应用开发的相关问题。同时支持Kotlin和Java编程语言，并将直接嵌入到Android Studio开发工具的工具栏中。

这或许才是谷歌AI最重要的一步棋。

目前New Bing和Bard都围绕搜索引擎开放了插件体系，两家都提到了将和OpenTable预订餐厅，以及Instacart订货配送的功能相结合，为用户提供更多可延展的服务。

然而，无论开放多少插件，这种仅可用于搜索引擎的插件功能，存在着一些局限性。

对于用户和服务商来说，插件的模式能够实现的功能有限，跨平台整合能力不足，最后可能导致增加用户的操作复杂度，或者降低服务商的跨平台服务能力。就比如说你在携程可以完成一趟旅行的全部预订，但如果把订机票、订酒店、订餐厅都拆成3个插件，那么操作起来势必会繁琐一些。

此外，还可能会遇到插件的开发者生态问题。一方面搜索引擎作为基础平台的开放性是否能满足开发者需求，另一方面还要基于搜索引擎的AI平台定义应用场景，培养开发者。这就在无形中给AI生态创造了一个开发门槛。

而对于谷歌来说，在这方面虽然插件生态也是刚刚起步。但谷歌毕竟拥有安卓生态的庞大开发者社群，如果将AI能力加成到其中，则能够更快地建立起一套繁荣的AI生态。基于安卓系统的AI应用生态体系，可能会先微软一步为谷歌构筑起生成式AI的护城河。

不过也有人认为，AI大模型未必会形成操作系统级的生态。AI行业分析师仓剑告诉虎嗅，“AI大模型可能更像微信、支付宝这种超级APP，它是一个应用型平台。”

诚然，在操作系统层面，谷歌具备更强的生态体系，且已经聚拢了一大批优质开发者。但如微信小程序的轻量化应用的崛起，也说明以“超级App”为入口的插件型应用自有它们的优势。

首先，插件的开发成本更低。在微信推出一款小程序的成本肯定比在应用商店上架App要低得多，现在有的小程序开发价格甚至比一些H5（网页）更便宜。其次，小程序在实现单点功能方面更便捷，对于LLM来说，如果你不需要复杂的操作，只是用自然语言输入，即可获得结果的话，那么确实开发一款复杂应用可能没有什么必要。

而相较于App来说，搜索引擎作为入口的流量红利，或许也可以在一定程度上覆盖功能简单的不足。由此来看，虽然安卓生态可能为谷歌先一步聚拢AI开发者人气，但围绕搜索引擎的插件之争，应该也还会在两大巨头，甚至未来的更多入局者中持续发酵。