试用Google的AI助手三次不如手动10秒? – Gemini Live, OpenAI, GPT-4, 谷歌版本Her体验报告

谷歌Gemini Live发布遭遇技术挑战

谷歌最新推出的Gemini Live，被视为对标OpenAI的GPT-4的强大竞争对手，在发布之初便吸引了科技界的广泛关注。这款应用主打的一项特色功能是通过手机摄像头拍摄图像并进行智能问答，比如查询用户日程以判断是否能参加某场活动等。然而，在发布会现场的实际演示中，Gemini Live的表现却不尽如人意，连续三次尝试均告失败，直至更换设备后才最终成功。这一幕不仅让在场的技术人员显得有些手足无措，也引发了社交媒体上的广泛讨论。

Gemini Live全面解析

尽管发布会出现了一些小插曲，Gemini Live仍然展示出了其强大的功能。除了上述的“拍照问答”功能外，该应用还支持实时对话，并允许用户在Gemini回复过程中随时打断。目前，Gemini Live已面向Android系统的Advanced订阅用户开放，未来还将逐步拓展至更多语言及iOS平台。为了提升用户体验，Gemini Live还提供了多达10种不同的语音选项。此外，Gemini Live已完全集成于系统之中，用户可以通过简单的手势或语音命令快速启动，比如在编写邮件时请求Gemini生成相应的配图。

外媒评价参差不齐

然而，Gemini Live的实际表现并未赢得所有人的赞赏。部分外媒在亲自体验后给出了褒贬不一的评价。比如《The Verge》的一位作者在使用Gemini Live解决汽车音频系统故障问题时发现，虽然相比传统谷歌助手节省了不少时间，但在实际对话过程中Gemini Live的人性化语音和持续发言特性让用户感到不适，甚至在打断它时产生了心理障碍。另一篇来自《华尔街日报》的文章则指出，Gemini Live在云端运行的方式相比GPT-4的端到端系统存在不足。

谷歌与OpenAI的竞争态势

从大模型时代的开端至今，谷歌与OpenAI之间的竞争格局逐渐明朗。OpenAI凭借ChatGPT等创新成果确立了行业领导地位，而谷歌则在追赶过程中屡次遭遇挫折。前谷歌CEO Eric Schmidt在近期的一次演讲中分析了谷歌落后的原因，认为该公司过于强调工作与生活的平衡，而创业公司则更加专注于高强度的工作模式。这种差异可能解释了为何谷歌在技术创新方面难以跟上OpenAI的步伐。

本文来源： 量子位【阅读原文】