大模型竞争战火纷纷。在5月14日凌晨OpenAI公布了最新的GPT-4o之后一天，谷歌利用其年度开发者大会来展示该公司所谓的最轻量级和最高效的人工智能模型Gemini 1.5 Flash。

Gemini 1.5 Flash是Gemini系列的最新成员。新模型可以快速总结对话，为图像和视频添加字幕，并从大型文档和表格中提取数据。

谷歌DeepMind首席执行官Demis Hassabis说，“我们从开发人员那里听说，他们想要更快、更具成本效益的东西。”

此次发布正值科技公司越来越多地将产品开发和推出的重点重新放在生成式人工智能上，与传统的网络搜索相比，新工具为消费者提供了更先进和创造性的在线信息访问方式。

OpenAI推出了 ChatGPT 的新 AI 模型和桌面版本，以及新的用户界面。这款名为 GPT-4o（o代表Omnimodel） 的新型号速度是 GPT-4 Turbo 的两倍，成本却只有其一半。

谷歌还推出了改进的大模型Gemini 1.5 Pro，并从周二开始向全球所有开发人员开放。其优势是可以理解多个大型文档（总共1,500页）或总结100封电子邮件；Gemini 1.5 Pro很快将能够处理高达一个小时的视频内容，或者超过30,000行的代码库。

OpenAI 的最新升级带来了更高的质量和速度，并允许 ChatGPT 处理 50 种不同的语言。通过OpenAI的应用程序编程接口（API）提供，开发人员立即开始使用新模型构建应用程序。

而谷歌Gemini 1.5 Pro只有支持35种语言，有一个 200 万个令牌窗口，可以测量上下文并指示模型一次可以处理多少信息。新模型改善了本地推理、规划和图像理解。

因此，Gemini 1.5 Pro提供了迄今为止所有基础模型中最长的上下文窗口。Gemini 1.5 Pro 最初将在 Workspace Labs 中进行测试。Gemini 1.5 Flash 将用于测试和 Vertex AI，这是谷歌的机器学习平台，允许开发人员训练和部署 AI 应用程序。

Alphabet的股价在产品发布会期间攀升，周二下午上涨约1%，至172.50美元。