OpenAI与谷歌AI大战升级：Sora视频模型亮相对抗Gemini 1.5

我超，一觉醒来又变天了

OpenAI发布首个视频生成模型Sora。Sora可以生成复杂、多角色视频，支持多镜头切换，模拟真实世界的表现。目前OpenAI尚未公布Sora开放的时间，不过只要在X上@ Sam Altman，就有机会收到生成的视频（性感奥特曼，在线接单

有趣的是，OpenAI是在谷歌发布新的大模型Gemini1.5后才发布的Sora，很难不让人觉得OpenAI是不是在等谷歌憋个大的出来特意抢风头的（朴实无华的真正商战

说回Gemini，这次谷歌发布了新的Gemini1.5，距离谷歌推出Gemini Advanced高级方案才刚一周，不得不说谷歌的动作真的很快，用户刚能通过订阅Advanced用上Gemini1.0 Ultra，这1.5马上就来了

新的Gemini1.5，在性能和理解长上下文方面取得了显著突破，甚至能学会训练数据中未包含的新语言。Gemini1.5最高支持100万token，包括处理超过 70 万单词的文本、1 小时视频、11 小时音频和超过 3 万行代码。 听说谷歌内部研究版本的Gemini最高能支持1000万token

如果谷歌这次没吹牛的话，那么这次Gemini1.5的实际使用表现应该相当不错，已经申请试用，等待通过邮件

这次Gemini1.5也用了验证模型超长上下文性能的大海捞针测试，结果在50万token前表现非常完美，直到千万token，Gemini1.5也只失误了5次。在多模态测试中，视频、音频均实现100%召回率

相对比，GPT-4-128K则是在文本超过73K token时，回忆能力开始下降。当所需回忆的信息位于文档深度的 7% 至 50% 时，回忆表现较差

不得不说，谷歌这次真的打了一个翻身仗，也希望能尽快把OpenAI的GPT-5逼出来，毕竟，厂商卷起来了，用户体验才会更好

对了，顺便提一嘴，OpenAI在前几天开始小范围测试ChatGPT的记忆功能，该功能可让用户明确告诉 ChatGPT 记住某些内容或者用户查看它记住了什么。

如果你以前经常骗GPT说会给他200美元小费，那么当你打开记忆功能你需要小心她会跟你计较了。当然，这完全可以通过提示注入让她这样回答