
OpenAI GPT-4o 与 Google Gemini 实时视频功能对决
在 OpenAI 宣布 GPT-4o 前约 45 分钟,Google 率先在 X 平台发布演示视频,展示新 Gemini 的实时视频交互能力:用户通过摄像头向模型展示画面,Gemini 即可即时回答相关问题。随后,OpenAI 迅速推出 GPT-4o 助手功能,凭借更具个性化的 AI 表现引发广泛关注。值得注意的是,OpenAI 此次发布会特意安排在 Google I/O 大会前 24 小时,意在抢占先机。
Google Gemini 实时视频交互演示
Google 发布的视频中,演示者将摄像头对准 Google I/O 舞台并要求 Gemini 描述所见内容,展示了其多模态理解能力。该演示为次日的大会预热,重点突出了 AI 在搜索及实时场景中的应用潜力。
GPT-4o 发布会亮点回顾
紧随其后,OpenAI 进行了长达 25 分钟的发布会,包含大量现场演示。尽管演示形式与 Google 类似,但 GPT-4o 在语音语调、情感表达及个性化互动方面展现出显著优势,进一步提升了用户对 AI 助手的体验预期。

