谷歌I/O大会彰显AI发展四大趋势

谷歌于5月14日举行 I/O 大会。我们认为会议彰显了 AI 行业四大趋势：1）模型方面：算法的改进助力大模型趋向更轻量化和实现更强的多模态能力，进而便于边缘部署；2）芯片方面：自研 AI 芯片的设计改进，以及增加内存容量和传输带宽以解决 AI 计算瓶颈，逐渐构成以自研ASIC+外购 GPU 互补的大势；3）终端应用：包括 AI 助手和搜索引擎的的集成与升级，赋能应用向多模态升级；4）算法方面：深度学习与 并重的算法以减少幻觉影响及提升回应的准确性。

核心观点

谷歌I/O大会彰显AI发展四大趋势，模型轻量化及自研芯片更上一层

AI巨头谷歌于美国时间5月14日举行I/O大会，宣布了AI大模型、自研芯片、终端应用及算法等一系列新产品。我们认为本次会议彰显了AI行业的四大趋势：1）模型方面：算法的改进助力大模型趋向更轻量化和实现更强的多模态能力，进而便于边缘侧部署；2）芯片方面：自研AI芯片的设计改进，以及增加内存容量和传输带宽以解决AI计算瓶颈，逐渐构成以自研ASIC+外购GPU互补的大势；3）终端应用：产品百花齐放，包括AI助手和搜索引擎的的集成与升级，赋能应用向多模态升级；4）算法方面：深度学习与并重的算法以减少幻觉影响及提升回应的准确性。

轻量化模型的军备竞赛：各家部署边缘计算，Gemma 2性能媲美Llama 3

在发布GPT-4o的后一天，谷歌发布升级版大模型 1.5 Pro，并推出轻量化版本 1.5 Flash与Gemma 2。对比同样具备多模态能力的GPT-4o， 1.5 Pro不仅升级了翻译、编码、推理等功能，而在方面，GPT-4o的上下文窗口仅为12.8万，而 1.5 Pro私人预览版上下文窗口则已达200万。和均有望集成于苹果系统中。Gemma 2 (27B参数)通过算法改进实现轻量化，其性能可媲美Meta参数更大的模型Llama 3 (70B参数)。此外，微软同样也于4月发布开源轻量模型Phi-3-mini (3.8B参数)，助力边缘智能终端部署。

AI芯片双线布局，各科技巨头均采取自研+外购，谷歌TPU更新至第六代

谷歌第六代 TPU重磅推出，其通过改良芯片设计，包括扩大矩阵乘法单元(MXU)并提高时钟速度，以及提升HBM和芯片间互连(ICI)带宽至v5e的2倍，使单芯片峰值算力对比TPU v5e提高4.7倍，能效也比v5e高67%以上。芯片扩展方面，不仅能在单个Pod中扩展至256个TPU，且能通过多切片技术实现集群。此外，谷歌在自研AI芯片同时，也大量采购英伟达GPU，包括H100以及计划将平台也引入公司AI云基础设施和超级计算机架构中。对比微软、AWS与Meta亦同时采取自研+外购AI芯片齐头并进策略，实现优势互补与降本增效。

端侧AI已成“兵家必争”之地，多模态及人机互动引领新趋势

谷歌本次推出了多模态模型Veo视频生成、 3图像生成，及智能助手Astra作人机互动，与和Meta等正面交锋。Veo能制作1分钟以上的1080p视频，并有望内置于 ；而 3则可更好理解自然语言，并减少图片视觉伪影。智能助理Astra实现了三大升级：1）个性化和主动性，具类人理解及反应；2）实时视讯、音讯互动与低延迟；3）与AR眼镜配合使用。目前，多模态为广告、短视频和智能助理“兵家必争”之地，此前就发布了视频生成模型Sora和聚焦虚拟助理的GPT-4o更新；同为广告巨头的Meta也不甘示弱，不仅推出了AI模型制作图片广告，还通过模型横跨六大模态来创建联合嵌入空间。

大模型是否适合用于搜索引擎？深度学习+必须互为臂助

大模型的幻觉()与搜索结果的精确性要求存在冲突，这是AI界存在已久的矛盾。本次谷歌通过同时采用深度学习+技术尝试解决。深度学习类比人类左脑功能，可保证检索的精确性，而大模型类比人类右脑功能，可提升文字交流、内容生成与总结方面性能。谷歌这次推出AI 搜索引擎且向公众开放，但目前仅限美国地区。此前，谷歌于19年推出基于的BERT来提升搜索的语义理解能力；23年谷歌再次将生成式AI引入搜索引擎，推出搜索生成体验(SGE)功能。5月11日报道将推出AI搜索引擎，其解决方案亦值得关注。

风险提示

AI技术落地和推进不及预期。自落地应用并取得一定成功，各科技巨头均加快和加大力度布局AIGC领域，如Meta于23年年初建立AIGC团队、微软也在其Azure、Bing等多项自有业务进一步整合AI技术。由于人工智能属于高新技术，需投入较大前期研发成本和时间，后续AI技术落地可能会受企业投入、宏观经济、政策和舆论等多方面影响，致使研发进度不及预期。

行业竞争激烈。目前生成式AI技术仍处行业发展前期，文字、图片、视频等单一及多模态大模型不断推出，赋能聊天、搜索引擎、编辑代码等多类应用，行业暂未形成较为稳定的竞争格局，竞争激烈。若后续市场竞争进一步加剧，部分企业未能及时推出相关产品或技术研发不及预期，可能会受激烈竞争影响而导致市场出清。

中美竞争加剧。中美两国作为人工智能领域发展较为领先的两个国家，其本土多家企业均积极部署AI领域相关技术和产品，推动AIGC、LLM等尖端技术落地应用。若后续中美两国间竞争加剧，可能会阻碍AI产业相关应用的进一步推广。