開源化、多元化、商業化，Google杠上了大模型

編輯 | 楊博丞

題圖 | IC Photo

在日前Google舉辦的2024年I/O Connect ChinaGoogle開發者大會上，AI大模型多元化成為市場關注的焦點。

圍繞APP軟件開發，Google推出三種不同規格的Gemini模型。Google方面稱，Gemini Nano是最高效的模型，適合處理設備端任務。

據悉，Gemini 1.5 Flash是Google迄今為止最快、最經濟的模型，適合處理高容量任務。面對所有開發者開放的Gemini 1.5 Pro，支援200萬token 上下文窗口。為減少算力消耗，Gemini 1.5 Pro和1.5 Flash均已上線上下文緩存功能。

考慮到開發者可能需要更大的靈活性和掌控力，Google推出Gemini姊妹大模型Gemma。新發佈的Gemma2相較於Gemma，新增90億和270億參數兩種規格。其中，270億參數版本經過優化，同時支援Google Cloud上的單個英偉達GPU以及Vertex AI單個TPU運行。

目前Gemini相關大模型已集成到Android Studio、Chrome DevTools、Project IDX、Colab、VS Code、IntelliJ和 Firebase等開發工具中，可幫助開發者編寫、調試、測試代碼、生成文檔、理解代碼庫等。

以Flutter為例，小米SU7配套應用就是基於Flutter所打造。在原有Flutter基礎上，Google推出Flutter 3.24和 Dart 3.5。新版最大看點是“Flutter GPU”新API的早期預覽版。如通過內置 Flutter SDK，開發者可使用Dart代碼訪問GPU，進而提高圖像渲染能力。

為方便開發者使用，Google推出多個Package。如Flutter_Scene可將3D項目直接導入，進而提高遊戲體驗。

此外，Google也推出Android Studio ON IDX早期預覽版，和原有Android Studi不同的是其支援在瀏覽器中完全運行。為保證借助AI構建應用的可靠性、合規性和安全性。Google推出包括如Firebase AI Monitoring 信息中心、Checks AI Safety等開發組件。

在AI大模型開源席捲全球下，Google推出開源大模型項目Project Oscar。但初始階段，Project Oscar僅支援93000條代碼提交以及2000名開發者Go編程語言項目。

圍繞Web網站開發，隨著Web GPU、WASM和Gemini內置到Chrome中，Google全新推出的Speculation Rules API可做到搜索即時導航，擺脫冗長頁面加載。面向單頁應用推出的View Transitions API，可提高頁面過渡體驗。二者結合，進而保證頁面過渡的無縫銜接。

為保證Web開發者開發效率，Google順勢推出試和優化應用Chrome DevTools，其在開發者網站出現問題時會發出警告和錯誤提示。該應用已內置到Gemini中。

圍繞下一代Android原生應用開發，Google推出多款新產品。設備端AI模型Gemini Nano和系統服務AI Core；用於業務邏輯共享代碼，適用於移動端、Web、服務器和桌面平台的Kotlin Multi Platform；並為DataStore、Room和ViewModel等多個Jetpack庫添加Kotlin Multi platform支援。

測試平台Android Device Streaming，則聯合小米、OPPO、一加、Samsung等手機廠商，方便開發者進行終端測試，現處於Beta階段。Gemini in Android Studio納入Android Studio穩定版，新增代碼生成和代碼轉換功能，以及AI隱私設置控制數據分享功能。

圍繞雲業務，Google提出的雲端新旅程具有五大特點：一是雲上開發新範式，新推出的Vertex AI功能可實現上下文緩存和接地功能。二是自成體系的靈活擴展，新推出150多種模型，包括Gemini系列、Gemma開源模型、Anthropic Claude模型、Meta Llama模型和Hugging Face模型庫。

三是打破壁壘的跨雲之旅，新推出的優化PostgreSQL數據庫和BigQuery Omni功能，支援跨雲互聯和聯合查詢以及多“雲”協同。四是輕鬆實現強大功能，新推出的自動化與智能預設設置，搭建全套雲基礎設施只需45分鐘，包括網絡、身份驗證和日誌記錄等。

五是AI智能助力，新推出的Gemini Code AssistIDE插件，提供代碼生成、補全、解釋和測試生成功能。Gemini in Databases則提供SQL生成和數據庫操作智能化。

圍繞開發者發佈多款大模型，無疑彰顯Google想要加速推進大模型商業化的決心。但目前Google的AI能力，尤其是輸出和檢索能力可能仍需提高。

今年6月份海外用戶在詢問Google“製作披薩使用多少膠水”問題時，GoogleAI搜索給出的答案為：據Business insider2024年5月的相關顯示文章，GoogleAl搜索結果建議在披薩醬中加入1/8 杯，即2湯匙，白色無毒的膠水，以防止奶酪滑落。

文章作者KatieNotopoulos 表示，膠水沒有明顯改變醬汁的稠度，而披薩呈現出誘人的橙色。海外媒體The Verge驗證後發現，該截圖並非偽造。因披薩中不能加入任何膠水，該答案也引發海外用戶對GoogleAI檢索能力的質疑。

我們在對Gemini實測過程中發現，一方面Gemini文生圖能力已被關閉，且Gemini暫時也不支援文生視頻。另一方面，Gemini的邏輯推理、數學計算能力仍需提高。

我們將2024年高考數學真題給到Gemini且特意強調是多選題，三道題目正確答案分別為（BD）（ACD）（ABC），但Gemini給出的答案分別是（AC）（AD）（AB），雖說第10題和第11題Gemini的答案包括正確選項，但第9題卻全部是錯誤選項。

此外，隨著Google大模型日益增多，正面臨數據中心電力消耗產生的二氧化碳排放迅速增加的棘手問題。

Google相關環境報告指出，2023年僅Google數據中心電力消耗就增長17%，由電力消耗所產生的二氧化碳汙染較2022年同期增長13%至1430萬噸，大致相當於38家燃氣發電廠每年可能排放的二氧化碳量。

不僅僅是Google，Microsoft2023財年的溫室氣體排放量比 2020年高出約30%。對於未來如何降低碳排放，Google相關報告指出，隨著我們進一步將人工智能集成到我們的產品中，由於人工智能計算強度的增加導致的能源需求增加，以及與我們的技術基礎設施投資預期增加相關的排放，減少排放可能具有挑戰性。

按照當前AI大模型發展速度，未來對電力需求或將成倍增長。作為全球擁有最多數據中心的美國，引發當地民眾對人工智能壓倒電網的電力需求急劇上升的擔憂，並可能使煤炭和天然氣工廠的存在時間比其他方式更長。

商業化、輸出質量穩定化、減碳化等各種問題的存在，即使對於Google這樣的全球大廠短期內也難言輕鬆。