谷歌 CEO 桑達(dá)爾·皮查伊為剛剛結(jié)束的 Google I/O 開幕演講做了總結(jié)：

一個(gè)半小時(shí)的主題演講汹族，120 次提及「AI」萧求。不，是 121 次顶瞒，剛剛我又說了一次夸政，我甚至還想多說幾次，讓這個(gè)數(shù)字再擴(kuò)大一些……

甚至為了給 AI 讓路榴徐，Google Pixel 8a 在 I/O 大會(huì)前就開啟預(yù)售守问。而以往的重頭戲 Android 部分的解說，直接和谷歌大模型 Gemini 綁定坑资，變成以 AI 為內(nèi)核的操作系統(tǒng)耗帕。

繼上次 Sora 截胡 Gemini 1.5 之后，OpenAI 故伎重演袱贮，在 Google I/O 開幕前一天甩出了 GPT-4o仿便，免費(fèi)升級(jí)讓整個(gè)科技互聯(lián)網(wǎng)狂喜。

> 延伸閱讀：OpenAI 熱辣滾燙，Google 紅毯先生窑业，春節(jié)檔創(chuàng)紀(jì)錄

Gemini 不甘示弱，更新了多項(xiàng)大模型和工具枕屉，發(fā)布了諸多新功能常柄。在生成式 AI 方面，谷歌還展示了與 OpenAI 分庭抗?fàn)幍奈纳鷪D搀擂、文生視頻的新能力西潘。

此外，新的融合了多模態(tài) AI 能力的語音助手 Project Astra 也有很多看點(diǎn)哨颂。

Gemini 1.5 Pro 新增 200 萬 tokens 參數(shù)

去年 12 月喷市，Gemini 首次亮相，并發(fā)布了 Gemini 1.0 版本威恼。

今年 2 月品姓，Gemini 1.5 Pro 正式發(fā)布寝并，具有 100 萬 tokens 參數(shù)、長上下文處理能力腹备、多模態(tài)交互能力衬潦。

會(huì)上桑達(dá)爾·皮查伊公布了一組數(shù)據(jù)，目前有超過 150 萬開發(fā)者使用 Gemini 模型植酥，Gemini 也已進(jìn)駐至 Android镀岛、iOS 系統(tǒng)。

隨著使用量的增加友驮，需求也發(fā)生著巨大的變化漂羊，比如用圖片提問，現(xiàn)在已經(jīng)變得越來越常見卸留。此次 Gemini 家族的諸多更新走越，即是為了響應(yīng)用戶需求。

首先迎來的是 Gemini 1.5 Pro 的功能改進(jìn)艾猜，在翻譯买喧、推理、編碼等關(guān)鍵用例上做了優(yōu)化匆赃，能夠勝任更復(fù)雜的任務(wù)處理淤毛。

新版本 Gemini 1.5 Pro 除了 100 萬 tokens 參數(shù)外，還新增了 200 萬 tokens 選項(xiàng)算柳，語言種類也擴(kuò)展至 36 種低淡。

基于新版本 Gemini 1.5 Pro 更新的 Gemini Advanced 能夠處理多個(gè)大型文檔，總計(jì) 1500 頁瞬项，或梳理 100 封電子郵件蔗蹋。

未來 Gemini 1.5 Pro 還將繼續(xù)擴(kuò)大適用范圍，預(yù)計(jì)將向全球 200 多個(gè)國家和地區(qū)提供使用囱淋。

輕量級(jí)模型 Gemini 1.5 Flash猪杭，主打短頻快

Gemini 1.5 Flash 是 Google 發(fā)布的一款新的輕量級(jí)模型，主要用于處理高頻妥衣、簡單任務(wù)皂吮，具備快速響應(yīng)能力。

和 Gemini 1.5 Pro 一樣税手，具有 100 萬 tokens 參數(shù)蜂筹，以及支持文本、圖像芦倒、語音艺挪、視頻等多模態(tài)交互能力。

端側(cè)模型 Gemini nano兵扬，與 Android 底層系統(tǒng)集成

Gemini nano 是一款端側(cè)輕量級(jí)大模型麻裳，將集成在 Android 底層系統(tǒng)口蝠，作為一項(xiàng)能力向設(shè)備提供，首先是自家的 Pixel 手機(jī)掂器。

Gemini nano 能支持語音理解亚皂、圖像識(shí)別，以及將消息国瓮、郵件和文檔灭必，提煉合成簡潔、可讀的摘要內(nèi)容乃摹。

具體用例方面禁漓，Gemini nano 可以讀懂手機(jī)界面上的信息、提煉 PDF 等文檔關(guān)鍵信息孵睬，并支持語音問答播歼。

另外，Gemini nano 還能根據(jù)陌生電話涉及的索要身份信息掰读、銀行賬號(hào)等敏感詞匯秘狞，識(shí)別詐騙電話。

開源模型 Gamma 2蹈集，性能是同尺寸模型 2 倍烁试，計(jì)劃今年 6 月發(fā)布

會(huì)上，谷歌還預(yù)告了開源模型 Gamma 2 的發(fā)布時(shí)間拢肆，如果一切進(jìn)展順利减响，6 月即會(huì)推出。

據(jù)悉 Gamma 2 具備 270 億訓(xùn)練參數(shù)郭怪，性能表現(xiàn)是同尺寸模型的 2 倍支示，并可在 GPU 或 Vertex AI 中的單個(gè) TPU 主機(jī)上運(yùn)行。

而當(dāng)前的 Gamma 則新增了 PaliGemma 視覺語言模型鄙才，并針對(duì)圖像字幕視覺問答和其他圖像標(biāo)簽任務(wù)進(jìn)行了優(yōu)化颂鸿。

文生圖模型 imagen 3，主打高清圖像

文生圖模型 Imagen 升級(jí)至 Imagen 3 版本攒庵，主要改進(jìn)了圖像質(zhì)量据途。

Imagen 3 模型帶來了更具細(xì)節(jié)特征的圖片，如動(dòng)物的胡須叙甸、人的頭發(fā)，絲毫畢現(xiàn)位衩。

同時(shí)裆蒸，去除了圖像中常見的偽影、雜質(zhì)糖驴，使得圖片更加逼真僚祷。

文生視頻模型 Veo佛致，60 秒 1080P 的短視頻，很快會(huì)有消費(fèi)者版本

Veo 以 Google 多年生成式視頻模型為基礎(chǔ)構(gòu)建辙谜，包括 GQN俺榆、DVD-GAN、Imagen-Video装哆、Phenaki罐脊、WALT、VideoPoet蜕琴、Lumiere萍桌，能夠理解文本內(nèi)容，輸出高質(zhì)量凌简、高分辨率的視頻上炎。

Veo 可以生成 1 分鐘時(shí)長 1080P 分辨率的短視頻，并能理解文本中的「延時(shí)拍攝雏搂、航拍」鏡頭拍攝風(fēng)格藕施。

谷歌表示，目前正在邀請(qǐng)電影制片人和創(chuàng)作者測試 Veo凸郑，以打磨出適用于消費(fèi)者的版本裳食。

生成式音樂工具 Music AI Sandbox

Music AI Sandbox 基于生成式音樂模型 Lyria，并與 YouTube线椰、音樂家胞谈、創(chuàng)作者聯(lián)合打造。

利用 AI憨愉，音樂人可以在音樂中添加新的音樂元素烦绳、樂器聲，以生成全新的音樂曲目配紫。

AI 重構(gòu)搜索：全新 Overviews 亮相径密，視頻搜索在路上

以搜索見長的谷歌，這次索性用 AI 將搜索引擎折騰了個(gè)遍躺孝。

搜索引擎將支持語音享扔、圖片、圈選植袍，甚至是視頻搜索惧眠，給出的結(jié)果也將是多維度、極豐富的于个，谷歌稱這種新的呈現(xiàn)方式「Overviews 概覽」氛魁。

如簡單問題提問，搜索引擎可以給出帶有觀點(diǎn)性、內(nèi)容性的不同內(nèi)容回復(fù)秀存。

對(duì)于復(fù)雜問題捶码，AI 會(huì)將復(fù)雜問題分解為小問題，并按照順序或链，逐步呈現(xiàn)惫恼。

例如，當(dāng)提出：我想報(bào)一個(gè)離我家較近澳盐、價(jià)格適中的瑜伽班祈纯？

搜索引擎就會(huì)基于需求，從海量的真實(shí)商家信息中洞就，抽離出符合需求的課程盆繁。不僅如此，「Overviews 概覽」界面還會(huì)給出地圖旬蟋、商戶的評(píng)價(jià)油昂，甚至是瑜伽練習(xí)的要領(lǐng)提示等信息。

再比如倾贰，對(duì)于我們?nèi)粘］^為苦惱的飲食安排冕碟，你也可以在搜索引擎中直接提出：幫我安排為期七天的飲食菜譜，而即刻獲得包含圖片匆浙、文字安寺、做法的搜索內(nèi)容。

此外首尼，谷歌還預(yù)告了「視頻搜索」功能挑庶。

會(huì)上透過一段用戶拍攝的唱片機(jī)搖臂安裝問題發(fā)起搜索。AI 通過對(duì)視頻逐幀分析后软能，一份包含唱片機(jī)廠商迎捺、型號(hào)，安裝方式等內(nèi)容的「Overviews 概覽」即出現(xiàn)在眼前查排。

Workspace 獲 Gemini 1.5 加持凳枝，主打一個(gè)高效、協(xié)同辦公

谷歌辦公應(yīng)用 Workspace 的更新跋核，倒是有些看點(diǎn)岖瑰。

Gmail、文檔砂代、幻燈片蹋订、表格的側(cè)面板中的 Gemini 將升級(jí)至全新的 Gemini 1.5 Pro，通過上下文窗口和更高級(jí)的推理刻伊，提供服務(wù)露戒。

如在 Gmail 中难礼，Gemini 可以對(duì)多封郵件，進(jìn)行關(guān)鍵信息提煉玫锋，形成一份待辦事項(xiàng)清單。

這當(dāng)中谷歌列舉了兩個(gè)有趣的例子：

其中之一讼呢，丈夫發(fā)給妻子希望修繕屋頂?shù)泥]件撩鹿。妻子利用 Gemini 在眾多供應(yīng)商回應(yīng)郵件中，快速尋找到合適價(jià)格悦屏、合理工期的供應(yīng)商节沦。并且 Gemini 還具體問題，生成了自動(dòng)回復(fù)础爬，這著實(shí)讓妻子大為滿意甫贯。

而另一個(gè)例子，是一個(gè)自由攝影工作者看蚜，在繁忙的工作中叫搁，收到各種出差時(shí)的差旅單據(jù)時(shí)，通過 Gemini 將單據(jù)快速生成條目清晰的表格供炎。

另這位攝影工作者欣喜的是渴逻，Gemini 還能一鍵設(shè)置命令，Gmail 中所有同類單據(jù)都并入至一份表格音诫，而可統(tǒng)一管理惨奕。

另外，針對(duì)職場常見的拉群工作溝通竭钝，谷歌還打造了一個(gè)由 AI 驅(qū)動(dòng)的工作助理梨撞。

工作助理是一個(gè)虛擬同事，你甚至可以給它起名香罐。

在群組內(nèi)卧波，它可以學(xué)習(xí)群內(nèi)聊天內(nèi)容、項(xiàng)目背景信息穴吹，慢慢進(jìn)化到對(duì)項(xiàng)目了如指掌的狀態(tài)幽勒。

演示視頻中，工作人員向其發(fā)問：咱們的項(xiàng)目能如期上線嗎港令？

工作助理基于所掌握的信息啥容，瞬間列明項(xiàng)目進(jìn)度、待解決的重要事項(xiàng)顷霹，并且將任務(wù)發(fā)送給所負(fù)責(zé)的同事咪惠。

活脫脫一個(gè)項(xiàng)目經(jīng)理啊淋淀！

Gemini 手機(jī)版 App 上新遥昧，多模態(tài)入口設(shè)計(jì)，可創(chuàng)作多角色聊天機(jī)器人

經(jīng)過全新設(shè)計(jì)的 Gemini APP，直接以語音炭臭、圖片永脓、視頻為輸入口，并能訪問 Gemini 最新的版本鞋仍。

谷歌表示常摧，Gemini APP 的愿景是成為最有用的個(gè)人 AI 助理。

基于此威创，Gemini APP 還提供支持創(chuàng)建 Gems 個(gè)性化聊天機(jī)器人落午，可讓用戶與不同角色的機(jī)器人對(duì)話。

會(huì)上 Google 就列舉了如瑜伽搭子肚豺、大廚溃斋、編碼伙伴等角色形象。

第六代 TPU Trillium 低調(diào)發(fā)布吸申，性能提升 4.7 倍

作為 Gemini 等大模型背后的硬件支柱梗劫，第六代 TPU Trillium 在會(huì)上也僅作為配角低調(diào)發(fā)布。

就性能而言呛谜，Trillium 還算夠強(qiáng)大在跳。會(huì)上谷歌表示，相比 TPU v5e隐岛，Trillium 每個(gè)芯片峰值計(jì)算性能提高了 4.7 倍猫妙，能效高出 67%。

其中 Trillium 還配備了第三代 SparseCore聚凹，一款處理超大嵌入的專用加速器割坠。同時(shí)，Trillium TPU 可以更快速訓(xùn)練下一代基礎(chǔ)模型妒牙，并以比較短的延遲時(shí)間及低成本提供模型服務(wù)彼哼。

智能助理 Project Astra 和 AR 眼鏡

Project Astra 是谷歌最新的實(shí)時(shí)多模態(tài) AI 助理。

會(huì)上湘今，演示者手持 Pixel 手機(jī)敢朱，演示了 Astra 與各種事務(wù)的多模態(tài)交互能力。

與 Pixel 手機(jī)先后出現(xiàn)的摩瞎，還有首次亮相的一款新 AR 眼鏡拴签。

有關(guān)這部分的詳細(xì)解讀，參考今天推送的第二篇旗们。

主筆：達(dá)達(dá) / 深圳灣

審校：周森 / 深圳灣

編輯：陳述 / 深圳灣