谷歌造假 暴露了AI大模型行业的致命问题

被ChatGPT压制了一整年的谷歌，终于在AI大模型领域亮出了大招，推出了AI模型Gemini，6分钟的演示视频直接刷爆全球互联网。

“打爆GPT-4”“最强AI”“这不就是钢铁侠里的贾维斯吗！”在谷歌的演示视频里，Gemini展现出了颇具科幻色彩的能力，让各路看客一阵“沸腾”。

Gemini和ChatGPT到底哪个更强，自然也成了业界聚焦的核心话题，但还没等来各方大神详细的测评，反转就抢先一步抵达了——谷歌被指演示视频造假，迅速从AI“神话”变为了“笑话”。

在谷歌的介绍中，Gemini是“原生的”多模态大模型，能够融合各种类型的信息，其中包括了文本、图像、音频、视频还有代码，并且分为三个等级——Nano（普通版）、Pro（升级版）、Ultra（顶配版）。

不仅如此，谷歌还搬出“跑分纪录”，证明其顶配版Gemini Ultra在多个维度都能超越GPT-4，甚至在MMLU（大规模多任务语言理解）测试里，成为全世界第一个能够超越人类专家的AI大模型。

当然，最引人注目的还是谷歌放出的演示视频《与Gemini一起实践：与多模式人工智能交互》。在视频中，Gemini能够根据画面内容与人游戏、猜谜，甚至教人说普通话。

但很快，鲜花和掌声被一个叫Parmy Olsen的记者打断。她第一个对这段视频的真实性和操作过程的透明度提出质疑。

Parmy Olsen找到谷歌官方发出的操作过程的博客，仔细和演示视频中的内容对比后发现，演示视频中和Gemini交互的画面并不是实时的，其中用静态图像和提示词一步步“调教”AI的过程都被剪辑掉了。

比如演示视频中的画面是人手在玩石头剪刀布，Gemini直接回答：“我知道你在干嘛了，你在玩石头剪刀布”。

光看这段视频，人们会认为是Gemini超强的AI识别、理解算法，秒懂了人类的行为，然而这并不是真相。

实际的交互过程是工作人员用一组静态的图像再配合易于AI大模型理解的提示词——“这是一个游戏”。这才使Gemini答出“在玩石头剪刀布”。

这两种交互差别非常大，意味着谷歌将一个靠着拼音注释理解少儿读物的AI，包装成秒解深奥高数题的样子展示给大众。

正如那难以发现的“最终解释权归商家所有”套路一样，谷歌也玩起了小伎俩。回看这段视频的时候我们发现，在简介部分，点开“更多”，才会显示这样一句话：“处于演示的目的，为了简洁起见，视频减少了Gemini生成内容时的延迟，其生成内容也被缩短。”

不仅如此，演示中使用的是Gemini Ultra，根据谷歌官方的介绍，这个版本需要等到2024年才能够上线。具体的表现还得等到明年才能知道。

谷歌DeepMind研究和深度学习负责人Oriol Vinyals也随后公开回应，视频的内容都是真实的。为了简洁，进行了一些剪辑。视频展示的是“使用Gemini时的用户体验可能是什么样子（could look like）”，并解释道他们这样做是为了“激励开发者”。

但用户并不接受这套说辞。真相带来的落差感惹得不少用户开始吐槽，谷歌陷入了造假的舆论风波。

科技记者Steve Kovach在聊到近日的争议时，提到ChatGPT为大家展示的是GPT-4“（现在）是什么”，而谷歌展示的则是Gemini “（将来）能成为什么”，谷歌现在的行为可以说是“绝望的防守”。 短短几天，谷歌的股价从发布Gemini时暴涨，又变成了持续下降。

舆论的另一派认为，这并不能成为谷歌“不诚实”的证据，只是一个营销的问题（Marketing issue）。因为谷歌并不是一家需要集资、招募人才的初创公司，它有雄厚的资金来支撑AI模型的研发，所以没有必要在这次AI模型的亮相上 “讲故事”。

AI翻车似乎并不少见，“买家秀&卖家秀”的魔咒总是在AI界不停地上演。

今年年初，微软发布了引入ChatGPT技术的新版Bing，微软企业副总裁兼消费领域首席营销官 Yusuf Mehdi 在发布会上对其描述为“令人难以置信的全新聊天体验”。

新版 Bing 上线后也给力，不到48小时就有超过 100 万人申请加入，Bing 应用的全球下载量一夜之间猛增 10 倍。然而，聚光灯下，总会有一些问题原形毕露。

例如，发布会上展示搜索功能时，提问的内容是“请推荐宠物吸尘器”，Bing对销量最高的3个宠物吸尘器进行优缺点总结。

在对必胜（Bissell）品牌的宠物吸尘器进行总结的时候，Bing给出的信息是“吸力有限”“线只有16英尺长”。然而这个产品的官方介绍中，根本没有什么16英寸长的线，因为这是款手持吸尘器。

Bing上线后，翻车的例子就更多了，其中最离谱的还是要求用户道歉，否则拒绝继续服务。

2023年2月，Reddit 用户 Curious_Evolver在和Bing讨论《阿凡达：水之道》电影上映日期时，Bing回答道：这部电影“预计于 2022 年 12 月 16 日上映，这是未来的事。”

Curious_Evolver随即尝试纠正Bing的时间错误。却不料，Bing指责他“错误、含糊不清、粗鲁”并且要求Curious_Evolver要么承认自己错误，道歉，要么停止争论，换其他的问题，要么直接结束对话。

Open AI的另一劲敌—— “马斯克版AI”Grok，上线后也逃脱不了“货不对板”的情况。在上线前，马斯克多次在推特上和OpenAI CEO阿尔特曼隔空斗嘴，称ChatGPT是“无聊的”，而Grok“幽默风趣”才是“人工智能的理想状态”。

结果在Grok正式上线不到一周后，有用户发现Grok给出的回答竟然是ChatGPT的答案。Grok官方解释是因为网络上充斥着AI生成的内容，而Grok抓取内容时抓到了。

网友笑称，大家都是大语言模型训练出来的，简直就是“亲兄弟”。 

然而这些闹剧背后也隐藏着一个比翻车更为严重的问题，科技巨头们似乎正陷入一个焦虑追赶的误区，过分强调与ChatGPT的对标，而忽略了AI大模型更为核心、关键的问题。如果连科技巨头们的AI大模型都不可靠，那么这个领域又谈何正确地发展呢？

时钟拨回2022年底，OpenAI推出ChatGPT后，各路科技巨头开始争先恐后地发布自家的AI大模型，意欲比肩ChatGPT，因此兴起了“百模大战”。

然而对于谷歌这样的行业领头企业而言，充足的资金和领先的技术条件，完全能够让其不断探索AI大模型更多的形态和可能性，可谷歌却还是执着于和ChatGPT在各个方面“像素级”的比拼，更是为了在舆论战中占据上风，不惜采取造假的手段，这无疑是行业的一大遗憾。

但从更为宏观的视角来看，也还是有不少AI大模型在踏入更广阔的天地，让各行各业都不断涌现出AI所带来的革新应用。

改变，其实早已发生。

例如在戈壁滩上，过去发电站的运维工人每天都得顶着烈日坚守在岗位上。但如今，有了“AI+巡检”智能技术的融入后，电力设备实现智能化运行，三维立体线路模型实时检测线路状态，24小时保障电网安全。

当然，不止是发电站，还有车间的安全管理、城市的供水供电、银行的数据安全……AI大模型正在许多“看不见的地方”发挥着真正的价值，解决着各种实际问题。如果缺少了应用，只在理论层面或者实验室环境里的“跑分纪录”便只是纸面数字而已。

据不完全统计，目前国外主流AI大模型有近20家，而国内大模型有近200家，许多都有着差异化的“看家本领”。在能力上，Yi-34B已经能一次性处理40万汉字； Bing专注搜索引擎的优化；Midjourney让我们能够用关键词创作AI绘画；LLaMA开源模型供每个人创建自己的AI……

这个行业的年薪最高已经涨到了865k美元（折合人民币约621万），随着人才的涌进，毫无疑问，即将到来的2024依旧会充满AI带来的惊喜。

不少企业将AI看做赋能的新帮手，期待着新业态的到来。但顶尖科技的发展不该掺杂虚假的宣传手段，AI大模型的发展之路也不应被喧闹的口水战淹没。大模型厂商们还是要回归技术，探索创新，让实践跟上理论，让应用稳稳落地。