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 PaLM2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（电视剧）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 PaLM2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—— PaLM2，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 PaLM2。
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。PaLM2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，PaLM2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 Android14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。
