出来混，总是要还的！这一年，OpenAI已经被Google打得满地找牙！

　　"出来混，总是要还的！"这句江湖老话，在2024年的AI领域，得到了最生动的诠释。

　　一年前，OpenAI还是AI世界的"天下无敌"。凭借着GPT系列模型的惊艳表现，它几乎成为了AI的代名词。在那个信心满满的时刻，OpenAI的掌门人Sam Altman甚至开始肆无忌惮地挑衅沉睡的科技巨头Google。

　　这种挑衅，几乎成为了OpenAI的一种"传统艺能"：2022年12月，他们突如其来地发布ChatGPT，直接导致Google不得不推翻整个2023年的计划；GPT-4的发布日期，更是精准地选在了Google发布PaLM API的同一天，让Google黯然失色；就连在2024年初，他们的GPT-4o也是刻意选在Google一年最重磅的大会Google I/O开发者大会前夜发布，仿佛在说"看，哥永远快你一步"。

　　然而，江湖从来不是靠一时的张狂就能称霸的。当OpenAI还沉浸在自己的辉煌中时，这个被他们一再挑衅的巨人已经悄然苏醒。2024年，注定是一个印证"风水轮流转"的年份，当Google终于展现出其真正实力的时候，曾经的挑衅，都变成了OpenAI难以承受的代价。

　　大模型

　　在AI领域，OpenAI曾是当之无愧的王者。其技术积累和创新能力遥遥领先于任何竞争对手，俨然一副傲视群雄的姿态。然而，王者的宝座从来都不是永恒的。在经历了一系列的内部调整与重组后，沉寂已久的科技巨头Google在2024年重装上阵，展开了一场惊心动魄的追逐战。这一年的较量，不仅改写了AI领域的竞争格局，更预示着一个时代的终结。

　　战斗打响在五月。就在Google I/O 2024开发者大会前夕，OpenAI突然发起了一记先手棋——发布了令业界瞩目的GPT-4o模型。这款集成了多模态、多语言能力的"神器"，不仅能同时处理文本、图像和音频，API速度更是比前代翻了一倍，成本却降低了一半。这记出其不意的重拳，一度让Google措手不及。

　　
图：OpenAI CTO Mira Murati发布GPT-4o，该CTO已离职。

　　但Google很快就还以颜色。在开发者大会上，他们祭出了两大杀器：效果不输GPT-4o的Project Astra，以及直指Sora命门的视频模型Veo。这一回击可谓是针锋相对，丝毫不让。

　　进入八月，战局再起波澜。Google的Gemini 1.5 Pro在lmsys竞技场和视觉排行榜上后来居上，一举超越GPT-4o，成为当时最强大的模型。特别是在多语言能力上，它在中文、日语、德语、俄语等多个语种上都登顶榜首。就连小弟Gemma 2（2B）也不甘示弱，在竞技场上横扫所有GPT-3.5模型。这一波强势反击，让OpenAI的优势荡然无存。

　　图：新款 Gemini-1.5-Pro-Exp-0801 成为 LMSYS 领域第一名

　　但OpenAI显然不甘心就此认输。九月，他们推出了王牌o1-preview和轻量级选手o1-mini。到了十二月，更是直接祭出了最终版o1。这款新模型简直就像个"深思熟虑的天才"，在竞争性编程、数学和科学推理等领域的表现令人叹为观止。在国际数学奥林匹克资格考试中，o1-preview拿下了83%的高分，将GPT-4o的13%远远甩在身后。

　　图：OpenAI o1多方面表现力压GPT-4o

　　战火烧到年末，两家公司的较量更是到了白热化阶段。12月11日，Google的反击来得又快又狠。他们发布了Project Astra和Project Mariner两大"通用代理"，不仅能实时处理各类信息，更能直接控制浏览器执行任务。这是一次从"单一模型"向"智能代理"的跨越式进攻。

　　仅仅一天后，OpenAI就迅速应战，为ChatGPT装上了"眼睛"——实时视频理解功能正式上线。这是自ChatGPT诞生以来最重要的一次进化，让它终于能够"看见"这个世界。

　　然而，Google的反击更加迅猛。12月11日，他们发布了压轴大作——Gemini 2.0。这款全新的多模态模型不仅在关键基准测试中展现出了惊人的性能提升，速度更是达到了前代1.5 Pro的两倍。更令人瞩目的是，它不仅原生支持Google搜索和代码执行等工具调用功能，在多模态推理和长上下文理解方面的表现更是登峰造极。

　　紧接着12月20日，他们又推出了Gemini 2.0的升级版——Flash Thinking。这个版本不仅支持超长文本输入，更开创性地让用户能够窥见AI的"思考过程"。最具杀伤力的是，Google直接在AI Studio上免费开放了这个强大的模型。这一系列组合拳，可谓是直击OpenAI的软肋，更彰显了Google在AGI（通用人工智能）领域的雄心壮志。

　　图：新的 Gemini 2.0 Flash Thinking 模型在所有测试类别中均取得最高分，尤其是在数学和视觉方面有显著的改进，不过这里并没有与 OpenAI最新发布的完整 o1 进行对比。

　　这场持续了整整一年的较量，Google展现出了惊人的战略定力。他们步步为营，以稳健而坚定的步伐，一点一点蚕食着OpenAI积累的先发优势，直到最终在多个关键领域完成超越。这不仅仅是一场技术的胜利，更预示着AI领域力量格局的重大转变。

　　展望2025年，这种趋势很可能进一步加剧：曾经的引领者OpenAI不得不转身成为追随者，而Google则将重新登上AI的王座，续写它在科技领域的传奇。这场AI领域的"王座之战"，已经在悄然间改写了历史。

　　视频方面

　　
图：OpenAI 视频模型Sora中的画面截图

　　2024年初，人工智能领域掀起了一场轰动性的视频生成之战。这场战役的序幕，是由OpenAI在2月悄然拉开的。当时，OpenAI只是对外释放了几个令人惊艳的演示视频，却如一颗重磅炸弹，在整个科技圈引发了地震般的轰动。然而，从演示到正式发布，OpenAI却用了整整十个月的时间，这漫长的等待期间，发生了太多足以改变战局的故事。

　　最具戏剧性的转折，莫过于Sora项目负责人Tim Brooks的离职。这位掌握着OpenAI视频技术命脉的核心人物，在一个平常的工作日选择了转投Google的怀抱。这一人事变动，就像蝴蝶效应一般，悄然改变了两家公司的命运轨迹。他的离开，不仅让Sora项目延宕了近一年才姗姗来迟，更让这个备受期待的项目失去了最关键的技术掌舵者。

　　
图：OpenAI Sora负责人Tim Brooks，目前已经加入Google负责视频项目

　　当Sora终于在万众期待中揭开面纱时，却未能经受住现实的考验。高昂的订阅费用、糟糕的用户体验、处处可见的功能限制，让这个曾经被视为革命性的产品饱受诟病。用户们发现，即便支付了Plus会员的费用，依然无法生成带人物的视频，而低分辨率和显眼的水印更是让人心生失望。更令OpenAI难堪的是，一些用户甚至评论说，Sora的效果还不如某些中国的开源模型。

　　就在Sora遭遇滑铁卢的一周后，Google的反击来得如此迅猛而精准。他们发布的视频模型Veo，仿佛一匹黑马，横空出世便登上了视频生成模型的王座。社交媒体X上顷刻间被Veo生成的精美视频刷屏，用户们的评价几乎一边倒：Veo完胜Sora，成为了当前最强大的AI视频模型。

　　
图：Google 视频模型Veo2

　　细究起来，Google在视频领域的崛起并非偶然。虽然他们的起步可能晚于OpenAI，发展历程也颇为曲折——短短一年内就经历了VideoPoet、Lumiere到Veo的三次更名。但Google握有着其他公司无可企及的优势：作为YouTube的东家，他们坐拥着海量的优质视频训练数据，这简直就像是守着一座取之不尽的金矿。相比之下，OpenAI却不得不偷偷使用YouTube的数据来训练自己的模型，这种尴尬的处境让人不禁莞尔。

　　更关键的是，视频生成的核心其实在于指令理解能力，这与底层语言模型的实力息息相关。2024年，Google在语言模型领域取得了突破性进展。Google Brain与DeepMind的合并、Transformer之父Noam Shazeer的回归，这一系列重大事件推动Gemini模型不断进化，在多个维度超越了GPT-4。这种深厚的技术积累，自然而然地转化为了Veo在视频生成领域的统治力。

　　
图：左一，Google花27亿美元重新聘任的AI天才，Transformer作者之一Noam Shazeer（他创立了Character AI）

　　当我们将所有拼图拼接在一起，答案便呼之欲出：从人才储备到数据优势，从技术积累到产品打磨，Google在这场较量中的全方位胜出，似乎早已注定。Veo对Sora的降维打击，不过是这场AI巨头之战中，必然发生的一幕罢了。

　　其他产品

　　
图：OpenAI Search

　　在产品创新领域，Google展现出了令人瞩目的全方位布局，而OpenAI则显得后继乏力。从图像生成到音乐创作，从AR眼镜到智能笔记，Google正在用一系列创新产品重新定义AI应用的边界。

　　最具戏剧性的是搜索领域的较量。OpenAI雄心勃勃地推出ChatGPT Search，试图挑战Google的核心业务，但结果却颇具讽刺意味。这个被寄予厚望的产品在处理简短导航查询时表现出明显的不可靠性，甚至出现信息虚构的问题。许多用户（包括本人）在尝试使用一天后就不得不重新回到Google的怀抱。这场意图颠覆搜索引擎霸主的尝试，最终沦为了一次失败的冒险。

　　在图像生成领域，一个耐人寻味的转折发生在2024年8月。当OpenAI的DALL-E 3自2023年9月发布后就再无更新时，Google的Imagen 3却异军突起，在用户满意度、图像与提示的匹配度、视觉吸引力等多个维度上全面超越了DALL-E 3，展现出了更强的技术实力和创新活力。

　　
图：Google AI图片产品Imagen3

　　在音乐领域，Google的MusicFX DJ带来了一场平民音乐创作革命。这款产品巧妙地运用AI技术，让没有专业音乐知识的普通人也能轻松创作音乐。用户只需输入简单的风格、乐器或情绪提示词，AI就能即时创作出相应的音乐作品。新版本更支持实时音乐流播放和提示词叠加功能，让音乐创作变得前所未有的简单和有趣。

　　更具未来感的是Google在AR领域的探索。他们为Project Astra项目开设了测试频道，推出了配备AI和AR技术的智能眼镜原型。这款运行Android XR系统的眼镜不仅支持实时翻译，还具备位置记忆等前沿功能，预示着AI与现实世界交互的新纪元即将到来。

　　而在生产力工具领域，Google的NotebookLM更是出人意料地获得了OpenAI CEO Sam Altman的赞誉。这款产品最引人注目的是其独特的播客功能——能够将枯燥的文本内容转换成生动的对话式播客，让信息消化变得轻松愉快。更令人惊艳的是，它不仅能重新编排素材、改写表达方式，还能在保持原意的同时注入幽默感和独特见解。这种将AI与内容创作完美结合的方式，展现出了Google在产品创新上的独特视角。

　　
图：OpenAI CEOSam Altman盛赞NotebookLLM

　　这一系列产品创新，清晰地展现出了两家公司的重要差异：Google正在以惊人的创新速度和产品多样性，构建起一个全方位的AI应用生态系统；而OpenAI则似乎陷入了产品创新的停滞期，甚至在试图挑战对手的核心业务时也遭遇了重大挫折。这种差异不仅反映在单个产品的更新频率上，更体现在产品布局的广度和深度上。

　　在AI应用领域，Google正在用实际行动证明：真正的技术领导者，不仅要有强大的底层模型，更要有丰富多样且真正能解决用户问题的创新产品。

　　算力

　　在AI领域的竞争中，算力就像是战场上的"粮草"——没有强大的算力支撑，再精妙的AI模型也只能是纸上谈兵。2024年，Google在这个关键领域展开了一场气势恢宏的全球布局，从芯片研发到数据中心建设，再到能源供给，形成了一个完整的算力生态系统。

　　在芯片领域，Google交出了一份令人瞩目的答卷。新一代TPU Trillium芯片的商用化，堪称是一次质的飞跃：训练性能提升了4倍以上，推理吞吐量提升3倍，峰值计算性能更是暴增4.7倍。更难能可贵的是，这款芯片在能源效率上提高了67%，每美元的性能比也得到了显著提升。

　　一个惊人的数据是：单个Jupiter网络结构可以支持10万个Trillium芯片协同工作，这意味着在训练大型模型时，即使跨数据中心运行，也能保持94%的扩展效率。

　　
图：Google 发布TPU Trillium

　　而在量子计算领域，Google更是创造了一个令人震撼的奇迹。12月发布的量子芯片"Willow"，展现出了超越现有计算极限的能力——它能在短短五分钟内完成一项需要超级计算机运算"10的25次方年"的计算任务。虽然距离实用化还有一段距离，但这个突破无疑预示着计算能力的新纪元即将到来。

　　
图：Google 发布量子芯片Willow

　　在数据中心布局方面，Google展现出了惊人的战略眼光和行动力。他们在东南亚市场掀起了一场投资狂潮：5月在马来西亚投资20亿美元，8月在越南胡志明市规划超大规模数据中心，9月又在泰国投入10亿美元建设新的数据中心。这一系列大手笔的投资不仅展现了Google在全球算力布局上的野心，更凸显了其对新兴市场的战略重视。

　　然而，强大的算力必然带来巨大的能源消耗。面对这个挑战，Google给出了一个富有远见的解决方案。10月，他们与Kairos Power签署了一项开创性的协议，计划购买多个小型模块化核反应堆提供的500兆瓦电力。这些采用先进熔盐冷却系统的反应堆，将在2030年起陆续投入使用，为Google日益增长的AI算力需求提供清洁、稳定的能源保障

　　
图：数据中心电力需求激增，谷歌与核能公司签署协议

　　这一连串精心布局，勾勒出了Google在算力领域的宏伟蓝图：从最基础的芯片研发，到遍布全球的数据中心网络，再到未来的能源供给，Google正在构建一个前所未有的算力帝国。这不仅为其AI技术发展提供了坚实的硬件基础，更为未来的AI竞争积累了强大的战略优势。

　　与之形成鲜明对比的是OpenAI在算力领域的困境。10月，这家曾经的AI领跑者不得不放弃自建芯片制造网络的雄心，转而寻求与博通和台积电的合作，以开发其首款AI芯片。这种战略上的退让，折射出了OpenAI在面对庞大资金投入和漫长研发周期时的无奈。

　　
图：OpenAI放弃自建芯片制造，转而寻求与博通和台积电的合作

　　在能源供给方面，尽管Sam Altman领导的核能初创公司Oklo在12月签署了一份看似宏大的20年电力供应合同，计划建造总容量达12吉瓦的反应堆，但这份非约束性合同背后却暗藏隐忧——Oklo的技术尚未经过实际验证，而西方公司在小型模块化反应堆领域至今未能实现成功部署。

　　这种巨大的反差，生动地诠释了一个残酷的现实：在AI这场旷日持久的竞争中，没有强大的算力基础设施和完整的产业链支撑，再好的创意和模型也难以真正实现商业化的成功。在这场AI竞赛中，Google的算力布局，无疑是一着制胜的关键妙棋。

　　生物化学

　　在2024年，Google的成就远不止于AI模型之争。在生物化学这个关乎人类未来的重要领域，Google DeepMind更是写下了浓墨重彩的一笔，完成了一次堪称革命性的突破，让AI与生命科学的结合达到了前所未有的高度。

　　这场革命始于五月。当时，Google DeepMind发布了第三代AI模型AlphaFold 3，这个突破性的成果让整个生物医学界为之震撼。这个模型不仅能够精确预测细胞内生物结构的形态和相互作用，更重要的是，它将药物设计的时间从漫长的数月甚至数年，神奇地缩短到了短短几秒。这一突破，无异于在生物医学研究领域投下了一颗重磅炸弹。

　　
图：Google发布AlphaFold3

　　十月，这场革命迎来了最高规格的认可。2024年诺贝尔化学奖将桂冠授予了包括Google DeepMind的首席执行官德米斯·哈萨比斯在内的三位科学家，以表彰他们在蛋白质设计与结构预测领域的开创性贡献。这是AI领域专家首次获得诺贝尔科学奖，标志着人工智能在基础科学研究中的地位得到了最权威的认可。

　　
图：Google Deepmind CEO Demis Hassabis获2024年诺贝尔化学奖

　　但Google显然不满足于此。十一月，他们做出了一个令整个学术界振奋的决定：开源AlphaFold 3的源代码。这个慷慨的举动，让这个获得诺贝尔奖的蛋白质结构建模工具成为了全人类的共同财富。科研人员可以自由地下载、使用甚至优化这个模型，这无疑会让生物医学研究迎来一场前所未有的加速。

　　年底，Google又投下了最后一记重拳。十二月，他们获得了一项革命性的专利：基于全原子表征扩散模型的尖端蛋白质设计系统。这个系统首次实现了原子级精度的蛋白质设计，将结构预测和序列优化完美统一。用一个通俗的比喻来说，如果说之前的技术只能让科学家们从宏观上"看见"蛋白质，那么这项新技术则让他们能够精确地"操控"每一个原子，就像玩积木一样随心所欲地设计蛋白质结构。

　　这一连串的突破，不仅让Google在生物科技领域确立了无可争议的领导地位，更重要的是，它为人类攻克疑难疾病、发现新药开辟了一条全新的道路。在这个领域，Google不仅是技术的引领者，更成为了人类福祉的守护者。他们用AI的力量，正在改写生命科学的未来。

　　财务方面

　　在财务实力方面，两家公司的差距更是惊人。这边厢，Google母公司Alphabet像一座巍峨的金字塔，财务数据节节攀升，稳如泰山；那边厢，OpenAI却在为生存而战，犹如在暴风雨中飘摇的独木舟，随时可能倾覆。这种鲜明的对比，凸显出了AI领域新旧势力在资金实力上的天壤之别。

　　让我们先看看这座金字塔有多么雄伟。2024年第一季度，Alphabet交出了一份令华尔街瞠目结舌的成绩单：净利润达到惊人的236.6亿美元，较去年同期暴增57%。这还不是偶然，第二季度他们再次斩获236.19亿美元的净利润，依然保持着29%的强劲增长。更令人震撼的是，截至2024年6月底，Alphabet坐拥的"金库"中躺着整整1007.25亿美元的现金及等价物——这是一个足以让任何科技公司都望尘莫及的数字。

　　在云计算这个AI必争之地，Google的表现更是光彩夺目。第二季度云业务营收突破百亿大关，达到103.47亿美元，较去年同期的80.31亿美元实现了跨越式增长。到了第三季度，公司整体营收更是达到882.68亿美元，净利润263.01亿美元，增长势头依然强劲。

　　
图：谷歌 2024 年第三季度财报强劲，股价上涨 5%

　　Google CEO皮查伊的底气十足："我们在AI领域的长期投入正在开花结果。"这不是空话，因为他们确实有这个实力挥金如土、从容布局。

　　反观OpenAI的处境，却是另一番景象。作为AI领域的明星公司，2024年预计亏损高达50亿美元，这个数字令人瞠目结舌。尽管拥有35万台服务器，享受着微软Azure的优惠价格，但OpenAI的支出依然像个无底洞：仅AI训练和员工成本就高达85亿美元，而收入来源却极其单一，主要依赖ChatGPT带来的35亿到45亿美元年收入。

　　为了填补这个巨大的资金黑洞，OpenAI不得不四处化缘。最新一轮融资筹集了65亿美元，还申请了40亿美元的信用额度。但即便如此，投资人似乎也并不完全相信这家公司的前景——融资条款中竟然包含了一个罕见的"后悔药"条款：如果OpenAI在两年内未能成功转型为营利性公司，投资者可以选择撤资。为了让这笔融资显得更有吸引力，OpenAI不得不开出高达9%的利率，这几乎是在用高利贷的代价换取生存资金。

　　
图：OpenAI CEO Sam Altman

　　当然，OpenAI也描绘了一幅美好的未来蓝图：计划在2025年将收入提升至116亿美元，2026年达到256亿美元，到2029年更是要实现1000亿美元的年收入。然而，面对当前的巨额亏损和资金缺口，这些远大目标更像是一场充满不确定性的豪赌。

　　面对如此悬殊的财务实力差距，两家公司的竞争态势已经非常明显：Google可以凭借其雄厚的资金实力从容布局，持续投入巨资进行技术研发和市场拓展；而OpenAI虽然暂时还能依靠融资维持运营，但在与现金充裕的科技巨头的竞争中，这种财务上的劣势必将逐渐显现，并可能成为制约其发展的关键瓶颈。

　　人才方面

　　在人才与团队建设方面，Google与OpenAI的差距更是展现出了戏剧性的一幕：一边是Google通过一系列大手笔的人才布局，不断强化自己的技术实力；另一边则是OpenAI面临着持续的人才流失，甚至连核心团队都在分崩离析。

　　Google在2024年完成了一系列堪称完美的人才布局。2023年年初，他们就通过合并Brain与DeepMind两大AI王牌团队，组建了更强大的Google DeepMind。这次整合不仅让公司的AI研发力量得到空前集中，更奠定了未来技术发展的坚实基础。紧接着，他们又在10月将Gemini团队并入DeepMind，进一步强化了技术研发实力。

　　
图：Google DeepMind CEO Demis Hassabis

　　更令人瞩目的是，Google接连挖来了多位AI领域的重量级人物。Transformer之父诺姆・沙泽尔（Noam Shazeer）的"回归"，无异于为Google在大语言模型领域注入了一剂强心针。而OpenAI明星产品Sora的研发负责人Tim Brooks的加盟，更是直接导致了竞争对手在视频生成领域的停滞。Google通过这一系列精准的人才布局，不仅增强了自身实力，还成功削弱了对手。

　　反观OpenAI，却陷入了一场堪称灾难性的人才流失危机。这场危机并非一朝一夕，而是从公司创立之初就埋下了伏笔。在公司成立的最初两年，就有高达44%的员工选择离开，其中包括Ian Goodfellow等AI领域的顶尖人才，这个触目惊心的数字预示着未来的动荡。

　　
图：深度学习专家，GAN发明者Ian Goodfellow，离职加入Google

　　2019-2020年，OpenAI迎来了第一波重大调整期。多个团队几乎是整建制地离开或被裁撤。更具戏剧性的是，这些离职的精英们在2020年底联合创立了Anthropic。这包括OpenAI的研究副总裁、安全与政策副总裁、政策部门主管和可解释性团队负责人等核心人物。甚至连参与GPT-2、GPT-3核心开发的关键人员，包括GPT-3论文第一作者和算力基础设施负责人，也都选择了加入这个新的竞争对手。

　　2024年，这场人才出逃达到了新的高峰。这一年简直像是OpenAI的"多事之秋"，几乎每个月都有重量级人物的离职消息传出。二月，公司创始成员Andrej Karpathy宣布离职，这位曾在特斯拉负责Autopilot开发的技术大牛的出走，被视为一个不祥之兆。

　　五月，更具震撼性的消息传来：公司灵魂人物、首席科学家兼联合创始人Ilya Sutskever宣布离职。作为去年11月试图改变公司命运的关键人物，他的离开标志着那场风波的余震仍在持续。八月，总裁格雷格·布罗克曼宣布延长休假，另一位联合创始人约翰·舒尔曼则选择加入了对手Anthropic。九月，自2018年就加入公司的CTO Mira Murati也选择离开，她曾是GPT-3和ChatGPT开发的关键人物。

　　
图：OpenAI联合创始人，首席科学家及灵魂人物Ilya，已离职

　　这场离职潮的最新牺牲者是被誉为"GPT之父"的传奇研究员Alec Radford。作为GPT系列的首席设计师，是他在2018年独立构建了GPT-1模型，并主导了GPT-2的研发。他的离职不仅是个人选择，更像是给OpenAI敲响了警钟。

　　更令人担忧的是，公司的AI安全团队几乎被"掏空"——原本30人的团队现在只剩16人，一些核心成员如对齐团队核心成员布尔达、超级对齐团队联合负责人莱克等都选择了离开。此外，开发者关系负责人Logan Kilpatrick（加入谷歌）、安全副总裁Lilian Weng、首席研究官Bob McGrew、研究副总裁Barret Zoph等重要人物也相继出走。

　　
图：OpenAI核心管理团队1年内的变化，Greg已经回归

　　在AI领域，顶尖人才就是最宝贵的战略资源，甚至可以说是公司生死存亡的关键。当Google通过一系列大手笔布局网罗人才，Anthropic凭借开放包容的文化吸引精英加盟时，OpenAI却在经历着史无前例的人才出逃。从11位联合创始人到核心高管，再到早期的元老级员工，昔日的"梦之队"几乎分崩离析，只剩寥寥数人在苦苦支撑。

　　最具讽刺意味的是，虽然OpenAI现在拥有超过1700名员工，但其中80%都是ChatGPT发布后才加入的新人。这种人才更替的剧烈程度，使得公司难以维持稳定的技术积累和文化传承。原本11名联合创始人，如今竟只剩下2人还在正常工作，这个数字令人唏嘘。

　　这种大规模的人才流失，对OpenAI的影响已经开始显现。2024年12月，原本被寄予厚望的"12天重磅新品发布"活动，却成了一场彻底的战略失误。用户期待已久的重大突破并未出现，取而代之的是一系列令人失望的小打小闹。这场本该是年终压轴大戏的发布会，不仅没能重振公司雄风，反而让用户对OpenAI积累的好感几乎挥霍殆尽。与此同时，一直保持低调的Google，却在这个节骨眼上抢尽了风头。

　　这一切，都印证了一个残酷的现实：当核心人才纷纷出走，留下的不仅是技术创新的停滞，更是整个公司竞争力的全面衰退。如果OpenAI无法扭转这种危险的局面，恐怕真的会在这场AI领域的激烈竞争中遭遇灭顶之灾。

　　最后的话

　　早在 2017 年，Sam Altman 就在一次邮件交流中明确指出，谷歌（DeepMind）是他争夺通用人工智能（AGI）的最大竞争对手。

　　当我们回望2024年这场AI领域的巨变，一个发人深省的故事浮出水面：一家曾经的明星公司，如何在短短一年内失去了几乎所有的优势；而一个被认为"已经错过AI时代"的科技巨头，又是如何用体系化的实力证明了真正的实力。

　　从大模型到视频生成，从算力布局到生物科技，从人才战略到财务实力，Google展现出的不仅是技术上的进步，更是一个成熟科技巨头的全方位实力。他们用行动证明：真正的技术领导者，不是靠几个爆款产品或偶然的创新就能确立的，而是需要在人才、资金、基础设施、研发能力等诸多维度上的长期积累。

　　反观OpenAI，当初的光环正在逐渐褪去。那些充满挑衅意味的产品发布时机选择，如今看来更像是"心虚者的逞强"。大量核心人才的流失、勉强维系的财务状况、失败的产品尝试，都在诉说着一个残酷的现实：在AI这个技术密集型领域，单打独斗的时代已经过去了。

　　这场变局给整个科技行业带来了深刻的启示：技术创新固然重要，但真正决定胜负的是一个公司的综合实力。Google的崛起之路告诉我们，只有将创新精神建立在扎实的基础设施之上，才能实现持续的技术突破；只有将人才战略融入企业的长期发展规划，才能保持持久的创新动力；只有将商业模式的探索与技术研发相互促进，才能确保企业的健康发展。

　　当然，这并不意味着创业公司就没有机会。恰恰相反，OpenAI的经历恰恰提醒我们：在科技创新的道路上，保持谦逊、专注于真正的技术突破，往往比急于挑战巨头更容易获得尊重和成功。过度依赖融资、过分追求媒体关注，反而可能让企业迷失方向。

　　展望2025年，这场AI领域的变局还远未结束。但有一点已经变得明朗：AI技术的下一个阶段，将是综合实力的比拼，而不是单点突破的竞争。在这个新阶段，那些能够平衡创新与稳健、激情与理性、速度与质量的公司，才能真正在AI时代立于不败之地。

　　© AI范儿

　　点这里关注我，记得标星哦～