近日，谷歌和 OpenAI 之間的競爭再次升溫。在新版 GPT-4o 剛剛登頂 AI 競技榜後僅一天，谷歌便推出了最新的試驗版模型 Gemini-Exp-1121，迅速奪回了冠軍寶座。就在一週前，谷歌剛發佈了 Gemini-Exp-1114，這似乎表明谷歌對 OpenAI 的動態反應非常迅速。

image.png

谷歌 DeepMind 的首席科學家 Jack Rae 對此表示，這是一場 “閃電戰”，暗示着後期訓練的迭代速度比預訓練更爲迅速。

根據官方信息，Gemini-Exp-1121在多個方面進行了顯著提升，主要體現在代碼能力、推理能力和視覺理解能力的增強。此外，該模型在複雜提示詞的風格控制上，達到了與當前頂尖的 o1-preview 和 New Sonnet3.5相當的水平。

在實際測試中，Gemini-Exp-1121在處理漫畫理解方面的表現也優於新版 GPT-4o，其回答更爲全面，能夠清晰使用小標題和重點加粗等方式進行信息呈現。而在經典的動物過河邏輯推理題中，Gemini-Exp-1121的回答完全正確，展現出更強的邏輯推理能力，反觀新版 GPT-4o 則出現了一些失誤。

與此同時，OpenAI 方面也在積極研發新功能，近期在最新版本的 ChatGPT 中發現了 “實時攝像”（Live Camera）視頻功能的代碼，這標誌着其在語音和視覺識別方面的進步。OpenAI 用戶在使用高級語音模式時也首次體驗到這一能力，顯示出其有意在未來擴大這一功能的應用。

可以預見的是，明年與 Chatbot 的主要交流方式可能會從傳統的文字對話逐漸轉向語音和更爲智能的代理服務，這一轉變將可能由 “實時攝像” 功能的推出引領。

劃重點:

📈 谷歌新模型 Gemini-Exp-1121在 GPT-4o 登頂後迅速反超，重回 AI 競技榜首。  

🔍 Gemini-Exp-1121在代碼、推理和視覺理解能力上均有所提升，表現出色。  

🎥 OpenAI 正在研發 “實時攝像” 功能，未來或將改變與 AI 的交流方式。