谷歌的AI最近日子是真不好过，16号发布German I1.5 pro本来挺厉害的大模型，结果被OpenAI的AI视频Sara打的找不着北。

等大家冷静下来发现German 1.5 pro支持上下文，百万tokens能看时长超过1小时的视频。比如有博主上传扣篮大赛的视频，这个AI给了50个完美扣篮时间节点。

结果伯克利大学就在gasoline上开源了一个名为LWM的AI模型，它的能力同样粗暴，支持上下文100万的token的多模态模型。演示效果同样粗暴，上传一小时的合集视频给各大AI问cos恐龙的人开的是什么车？GPT4表示闭麦，German表示那是一辆电动滑板车，只有有WMM。对对，包括下面的问问玩蹦床的女生穿的衣服，其他AI秒变色盲。GPT4表示没有在蹦床了，只只有WMM认出那是蓝色夹克。

具体来看LWM通过real tension技术解决了处理长序列数据的挑战，这是一种允许模型在不增加计算复杂度的情况下处理更长序列的方法，类似于给模型配备一个信息检索系统，使其能够快速访问和处理大量数据。研究者还采用了逐步增加上下文大小的训练策略，从32K标记开始逐步扩展到EM标记，让模型先学习简单的任务，再逐渐过渡到更复杂的任务，以提高学习效率。

照目前价值来看，2024年大模型的内卷程度估计不低谷歌这是要被开源大模型倒闭发育了。
《探索大模型：谷歌AI、German I1.5 pro与LWM模型全解析》

在当今科技飞速发展的时代，大模型领域竞争激烈。谷歌AI近期面临诸多挑战，German I1.5 pro曾被寄予厚望，却在与OpenAI的竞争中受挫。而伯克利大学开源的LWM模型也展现出强大实力。

对于普通用户来说，如何选择适合自己需求的大模型成为关键。首先，要明确自己的使用场景，是用于日常问答、图像识别还是其他特定领域。如果是日常问答，像German I1.5 pro这样支持上下文的模型可能更合适，它能更好地理解连续的问题并给出准确回答。

对于专业领域的需求，比如科研数据处理，LWM模型或许更具优势。其支持上下文100万的token以及多模态能力，能处理复杂的数据和任务。

在选择大模型时，还需关注其性能表现。例如，模型对不同类型问题的回答准确性、处理速度等。可以参考一些专业评测机构的报告，或者在实际使用中进行对比测试。

总之，了解不同大模型的特点和优势，根据自身需求谨慎选择，才能在大模型时代更好地利用科技为自己服务。
谷歌AI,German I1.5 pro,LWM模型,OpenAI,大模型对比