又是一年谷歌I/O開發(fā)者大會(huì)，不出所料地，主題演講又是一場AI交響樂。去年，“AI”一詞在谷歌I/O大會(huì)上被提及120次，今年依然是主角，被提及92次。

　　其中最受關(guān)注的，是谷歌將AI更深入地植入搜索及Chrome瀏覽器：

　　谷歌搜索將不滿足于在生成結(jié)果中顯示“谷歌摘要”，而是直接會(huì)在結(jié)果分類中新增“AI模式”標(biāo)簽，展示效果類似獨(dú)立AI搜索應(yīng)用。

　　Chrome瀏覽器中將加入Gemini AI助手，未來將能夠“跨多個(gè)標(biāo)簽頁工作，并代表用戶瀏覽網(wǎng)站。

　　這是谷歌對(duì)近期爭議的直接回應(yīng)。一方面，谷歌搜索被唱衰。蘋果高管聲稱谷歌搜索受到Perplexity、ChatGPT等競品的挑戰(zhàn)，Safari瀏覽器的搜索量(默認(rèn)引擎是谷歌搜索)出現(xiàn)2022年以來首次下降。

　　另一方面，AI初創(chuàng)公司開始對(duì)瀏覽器虎視眈眈，Chrome也在被重新審視。Perplexity即將發(fā)布瀏覽器，名字都起好了。而OpenAI也有類似傳言，并直言有興趣收購Chrome。

　　谷歌對(duì)搜索和瀏覽器的進(jìn)一步升級(jí)，在表明其“繼續(xù)偉大”的決心。

　　當(dāng)然，本次谷歌I/O大會(huì)主題演講的亮點(diǎn)不止于此，還有安卓XR平臺(tái)最新進(jìn)展、3D視頻聊天項(xiàng)目升級(jí)、文生圖工具Imagen和文生視頻工具Veo升級(jí)、AI電影制作應(yīng)用推出、Project Astra更加主動(dòng)等等。

　　谷歌幾乎要把所有東西用AI重做一遍了。

　　01

　　谷歌搜索的“AI模式”與Chrome的Gemini

　　在去年的I/O大會(huì)上，谷歌推出了搜索中的“AI摘要”功能。

　　簡而言之，就是搜索的時(shí)候，在最上部會(huì)形成一個(gè)AI生成的摘要，幫助用戶進(jìn)行總結(jié)(百度也有類似的功能)。AI摘要推出后，也出了一些岔子，比如老生常談的幻覺問題。

　　如今，谷歌更進(jìn)一步，宣布要為搜索添加“AI模式”。

　　“AI模式”的入口將與“全部”“圖像”“咨詢”等并列，且位于首位，在搜索框下部顯示。

　　在AI模式下，用戶用自然語言給出搜索請求，模型直接生成總結(jié)式的回答，以圖文形式展示，并在右邊給出相關(guān)網(wǎng)頁。

　　AI 模式使用谷歌的前沿模型，并利用了該公司所謂的“查詢扇出”技術(shù)。谷歌表示，該方法將用戶的查詢分解為更小的子主題，同時(shí)運(yùn)行多個(gè)單獨(dú)的搜索。谷歌解釋說，這使得 AI 模式能夠執(zhí)行比傳統(tǒng)谷歌搜索更深入的搜索。

　　不難看出，使用體驗(yàn)和任何主流AI應(yīng)用的搜索模式并無二致。但這對(duì)谷歌來說是一大步，既是對(duì)Perplexity、ChatGPT等挑戰(zhàn)者的回應(yīng)，也是對(duì)自身長久以來關(guān)鍵詞-網(wǎng)頁結(jié)果的搜索邏輯的一種內(nèi)部顛覆。

　　另一項(xiàng)重大改變，是Gemini AI助手將被接入Chrome瀏覽器。

　　在 Chrome 瀏覽器中，你會(huì)在右上角看到一個(gè)閃閃發(fā)光的小圖標(biāo)。點(diǎn)擊它，Gemini 聊天機(jī)器人窗口就會(huì)打開——它是一個(gè)浮動(dòng)的 UI，你可以移動(dòng)它并調(diào)整其大小。在那里，你可以詢問關(guān)于網(wǎng)站的問題。

　　最初，用戶可以在瀏覽各個(gè)標(biāo)簽頁時(shí)使用 Gemini 進(jìn)行對(duì)話。但“今年晚些時(shí)候”，Chrome 中的 Gemini 將允許用戶一次選擇多個(gè)標(biāo)簽頁，并針對(duì)所有標(biāo)簽頁提出問題。

　　進(jìn)一步地，谷歌未來會(huì)讓Gemini可以不僅僅是為你總結(jié)和答疑，也能直接代勞幫你瀏覽網(wǎng)頁。在某個(gè)演示中，在 Chrome 瀏覽器中打開 Gemini Live，幫助瀏覽一個(gè)食譜網(wǎng)站。用戶要求 Gemini 滾動(dòng)到配料部分，AI 便會(huì)快速跳轉(zhuǎn)到該部分。用戶請求 Gemini 幫助將所需的糖量從杯轉(zhuǎn)換為克時(shí)，Gemini 也做出了響應(yīng)。

　　沒錯(cuò)，未來的想象空間依然是留給AI Agent的。

　　02

　　谷歌助手走開，Gemini助手上位

　　最近風(fēng)很大的Agent，谷歌自然也不會(huì)缺席。從谷歌對(duì)Gemini助手的野望當(dāng)中就可以看到端倪。

　　先梳理一下關(guān)系：谷歌從很早以前開始就有一個(gè)助手應(yīng)用，叫谷歌助手(Google Assistant)，但是如今Gemini應(yīng)用正在擔(dān)負(fù)起未來真正“超級(jí)助手”的期待。

　　其中Gemini Live是“助手”這一角色的*體現(xiàn)。

　　在這個(gè)功能之下，用戶不用費(fèi)勁去描述自己看到的，或者發(fā)送圖片等素材，讓AI去分析，而是可以直接讓AI“看到”屏幕上的內(nèi)容或者是通過攝像頭讓AI“看到”周遭的事物。然后，AI就可以像一個(gè)真正的小幫手一樣，為你排憂解難。

　　Gemini Live具有攝像頭和屏幕共享功能，現(xiàn)在可在 Android 和 iOS 上免費(fèi)供所有人使用，因此用戶可以將手機(jī)對(duì)準(zhǔn)任何物體并通過語音進(jìn)行交談。

　　在I/O開發(fā)者大會(huì)上，谷歌宣布將其Frontier Gemini 2.5 Pro模型擴(kuò)展為“世界模型”，這意味著它將能夠理解所見事物，并據(jù)谷歌稱制定計(jì)劃。用人工智能的術(shù)語來說，它正在變得更加具有代理性。

　　谷歌DeepMind首席執(zhí)行官Demis Hassabis表示，這些更新是構(gòu)建“通用AI助手”的“關(guān)鍵步驟”，可以更好地理解用戶并代表他們采取行動(dòng)。

　　未來還會(huì)有什么新進(jìn)展?Gemini Live是對(duì)谷歌早先啟動(dòng)的項(xiàng)目Project Astra的延伸，一個(gè)利用視覺感知周圍世界的AI代理。值得一提的是，本次I/O大會(huì)上，能看到Project Astra變得更加“主動(dòng)”。

　　在可以利用手機(jī)攝像頭“觀察”你周圍的物體基礎(chǔ)上，它可以讓它代替你完成任務(wù)，即使你沒有明確要求它這樣做。比如它可以根據(jù)它所看到的內(nèi)容選擇說話，比如指出你作業(yè)中的錯(cuò)誤。

　　谷歌勾勒的“通用AI助手”頗為誘人，一個(gè)可以隨處陪伴你的助手——無論是在你的手機(jī)里，還是在一副增強(qiáng)現(xiàn)實(shí)眼鏡里——它能夠在幾秒鐘內(nèi)感知世界、回答問題并向你傳遞信息。

　　03

　　Gemini其實(shí)是個(gè)藝術(shù)家

　　創(chuàng)意專業(yè)人士和程序員請注意：谷歌對(duì)其創(chuàng)意工具的增強(qiáng)要么會(huì)讓你的工作更輕松、更高效，要么會(huì)讓你變得過時(shí)。

　　值得關(guān)注的有兩個(gè)迭代和兩個(gè)新產(chǎn)品。

　　首先說迭代。

　　在本次I/O大會(huì)上，谷歌對(duì)圖像生成模型和視頻生成模型都進(jìn)行了迭代，分別推出了Imagen 4和Veo 3。

　　Imagen 4能夠渲染織物、水滴和動(dòng)物毛發(fā)等“精細(xì)細(xì)節(jié)”。該模型既能處理照片級(jí)寫實(shí)風(fēng)格，也能處理抽象風(fēng)格，能夠創(chuàng)建各種寬高比、分辨率高達(dá) 2K 的圖像。谷歌實(shí)驗(yàn)室負(fù)責(zé)人 Josh Woodward 在新聞發(fā)布會(huì)上表示：“我們還投入了大量精力，并針對(duì)其生成文本和地形的方式進(jìn)行了改進(jìn)，因此它非常適合制作幻燈片、邀請函，或者任何其他需要融合圖像和文字的內(nèi)容。”

　　從ChatGPT內(nèi)置的熱門功能到Midjourney V7，市面上的AI圖像工具琳瑯滿目，Imagen 4的競爭力是什么?除了前述特長，谷歌還指出，Imagen 4 速度很快——比 Imagen 3 還要快。而且它很快就會(huì)變得更快。在不久的將來，谷歌計(jì)劃發(fā)布 Imagen 4 的一個(gè)變體，其速度將比 Imagen 3快10 倍。

　　Veo 3，毋庸置疑，是OpenAI Sora的競品。這次，谷歌也在差異化優(yōu)勢上下了功夫。

　　那就是——Veo 3的視頻+音頻輸出，可以生成帶有聲音的視頻。例如，它可以創(chuàng)建帶有鳥鳴音頻的鳥類視頻，或者創(chuàng)建帶有交通噪音的城市街道視頻，也可以在視頻中融入角色對(duì)話。

　　這并不是一個(gè)可以自動(dòng)給生成的視頻“配音”的工具，但是谷歌對(duì)其好用程度很有信心。谷歌表示，Veo 3 在真實(shí)世界物理和唇形同步方面也表現(xiàn)出色。

　　再說新產(chǎn)品。

　　谷歌推出了一款全新產(chǎn)品Flow，定義其為“AI電影制作工具”。

　　Flow將Veo、Imagen和Gemini整合在一起，打造電影級(jí)的剪輯和場景。用戶可以用自然語言描述他們想要的最終輸出效果，F(xiàn)low會(huì)立即為他們制作。

　　具體點(diǎn)來說，使用Flow，用戶可以使用文本轉(zhuǎn)視頻提示和素材轉(zhuǎn)視頻提示等功能(基本上，分享幾張圖片，F(xiàn)low可以結(jié)合提示來使用它們，幫助模型了解您想要的內(nèi)容)，來制作時(shí)長8秒的AI生成短片。然后，用戶還可以使用Flow的場景構(gòu)建工具將多個(gè)短片拼接在一起。

　　谷歌在官方博文中提供了幾個(gè)利用Flow制作的“電影”案例，時(shí)長數(shù)分鐘，其中的人物、背景、質(zhì)感都相當(dāng)穩(wěn)定。

　　接下來的這個(gè)新產(chǎn)品就和影音無關(guān)了，谷歌推出了一個(gè)“異步編碼代理”Jules，旨在讓你把餐巾紙上潦草寫下的粗略設(shè)計(jì)變成完整的代碼或圖形設(shè)計(jì)，同時(shí)向你展示它在此過程中所做的工作。

　　04

　　XR眼鏡怎么能少了我谷歌？

　　另外一個(gè)I/O大會(huì)主題演講中不能忽視的亮點(diǎn)，是安卓XR(Android XR)的最新進(jìn)展。

　　該系統(tǒng)去年12月發(fā)布，專為 XR 頭顯、智能眼鏡等擴(kuò)展現(xiàn)實(shí)設(shè)備設(shè)計(jì)，通過與AI深度整合實(shí)現(xiàn)“無接觸輔助”功能。

　　谷歌盯上XR生態(tài)并不令人意外。谷歌的安卓系統(tǒng)是智能手機(jī)時(shí)代最重要的底層操作系統(tǒng)之一，而XR設(shè)備被視為是下一代智能終端的潛力股。此前Meta就一度想要開發(fā)XR操作系統(tǒng)，做XR時(shí)代的“安卓”(但是沒能成功)。

　　谷歌希望在增強(qiáng)現(xiàn)實(shí)、混合現(xiàn)實(shí)和虛擬現(xiàn)實(shí)領(lǐng)域?qū)崿F(xiàn) Android 在智能手機(jī)領(lǐng)域所取得的成就。

　　這次，谷歌宣布將與 Gentle Monster、Warby Parker 等眼鏡品牌攜手，推出更多具備時(shí)尚設(shè)計(jì)感的智能眼鏡產(chǎn)品。與此同時(shí)，谷歌也將與開云眼鏡等更多合作伙伴展開聯(lián)動(dòng)。為進(jìn)一步推動(dòng)技術(shù)生態(tài)，谷歌還將深化與三星的合作，聯(lián)合打造專為眼鏡類設(shè)備設(shè)計(jì)的軟硬件參考平臺(tái)，預(yù)計(jì)開發(fā)者將在今年晚些時(shí)候獲得適配支持。

　　值得一提的是，在大會(huì)上，中國科技公司Xreal 發(fā)布了 Project Aura，這是搭載 Android XR 平臺(tái)的第二款官方設(shè)備。谷歌和 Xreal 計(jì)劃在 2025 年 6 月的增強(qiáng)現(xiàn)實(shí)世界博覽會(huì)(AWE)上公布更多關(guān)于 Project Aura 的消息。