編輯 ｜ 云昭

北京時(shí)間5月21日凌晨1點(diǎn)，谷歌 CEO Sundar Pichai 準(zhǔn)點(diǎn)走進(jìn)坐落于加州山景城的著名露天圓形劇場(chǎng) Shoreline Amphitheatre，發(fā)表了 Google IO 2025 大會(huì)的主題演講。

全程一部定影的時(shí)間， 115 分鐘，可謂是給 5.20 的深夜奉上了一場(chǎng)別樣的谷歌之聲。

先說整體感受，整體上如大部分媒體所預(yù)料的：Andriod 已經(jīng)退出焦點(diǎn)，AI 可以說是全部。

圖片

與去年不同，今年的 IO 大會(huì)可以說主打的就是“智能代理與個(gè)性化AI”，簡(jiǎn)單理解，就是谷歌開始強(qiáng)調(diào)大模型的行動(dòng)能力與個(gè)性定制上，正如Sundar 開場(chǎng)總結(jié)的：

我們正處于 AI 平臺(tái)變革的新階段。幾十年的 AI 理論和基礎(chǔ)研究，正在快速走進(jìn)現(xiàn)實(shí)，融入人們?nèi)粘Ｉ詈凸ぷ髦校瑥乃阉鳌⒅帧⒁曨l通信、開發(fā)者工具到應(yīng)用生態(tài)，全面落地。這正是 Gemini 時(shí)代的意義所在。

全程跟下來，多達(dá) 15 項(xiàng)重磅更新和發(fā)布。 雖然許多有關(guān)Gemini模型、Agent、A2A 協(xié)議等其實(shí)早在一周甚至更早之前，谷歌已經(jīng)等不及搶先發(fā)布，但仍有許多新官宣可圈可點(diǎn)。

比如：Gemini 2.5 Pro 新增“深度思考模式”、可主動(dòng)多模態(tài)感知和響應(yīng)的下一代 AI 助理 Project Astra，以及具備“教與復(fù)現(xiàn)”功能、可以同時(shí)管理多達(dá) 10 項(xiàng)任務(wù)的智能網(wǎng)頁任務(wù)代理 Project Mariner。

再比如在全面 AI 升級(jí)上面，不得不提的谷歌搜索 AI 模式、谷歌瀏覽器融合 Gemini 按鈕，將會(huì)化身可智能總結(jié)網(wǎng)頁內(nèi)容、協(xié)助瀏覽的 AI 瀏覽器；還有前不久被 YC 合伙人吐槽的 Gmail 郵箱的智能回復(fù)也迎來了個(gè)性化升級(jí)。

再有，就是原來的多模態(tài)工具如 Imagen 和 Veo 大升級(jí)，并上線了一款 AI 影視創(chuàng)作 App Flow。

最后，值得一提的是，在智能眼鏡方面，Xreal 攜手 Google 打造了一款基于 Android XR 平臺(tái)的智能眼鏡 Project Aura。

圖像

話不多說，開始為大家獻(xiàn)上精彩內(nèi)容。

在 Google，每一天都是雙子座季節(jié)

過去的半年，可以說是谷歌反擊 OpenAI 強(qiáng)有力的半年。Sundar 非常自豪地把 Gemini 最新的進(jìn)展放到了演講中最開始的部分。

“我聽說今天是雙子座季節(jié)的開始。我真的不太清楚這有什么大不了的。在Google，每一天都是 Gemini 季節(jié)。”

的確，自去年以來，谷歌已經(jīng)宣布了超過12個(gè)模型和研究突破，并發(fā)布了超過20個(gè)主要的人工智能產(chǎn)品和功能。

而且 Gemini 的性能也取得了階梯式變化。Sundar介紹道，“Elo分?jǐn)?shù)，作為進(jìn)步的一個(gè)衡量標(biāo)準(zhǔn)，自第一代 Gemini Pro以來，已經(jīng)上升了超過300分，而今天的Gemini 2.5 Pro在所有類別的LM排行榜上都名列前茅。”

從倉皇應(yīng)戰(zhàn) OpenAI 到如今的全面“屠榜”，也許感嘆一句谷歌：“斗宗強(qiáng)者，強(qiáng)悍如斯”也不為過。

簡(jiǎn)單幫劈柴哥秀一下 Gemini 在許多基準(zhǔn)測(cè)試中的 Sota 成績(jī)。就以現(xiàn)下最火的編碼方為例。更新后的 2.5 Pro 在 Web Dev Arena 上達(dá)到了第一名，現(xiàn)在比之前的版本高出 142 個(gè)Elo分?jǐn)?shù)。同時(shí)，它在頂級(jí)編碼平臺(tái)上受到了很多歡迎，比如在 Cursor上，Gemini 是今年增長(zhǎng)最快的模型，每分鐘產(chǎn)生數(shù)十萬行被接受的代碼。

甚至前不久，Gemini 完成了《精靈寶可夢(mèng)藍(lán)》的通關(guān)，獲得了所有 8 個(gè)徽章，穿越勝利之路，擊敗了四天王和冠軍。

劈柴哥很調(diào)皮地表示：這標(biāo)志著我們向“API（Artificial Pokémon Intelligence）”又邁進(jìn)了一步。

圖片

對(duì)于過去一年的成績(jī)，劈柴哥信心爆棚：“世界采用人工智能的速度比以往任何時(shí)候都快。 去年此時(shí)，我們通過我們的產(chǎn)品和 API 每月處理 9.7 萬億個(gè)token。  如今，這個(gè)數(shù)字是480萬億。一年之內(nèi)就增長(zhǎng)了50倍。”

兩個(gè) Gemini 的前沿研究方向

不過小編不慣著谷歌的小傲嬌情緒，還是直接奔重點(diǎn)要緊。

Google DeepMind 宣布在Gemini 2.5 Pro 中引入了一種新的模式——深度思考（Deep Think Mode），它將模型性能推向了極限，帶來突破性的成果，專為復(fù)雜數(shù)學(xué)、編程問題設(shè)計(jì)，可在回應(yīng)前先考慮多種假設(shè)，而且由于 Gemini 從一開始就具有多模態(tài)的特性，所以它在主要基準(zhǔn)測(cè)試中也表現(xiàn)出色。

據(jù)悉深度思考模式使用了谷歌最新的思考和推理研究，包括并行技術(shù)等。

圖片

但由于尚需前沿安全評(píng)估方面還需要得到專家反饋，所以目前只能以 API 的形勢(shì)進(jìn)行定向邀測(cè)。

不過一個(gè)跟利好大眾的消息是，輕量版 Gemini 2.5 Flash 也已面向所有 Gemini 應(yīng)用用戶開放。

除了“深度思考”，有關(guān)谷歌在模型方面的另一個(gè)前沿研究，則是世界模型。

據(jù) DeepMind 首席執(zhí)行官 Demis Hassabis介紹，“我們正在努力將其擴(kuò)展為一個(gè)世界模型，這是一個(gè)能夠通過模擬世界的某些方面來制定計(jì)劃和想象新體驗(yàn)的模型，就像大腦所做的那樣。這是我一直以來的熱情所在。”

Hassabis 表示游戲領(lǐng)域是 AI 模擬世界的不錯(cuò)的場(chǎng)景。谷歌正在通過開創(chuàng)性的工作，讓代理掌握復(fù)雜的游戲（如圍棋和星際爭(zhēng)霸）來朝著這個(gè)方向邁出了一步，最近我們推出了 GE2 模型，能夠從單個(gè)圖像提示生成 3D 模擬環(huán)境，你可以與之互動(dòng)。

而這些能力正在 Gemini 中出現(xiàn)，它利用其世界知識(shí)和推理來表示自然世界中的事物。

此外，谷歌最先進(jìn)的視頻模型對(duì)直觀物理有深刻的理解，比如重力、光和材料的行為。它在跨幀保持準(zhǔn)確性方面非常令人難以置信。即使提示變得有點(diǎn)創(chuàng)意，比如這個(gè)人是由救生圈組成的，它也知道該怎么做。

圖片

Hassabis 認(rèn)為，對(duì)物理環(huán)境的理解也將對(duì)機(jī)器人技術(shù)至關(guān)重要。人工智能系統(tǒng)將需要世界模型，以便在現(xiàn)實(shí)世界中有效地運(yùn)作。因此，谷歌還基于 Gemini 進(jìn)行了微調(diào)了一個(gè)專門的模型，讓它教機(jī)器人做有用的事情，比如抓取、遵循指令，并在飛行中調(diào)整到新任務(wù)，人類可以在 AI 沙盒中與之互動(dòng)。

使 Gemini 成為一個(gè)完整的世界模型，是解鎖一種新人工智能的關(guān)鍵一步，這種人工智能在你的日常生活中是有幫助的，它智能且理解你所處的環(huán)境，并且可以代表你在任何設(shè)備上采取行動(dòng)。

“這是我們對(duì)Gemini應(yīng)用程序的最終愿景，將其轉(zhuǎn)變?yōu)橐粋€(gè)通用的人工智能助手，一個(gè)個(gè)性化的、主動(dòng)的、強(qiáng)大的人工智能。這是我們通往通用人工智能道路上的一個(gè)關(guān)鍵里程碑。”

在這方面， AI 助理 Project Astra 則是谷歌從去年開始一直在探索的項(xiàng)目。AI 助理 Project Astra 此前能調(diào)用手機(jī)攝像頭識(shí)別物體，現(xiàn)在升級(jí)版原型還能在無需你發(fā)問的情況下，主動(dòng)完成任務(wù)或指出錯(cuò)誤，比如作業(yè)中發(fā)現(xiàn)計(jì)算錯(cuò)誤便直接提醒。

據(jù)悉，谷歌對(duì) Astra 還升級(jí)了語音輸出，使其更加自然，加入了原生音頻，并改進(jìn)了記憶并增加了計(jì)算機(jī)控制能力。

關(guān)于 Astra，會(huì)上還給出了一個(gè)非常接地氣的用例：幫助一位美國小伙兒修理自行車。

圖片

圖片

Project Mariner：智能網(wǎng)頁任務(wù)代理

Project Mariner 是 Google 推出的 AI 代理工具，旨在幫助用戶自動(dòng)化處理網(wǎng)頁上的多項(xiàng)任務(wù)，提升在線工作效率。主要功能包括：

• 多任務(wù)處理：Mariner 現(xiàn)在可以同時(shí)管理多達(dá) 10 項(xiàng)任務(wù)，幫助用戶在瀏覽網(wǎng)頁時(shí)實(shí)現(xiàn)更高效的操作 。
• “教與復(fù)現(xiàn)”功能：用戶只需演示一次任務(wù)流程，Mariner 就能學(xué)習(xí)并在未來自動(dòng)執(zhí)行類似任務(wù)，減少重復(fù)操作，提高工作效率。
• Gemini 應(yīng)用中的“代理模式”：在 Gemini 應(yīng)用中引入的“代理模式”允許用戶分配復(fù)雜任務(wù)給 AI 代理獨(dú)立完成，例如在 Zillow 上查找符合特定條件的公寓列表等 。
• 即將推出：Mariner 的實(shí)驗(yàn)版本將很快向訂閱用戶開放，預(yù)計(jì)在今年夏季更廣泛地向公眾發(fā)布 。

圖片

圖片

 搜索體驗(yàn)全面重塑 AI 模式面向美所有用戶開放

對(duì)于谷歌搜索業(yè)務(wù)，會(huì)上劈柴哥宣布推出了全新的 “AI 模式”，這是一個(gè)全新標(biāo)簽頁，也是谷歌對(duì)傳統(tǒng)搜索體驗(yàn)的一次重大升級(jí)。主要亮點(diǎn)包括：

• AI 生成的搜索摘要：AI 模式能夠?yàn)橛脩籼峁┯?AI 生成的搜索結(jié)果摘要，幫助用戶更快速地獲取所需信息 。
• 更自然的交互體驗(yàn)：通過引入對(duì)話式的搜索界面，用戶可以像與助手對(duì)話一樣進(jìn)行搜索，提升使用體驗(yàn)。
• 廣泛的用戶覆蓋：AI 模式現(xiàn)已在美國上線，預(yù)計(jì)將逐步推廣到更多地區(qū) 。

今年夏天，Google 還將在 AI Mode 中測(cè)試深度搜索、財(cái)經(jīng)/體育查詢圖表生成功能，以及購物助手等新功能。

圖片

那這里小編再劃一個(gè)重點(diǎn)，在搜索體驗(yàn)升級(jí)方面，谷歌再次強(qiáng)調(diào)了 Search Live 實(shí)時(shí)互動(dòng)搜索的概念。

結(jié)合 Project Astra，谷歌推出了 Search Live，用戶可在 AI Mode 或 Lens 中，開啟“Live”模式，對(duì)準(zhǔn)相機(jī)畫面與搜索助手實(shí)時(shí)對(duì)話。

就在上月，谷歌已向 Android 用戶免費(fèi)開放 Gemini Live 屏幕共享功能，本月起 iOS 用戶也可免費(fèi)使用。

谷歌多模態(tài)產(chǎn)品：Imagen 和 Veo 大升級(jí)，影視創(chuàng)作工具上線

這次主題演講上，谷歌還發(fā)布了全新 Imagen 4，在文本生成圖像表現(xiàn)更佳，支持多種圖片比例導(dǎo)出（正方形、橫版等）。同時(shí)，下一代 AI 視頻生成器 Veo 3，將支持視頻和音頻同時(shí)生成，Veo 2 也新增了攝像機(jī)控制、物體移除等功能。

值得注意的是，谷歌還上線了一款名為 Flow 的 AI 影視創(chuàng)作應(yīng)用，結(jié)合 Veo、Imagen 和 Gemini，用戶可通過文字或圖片提示生成 8 秒 AI 視頻短片，并通過內(nèi)置場(chǎng)景編輯器拼接成更長(zhǎng)影片。（是不是想到了快手和抖音的視頻剪輯工具～）

這還沒完，作為全面手，在3D方面，谷歌將 Project Starline（一款 3D 視頻通話艙）正式更名為 Google Beam。Google Beam 使用一種新的視頻模型將 2D 視頻流轉(zhuǎn)換為逼真的 3D 體驗(yàn)，劈柴哥 X 上表示，近乎完美的頭部跟蹤，精確到毫米，每秒 60 幀，全部實(shí)時(shí)， 最終呈現(xiàn)的是沉浸式對(duì)話體驗(yàn)。

未來，它將內(nèi)置于 HP 品牌設(shè)備中，配備光場(chǎng)顯示器和 6 個(gè)攝像頭，實(shí)時(shí)生成通話對(duì)象的 3D 圖像，包括 Deloitte、Duolingo 和 Salesforce 在內(nèi)的企業(yè)，已計(jì)劃將 Beam 部署到辦公環(huán)境中。

那些已經(jīng)不太新鮮的AI產(chǎn)品發(fā)布

當(dāng)然，強(qiáng)如谷歌，同樣也免不了俗，也做到款款都是炸裂的精品。一些 AI 發(fā)布都是市面上常見的 AI 應(yīng)用。比如發(fā)布了 Stitch，一款 UI 界面的 AI 生成工具，只需提供主題、描述，或上傳線框、草圖、UI 截圖，即可自動(dòng)生成界面原型。現(xiàn)已上線 Google Labs。

再比如購物中的 AI 試穿的功能，用戶上傳全身照后，可預(yù)覽不同上衣、褲子、裙子等穿在身上的效果，由 AI 模型精準(zhǔn)識(shí)別人像與服飾細(xì)節(jié)。這不都是淘寶/京東玩剩下的嘛。

不過還是要提醒，谷歌有一種玩法還挺不錯(cuò)：即上文提到的 AI Mode 中購物，甚至通過 agentic checkout 功能，自動(dòng)幫用戶下單。

Chrome整合Gemini AI，自動(dòng)更新被泄漏的密碼

對(duì)于一直被傳言有被分拆危險(xiǎn)的 Chrome 而言，谷歌也有了一些不錯(cuò)的升級(jí)動(dòng)作。

從 5 月 21 日起，Google AI Pro 和 Ultra 訂閱用戶可在 Chrome 中啟用 Gemini 按鈕，智能總結(jié)網(wǎng)頁內(nèi)容、協(xié)助瀏覽。目前支持同時(shí)管理 2 個(gè)標(biāo)簽頁，年底前將擴(kuò)展更多。

第二塊令人叫好的則是 Chrome 將自動(dòng)更新被泄露密碼。Chrome 今年內(nèi)將推出新功能，檢測(cè)到密碼泄露時(shí)，自動(dòng)生成強(qiáng)密碼并更新至支持的網(wǎng)站，操作前會(huì)征求用戶確認(rèn)。

Gmail 智能回復(fù)再升級(jí)以用戶個(gè)人風(fēng)格回復(fù)郵件

此前，Gmail 智能回復(fù)功能被 YC 合伙人吐槽為“無馬的馬車”，現(xiàn)在谷歌很聽勸，已經(jīng)對(duì)其進(jìn)行了更新。

更新后，AI 將從用戶收件箱和 Google Drive 中提取信息，自動(dòng)撰寫更符合用戶個(gè)人風(fēng)格的郵件內(nèi)容。還能識(shí)別對(duì)話對(duì)象語氣，像給老板郵件就自動(dòng)建議更正式措辭。主打一個(gè)私人定制！

新版將于 7 月在 Google Labs 登陸網(wǎng)頁版、iOS 和 Android。

圖片

Android XR： 如何將 Gemini 帶入眼鏡和耳機(jī)中國隊(duì) Xreal 展示了 Project Aura 原型

這次大會(huì)，有關(guān)智能眼鏡的概念研發(fā)也是一大看點(diǎn)。谷歌表示：“Android XR 的推出，讓我們向前邁出了一大步。”

值得一提的是，這次居然是中國隊(duì)實(shí)力出場(chǎng)了！Xreal 攜手 Google 打造了 Project Aura，一款基于 Android XR 平臺(tái)的智能眼鏡，預(yù)計(jì)內(nèi)置 Gemini AI，具備廣視場(chǎng)、攝像頭和麥克風(fēng)。

此外，Google 還將與三星、Gentle Monster、Warby Parker 合作開發(fā)其他 Android XR 智麥克風(fēng)。

圖片

這款眼鏡配備攝像頭、麥克風(fēng)和揚(yáng)聲器，可與您的手機(jī)協(xié)同工作，無需掏口袋即可訪問應(yīng)用程序。

此外，可選配的內(nèi)置顯示屏可在需要時(shí)提供私密的實(shí)用信息。眼鏡與 Gemini 配對(duì)后，能夠看到和聽到用戶的一舉一動(dòng)，從而了解主人的處境，并記住其重要事項(xiàng)，并全天候提供幫助。

今天的搶先體驗(yàn)展示了 Android XR 眼鏡在實(shí)際場(chǎng)景中的運(yùn)作方式，包括向好友發(fā)送消息、預(yù)約、查詢路線、拍照等等。在演示中，兩人之間的實(shí)時(shí)語言翻譯，展現(xiàn)了這款眼鏡打破語言障礙的潛力，可以說是實(shí)時(shí)提供現(xiàn)實(shí)世界的字幕。

AI Ultra 訂閱上線，每月250刀

至于訂閱上，谷歌推出全新 AI Ultra 訂閱計(jì)劃，提供最高級(jí)別 AI 模型和更高使用額度，適用于 Gemini、NotebookLM、Flow 等應(yīng)用，還包含 Project Mariner。

寫在最后：亮點(diǎn)不是很多，但這不怪谷歌

Deep thinking、world model、action intelligence、網(wǎng)頁智能體、AI瀏覽器、影視創(chuàng)作工具、AI Web UI、Andriod XR、Gemini+智能眼鏡，可以說這次大會(huì)是一個(gè)谷歌在全熱門賽道秀肌肉的大會(huì)。

但憑個(gè)人看法而言，谷歌的優(yōu)勢(shì)依舊是在多模態(tài)的進(jìn)展上，不管是模型還是應(yīng)用方面，都有不錯(cuò)的性能和沉淀。而不足之處，則在于對(duì)于通用場(chǎng)景下的應(yīng)用，明顯滯后于 OpenAI，比如 browser use 方面，將 Gemini 融入 Chrome 本可以更早一些。

此外，應(yīng)用的創(chuàng)新性沒有特別驚艷之處。通場(chǎng)看下來，一半以上都是已經(jīng)發(fā)布或預(yù)告過的產(chǎn)品。

但這也不能怪谷歌，如果真的什么都讓谷歌做了，AI創(chuàng)業(yè)者還有什么機(jī)會(huì)可言呢？你說是嗎，劈柴哥？

圖片

本文轉(zhuǎn)載自??51CTO技術(shù)棧??，作者：云昭