今年，Google 算是打了個(gè)翻身仗。

不斷的掏出新東西，不斷的讓大家，感受到驚喜。

而萬(wàn)眾期待的 Google I/O 開發(fā)者大會(huì)，終于在昨天凌晨 1 點(diǎn)正式開始了。

這次的大貨，真的持續(xù)轟炸了整整兩個(gè)小時(shí)。。。

說個(gè)小插曲，本來我現(xiàn)在，人應(yīng)該是在硅谷 Google 總部現(xiàn)場(chǎng)的，因?yàn)槭艿叫〖t書和 Google 的邀請(qǐng)，喊我去現(xiàn)場(chǎng)看。。。

但...作為一個(gè)八百年不出門宅在家里的死宅，有一個(gè)非常嚴(yán)重的問題，就是，我沒有美國(guó)簽證。

就...一次都沒去過。。。

現(xiàn)申請(qǐng)也來不及了，最后，只能讓我團(tuán)隊(duì)的小伙伴@jojo 過去了，她在現(xiàn)場(chǎng)看，給我拍素材，我在家里坐著一邊看直播一邊熬夜寫。。。

然后，她就跟皮查伊合影了。。。

我也好想...去啊...

總之，還是非常非常非常感謝，小紅書和 Google 的邀請(qǐng)。

接下來，我們?cè)敿?xì)的來看看，整個(gè)發(fā)布會(huì)的內(nèi)容（并不是完整的按照時(shí)間線來）。

我一共分為 AI 模型、Gemini 產(chǎn)品、視覺生成、Google 搜索、Agent、其他，六大塊來詳述，一共 23 小項(xiàng)。

我說真的，Google 在那 kuku 輸出了 2 小時(shí)，我人都聽麻了，就這倆小時(shí)的發(fā)布會(huì)光素材分類和整理就讓我從凌晨 3 點(diǎn)半干到 5 點(diǎn)半，我特么...

那就，開始吧。

往期AI資訊：

零. Google AI Ultra 會(huì)員

會(huì)員發(fā)布其實(shí)比較晚，但是我依然想把它放在第一個(gè)，放在所有部分之前。

因?yàn)樗碇?Google 的整個(gè)戰(zhàn)略。

這次，新加了一檔 249.99 刀每月的超級(jí)會(huì)員，稱為 Google AI Ultra，還好他們沒直接寫 250 刀。。。

幾乎囊括了所有的這次新發(fā)布的產(chǎn)品，包括 Gemini 2.5 Pro Deep Think、Veo3、Project Mariner 等等，還把 NotebookLM、Youtube 等等的會(huì)員都包了進(jìn)去。

從這個(gè)點(diǎn)來說，終于看到 Google 開始齊心協(xié)力、心往一處使了，從頂層開始發(fā)力。

目前前三個(gè)月半價(jià)，124.99 刀每月。

沒啥可說的，第一時(shí)間，先氪為敬。

每月花銷繼續(xù)增加，AI 博主真的是個(gè)太燒錢的職業(yè)。。。

一、AI 模型

1. Gemini 2.5 Pro

今年 I/O 大會(huì)的明星之一，讓 Google 提前兩周放出優(yōu)化版，我當(dāng)時(shí)就寫過一篇評(píng)測(cè)文章：用 AI 把一段視頻變成可視化網(wǎng)頁(yè)，Google 的新模型又卷飛了。絕對(duì)的親兒子。

直接碾壓了 LMArena 全部測(cè)試項(xiàng)，在語(yǔ)言、推理、代碼等方面全線封神。

特別是 WebDev 編碼測(cè)試?yán)镏苯幽昧藗€(gè)天花板級(jí)分?jǐn)?shù)，足足比上代提升了 142 點(diǎn) Elo，直接登頂。

官方還拿它玩了個(gè)彩蛋，讓 Gemini 2.5 Pro 自己打通了《寶可夢(mèng)：藍(lán)》，八枚徽章收齊，四大天王+冠軍全通。

讓觀眾戲稱，這尼瑪絕對(duì)就是“人工精靈寶可夢(mèng)智能（API）”，這塊可能是我英文不行，看了半天沒理解這是一個(gè)什么梗。。。

2. Gemini 2.5 Flash

如果說 2.5 Pro 是全能冠軍，那 2.5 Flash 就是速度型選手。

谷歌把這玩意稱為“最高效的勞模模型”。

發(fā)布會(huì)上發(fā)了新版，號(hào)稱在推理、代碼和長(zhǎng)上下文等幾乎每個(gè)維度都有提升，在 LMArena 榜單上高居第二，綜合表現(xiàn)僅次于旗艦的 2.5 Pro。

新的 Flash 模型大概會(huì)在 6 月上旬上線正式版。

迫不及待的朋友現(xiàn)在就可以在 AI Studio、Vertex AI 以及 Gemini App 先行體驗(yàn)預(yù)覽版，比如 AI Studio 里，這個(gè) Gemini 2.5 Flash Preview 05-20 就是。

3. Gemini 2.5 Pro Deep Think

Gemini 2.5 Pro 本身就已經(jīng)夠厲害了，現(xiàn)在 Google 又給它加了個(gè)超強(qiáng)模式，Deep Think。

在超難的數(shù)學(xué)和編程基準(zhǔn)測(cè)試中表現(xiàn)驚人。

這玩意其實(shí)大家對(duì) OpenAI 很熟的話其實(shí)完全能找到對(duì)應(yīng)的，就是那個(gè)至今依然是我主力模型的 o1 pro，用幾分鐘的推理時(shí)長(zhǎng)，來?yè)Q取更高的質(zhì)量。

o3 pro 沒發(fā)，結(jié)果 Gemini 2.5 Pro Deep Think 先發(fā)了，不過這兩個(gè)哥們都是期貨。

Google 也還在搞安全評(píng)估，只會(huì)先給信任的測(cè)試者用。

4. Gemini Diffusion

谷歌還秀出了一項(xiàng)前沿研究，一個(gè)實(shí)驗(yàn)性的文本擴(kuò)散大模型。

不是傳統(tǒng)的通過預(yù)測(cè)下一個(gè) Token 來生成內(nèi)容，而是通過逐步細(xì)化噪聲來并行生成內(nèi)容。

這種并行生成讓它展現(xiàn)出驚人的低延遲，現(xiàn)場(chǎng)演示版本的 Gemini Diffusion 生成速度比 2.0 版的 Flash Lite 快了五倍，代碼任務(wù)質(zhì)量卻幾乎相等。

二、Gemini 產(chǎn)品

1. Gemini Live

今年他們展示了整合多模態(tài)交互的新功能 Gemini Live。

基本源自去年的研究 Project Astra，它探索的是能理解你周圍世界的通用 AI 助手。

目前 Project Astra 被整合進(jìn) Gemini Live，用戶可以對(duì)著手機(jī)攝像頭或屏幕上的任何內(nèi)容和 AI 助手對(duì)話。

現(xiàn)場(chǎng)還玩了個(gè)花活，測(cè)試者用攝像頭對(duì)著街邊亂指，Gemini Live 不僅糾正了用戶把垃圾車當(dāng)成豪華敞篷車的錯(cuò)誤認(rèn)知，還順道給用戶科普了一下，路燈不是瘦高建筑物這種常識(shí)。

比較令人激動(dòng)的是，Sundar Pichai 宣布 Gemini Live 的視覺問答功能，從今天開始即將在 Android 和 iOS 平臺(tái)全面上線。

2. Personal Context

一個(gè)非常個(gè)性化的功能。

得到你授權(quán)后，Gemini 能打通你的搜索歷史、Gmail、Drive 這些 Google 應(yīng)用里的信息，真正懂你。

比如它知道，你物理考試快到了，它不僅提醒你，還能根據(jù)你的筆記、教授的材料，甚至手寫筆記給你出個(gè)性化考題。

3. DeepResearch 和 Canvas 創(chuàng)作

Deep Research 現(xiàn)在能上傳你自己的文件來進(jìn)行深度研究了。

Canvas 也迎來了升級(jí)。

可以把研究報(bào)告一鍵轉(zhuǎn)成網(wǎng)頁(yè)、信息圖，甚至 45 種語(yǔ)言的播客。

還能在 Canvas 里用前端預(yù)覽寫出來的代碼，同時(shí)分享給你的朋友，這個(gè)其實(shí)上了有一段時(shí)間了。

4. Gemini 現(xiàn)身 Chrome

瀏覽網(wǎng)頁(yè)時(shí)，Gemini 能直接理解當(dāng)前頁(yè)面內(nèi)容并回答你的問題，等于自帶了一個(gè) AI 總結(jié)的網(wǎng)頁(yè)插件。

5. Gemini Agent Mode

針對(duì) C 端用戶，谷歌在 Gemini 應(yīng)用中引入了全新的 Agent Mode（代理模式）。

這是一個(gè)讓普通用戶也能支使 AI 去網(wǎng)上替自己辦事的功能。

舉個(gè)例子，你和室友想找房子，預(yù)算、需求一大堆，按以往你得刷無(wú)數(shù)網(wǎng)頁(yè)，現(xiàn)在只需把這些要求一股腦告訴 Agent Mode。

然后你就可以解放雙手，讓 Gemini 在背后替你上網(wǎng)找房源，它會(huì)自動(dòng)跑去 Zillow 等房產(chǎn)網(wǎng)站搜索符合條件的房子，并調(diào)用 Mariner 幫你針對(duì)特定條件篩選。

當(dāng)發(fā)現(xiàn)心儀房源時(shí)，它還能用自動(dòng)表單提交幫你預(yù)約看房。更牛逼的是，這個(gè)智能代理會(huì)持續(xù)替你刷更新的房源，一直忙活到你喊它停為止。

不過，目前，Gemini 應(yīng)用中的 Agent Mode 仍在實(shí)驗(yàn)階段，谷歌說很快向訂閱用戶推出實(shí)驗(yàn)版，又是一個(gè)餅。

三、視覺生成

1. Flow

Flow 是這次 Google 憋出來的一個(gè)大招，一個(gè)全新的 AI 電影制作工具，直接把 Veo、Imagen 和 Gemini 的能力全揉進(jìn)去了。

感覺，就是直接對(duì)標(biāo) Sora。

你可以上傳自己的圖片，或者直接用內(nèi)置的 Imagen 當(dāng)場(chǎng)生成素材。然后用一個(gè)指令，就能生成一段非常屌的 AI 視頻。

視頻生成完成以后，你還能直接進(jìn)行剪輯，還能延長(zhǎng)、跳轉(zhuǎn)下一個(gè)鏡頭。

比如你就可以點(diǎn)個(gè)點(diǎn)個(gè)“+”號(hào)，直接描述“在后座加一只 10 英尺高的雞”，F(xiàn)low 也能給你整出來，而且角色、場(chǎng)景風(fēng)格還能保持一致。

不過在我氪了 125 刀進(jìn)去以后，發(fā)現(xiàn)有個(gè)功能還是餅。。。

就是你想要做圖生視頻啥的，目前只能用他們自己的 Image 生成，而不能自己上傳。。。

這限制就有一點(diǎn)大了。

網(wǎng)址在此： https://labs.google/fx/tools/flow

目前只對(duì)美國(guó)開放，所以想用的話，魔法記得調(diào)一下。

2. Veo3

谷歌去年推出的 Veo 2 曾讓業(yè)界驚嘆不已，在文生視頻這塊真實(shí)感確實(shí)強(qiáng)到離譜。這一次，他們乘勝追擊發(fā)布了新一代的 Veo 3。

它在畫質(zhì)和逼真度上更上一層樓，尤其對(duì)物理的理解更深厚了，比如重力、光照、材質(zhì)這些現(xiàn)實(shí)規(guī)律。

然而 Veo 3 最大的突破在于它首次加入了原生音頻生成。

也就是說，你讓它生成的視頻里不光有畫面，還有背景音效、環(huán)境聲甚至角色對(duì)話同步出現(xiàn)。

“讓 AI 畫兩個(gè)森林里的動(dòng)物聊天”這曾是天方夜譚，但現(xiàn)在 Veo 3 真能做到。

還有船長(zhǎng)的表演和說話，自然的跟真人一樣。

而且，好消息是，Veo 3 在發(fā)布當(dāng)天即開放使用，直接上線了上面的 Flow 平臺(tái)。

壞消息是，只有氪了 125 刀的 Ultra 會(huì)員才能用。。。

而且這玩意血貴，一條視頻 150 點(diǎn)數(shù)，Ultra 會(huì)員一個(gè)月也才 12500 好像，我隨便跑了下，就只剩 9000 了。

給大家看看我實(shí)測(cè)的幾個(gè)效果，沒太深入的測(cè)，都是隨手跑的。

首先，確實(shí)能說話能表演有音效了，這個(gè)是真的牛逼。

Prompt：A wide shot, post-apocalyptic setting: Dim industrial floodlights cast harsh shadows over a dusty underground hangar. A battle-scarred rebel commander stands atop a metal crate, addressing a crowd of grim-faced survivors. Commander: “This isn't just about survival anymore. Tonight, we take back Sector 9!”

物理規(guī)律史詩(shī)級(jí)進(jìn)步，能落地能轉(zhuǎn)能跑起來了，甚至，還能投籃了。

Prompt：The robot in the high air lands, smashing stones and tumbling, quickly gets up to adjust its posture, locks onto the target, then bursts into accelerated running. The camera follows the action with rotation and sliding, the rhythm of movement is fast, the landing and rolling are smooth without cuts. The scene is a nighttime city alley, with neon lights reflecting off the metal body.

Prompt：The girl jumps and shoots the basketball; the camera follows the ball as it flies from her hand, spinning into the net after soaring over the defender. The ball falls into the hoop's net and slowly bounces back. The audience erupts, cheering loudly. The camera finally zooms in on a close-up of the girl landing with a smile, evoking a passionate and inspiring mood.

3. Image4

Imagen 4 是他們最新一代的文本生成圖像模型。

這代模型他們說畫質(zhì)有質(zhì)的飛躍，顏色更豐富、細(xì)節(jié)更精致，連光影質(zhì)感和水滴等微小元素都栩栩如生。

過去讓 AI 頭疼的文字嵌入問題（比如在圖上加句子常常變成亂碼）在 Imagen 4 上也有重大改進(jìn)，能準(zhǔn)確生成文本內(nèi)容，還能聰明地選擇字體樣式，比如把恐龍骨頭做成字母、自動(dòng)調(diào)整間距和版式等等，讓 AI 生成的海報(bào)看起來更好看。

目前已經(jīng)全量上線，普通用戶在 Whisk 上可用。

網(wǎng)址在此： https://labs.google/fx/zh/tools/whisk

四、Google 搜索

1. AI Overviews

谷歌搜索去年引入的 AI 概覽(AI Overviews)功能在今年 I/O 上交出了一份很牛逼的成績(jī)單。

每月已有超過 15 億用戶在消費(fèi)搜索生成的 AI 摘要。

AI Overviews 會(huì)在你搜索時(shí)于結(jié)果頂部產(chǎn)出一個(gè)由 Gemini 模型生成的簡(jiǎn)述，還附帶信息來源引用。

經(jīng)過一年的打磨，這些 AI 概覽的質(zhì)量和相關(guān)性不斷提高，而且隨著最新 Gemini 2.5 系列模型的應(yīng)用，生成結(jié)果準(zhǔn)確性更高、覆蓋面更廣，并支持更復(fù)雜的問題了。

目前 AI 概覽功能已經(jīng)在包括美國(guó)、印度在內(nèi)的 40 多個(gè)國(guó)家/地區(qū)上線，并支持多語(yǔ)種查詢。

Google 還放了一個(gè)數(shù)據(jù)，就是自從有了 AI 概覽，用戶在搜索上的投入度也有所提升，每日搜索量出現(xiàn)了額外兩位數(shù)百分比的增長(zhǎng)。

這個(gè)增長(zhǎng)量，和 Google 這個(gè)體量，還是很恐怖的。

2. AI Mode

如果說 AI 概覽還只是小試牛刀，那今天谷歌端上來的主菜，AI Mode，就是對(duì)搜索體驗(yàn)的全面重構(gòu)。

Sundar Pichai 在臺(tái)上宣布，谷歌正在推出一種端到端的 AI 搜索體驗(yàn)。

啟用 AI Mode 后，你可以提出更長(zhǎng)更復(fù)雜的問題，甚至不像以往那樣非得精簡(jiǎn)成關(guān)鍵詞。

Google，這個(gè)全世界最牛逼的搜索巨頭，終于也全面擁抱 AI 搜索了。

大會(huì)現(xiàn)場(chǎng)直接宣布，AI Mode 當(dāng)天起作為實(shí)驗(yàn)新功能，向美國(guó)所有用戶開放。

可以說，AI Mode 是谷歌對(duì)搜索范式的一次重塑，他們也終于，從“搜索結(jié)果列表”轉(zhuǎn)向“對(duì)話式報(bào)告”了。

有幾個(gè)小的點(diǎn)。

個(gè)性化搜索結(jié)果：AI Mode 能根據(jù)你過去的搜索記錄，甚至接入 Gmail 信息（當(dāng)然，你得同意），給出更貼心的建議。比如你搜旅游攻略，它知道你喜歡戶外，還會(huì)結(jié)合你郵件里的航班酒店信息，推薦行程。

Deep Search（深度研究）： 對(duì)于需要深入研究的問題，AI Mode 能同時(shí)發(fā)出幾十甚至上百個(gè)搜索請(qǐng)求，然后把信息匯總成一份專家級(jí)的、帶引用的報(bào)告，一個(gè)小型的 DeepReaserch。

復(fù)雜數(shù)據(jù)分析與可視化： 問棒球運(yùn)動(dòng)員的數(shù)據(jù)，AI Mode 不僅能列表格，還能直接生成圖表給你看。 然后大概在今年夏天，會(huì)上線更詳細(xì)的體育和金融問題的分析。

AI 幫你辦事兒： 整合了 Project Mariner 的能力，AI Mode 能幫你搞定一些實(shí)際操作。比如你想買球賽門票，告訴它你的要求，它能幫你搜遍各大網(wǎng)站，比較價(jià)格和座位，最后直接把你引到付款頁(yè)面。以后訂餐廳、預(yù)約服務(wù)也能用。

AI 購(gòu)物更爽：找地毯？AI Mode 能根據(jù)你的描述（比如家里有四個(gè)熊孩子），推薦耐用、易清洗的款式，還會(huì)給出購(gòu)買鏈接和注意事項(xiàng)。最絕的是虛擬試衣功能，上傳你的照片，就能看衣服上身效果，背后是專門為時(shí)尚訓(xùn)練的圖像生成模型。

五、Agent 系統(tǒng)

1. Project Mariner

今年絕對(duì)是 Agent 大年。

Agent 技術(shù)方面，谷歌發(fā)了 Project Mariner。

這個(gè)研究項(xiàng)目可以看作是 AI 驅(qū)動(dòng)的自動(dòng)化瀏覽器助手，就是那種一個(gè)能在網(wǎng)絡(luò)上代替你執(zhí)行操作的 Agent。

去年 12 月作為早期原型推出以來，Mariner 進(jìn)步神速，現(xiàn)在它已經(jīng)學(xué)會(huì)了多任務(wù)處理，能同時(shí)監(jiān)督多達(dá) 10 項(xiàng)任務(wù)并行執(zhí)行。

還引入了一個(gè)非?？犰诺摹笆痉恫⒅貜?fù) (Teach and Repeat)”功能，就是你示范一次，它便學(xué)會(huì)流程，以后遇到類似任務(wù)就能直接上手。

這是我第一次在 Agent 產(chǎn)品上，看到了 RPA 的影子。

這才是王道嘛。

Mariner 已開始通過 Gemini API 向開發(fā)者提供其用電腦的能力。

大概今年夏天，會(huì)更大范圍開放這一能力供開發(fā)者。

2. Jules

發(fā)布會(huì)之前就提前發(fā)的一個(gè) AI 編程 Agent，目前全球測(cè)試中。

誰(shuí)都能用，每天 5 次免費(fèi)額度。

它可以連接 GitHub，自動(dòng)拉取和提交代碼等等。

不過必須接 Github 才能用，對(duì)我這種開發(fā)小白還是非常的不友好。。

六、其他

1. NotebookLM

去年和今年最火的項(xiàng)目之一，掀起了 AI 播客的潮流。

這次在 I/O 大會(huì)上谷歌宣布將其正式推出獨(dú)立應(yīng)用，并登陸 Android 和 iOS 平臺(tái)?，F(xiàn)在，無(wú)論是在手機(jī)還是網(wǎng)頁(yè)上，你都可以隨時(shí)隨地調(diào)用 NotebookLM 來整理筆記和知識(shí)。

2. Gemini 融入安卓全家桶

你已經(jīng)可以通過電源按鈕快速啟動(dòng) Gemini 了。未來幾個(gè)月，Gemini 還會(huì)登陸你的智能手表、汽車儀表盤甚至電視。

3. Project Moohan 頭顯

跟三星聯(lián)合打造的 Project Moohan 頭顯，也是第一款 Android XR 設(shè)備。今年晚些時(shí)候就能買到。

4. Android XR 智能眼鏡

輕便、適合全天佩戴，內(nèi)置攝像頭、麥克風(fēng)、揚(yáng)聲器，甚至可選的鏡內(nèi)顯示屏。

現(xiàn)場(chǎng)演示了戴著眼鏡，Gemini 就能識(shí)別你看到的東西（比如墻上的樂隊(duì)照片），回答你的問題，播放音樂，導(dǎo)航，甚至識(shí)別之前喝過的咖啡品牌并找到咖啡店。

還有實(shí)時(shí)翻譯功能，兩人用不同母語(yǔ)交流，眼鏡能實(shí)時(shí)顯示翻譯字幕。

一上來就演示就直接炸場(chǎng)了。

還搞了聯(lián)名，Gentle Monster 和 Warby Parker 是首批合作伙伴，Google 這么多年還是愛眼鏡的啊。

4. Google Beam

還記得之前 Google 那個(gè)讓你感覺對(duì)方真人就在眼前的 3D 視頻通話技術(shù)嗎？現(xiàn)在它叫 Google Beam。

它用一個(gè)包含 6 個(gè)攝像頭的陣列從不同角度捕捉你，然后通過 AI 將這些視頻流融合成逼真的 3D 體驗(yàn)，顯示在 3D 光場(chǎng)顯示器上，還能毫米級(jí)精度、每秒 60 幀實(shí)時(shí)追蹤頭部。

今年晚些時(shí)候，惠普將推出首批 Google Beam 設(shè)備。

5. Google Meet 實(shí)時(shí)語(yǔ)音翻譯

這項(xiàng)技術(shù)能讓不同語(yǔ)言的人進(jìn)行自然流暢的對(duì)話，翻譯能匹配說話者的語(yǔ)氣、語(yǔ)速甚至表情。 現(xiàn)在已經(jīng)可以直接在 Google Meet 里用上了，目前支持英語(yǔ)和西班牙語(yǔ)，更多語(yǔ)言和企業(yè)版會(huì)陸續(xù)推出。

6. TPU Ironwood

第七代 TPU，專門為 AI 的思考和推理大規(guī)模應(yīng)用而設(shè)計(jì)，性能比上一代提升 10 倍。今年晚些時(shí)候會(huì)上線 Google Cloud。

7. SynthID 數(shù)字水印

為了應(yīng)對(duì) AI 生成內(nèi)容難以辨別的問題，Google 升級(jí)了 SynthID，新的 SynthID Detector 能檢測(cè)圖片、音頻、文本或視頻中是否包含 SynthID 標(biāo)記，哪怕只是一小部分。

寫在最后

終于把這個(gè)發(fā)布會(huì)，總結(jié)完了。。。

Google 這個(gè)量，實(shí)在是太嚇人了。

真的叫量大管飽。

很多非常有趣的東西，比如 Flow、比如 Veo3、比如 Gemini、比如 AI mode 等等。

時(shí)間關(guān)系，今天完全沒法深度體驗(yàn)和評(píng)測(cè)。

畢竟，優(yōu)先第一時(shí)間把這篇總結(jié)，送到大家手里，才最重要。

后面抽空，可能會(huì)繼續(xù)寫單個(gè)功能的深度體驗(yàn)稿。

最后容我感慨一句：

Google，好像真的回來了。