Google I/O大会：AI 无处不再

周二，17届年度谷歌开发者大会 Google I/O开幕，Alphabet 及其子公司谷歌（Google）的首席执行官桑达尔·皮查伊（Sundar Pichai）像去年以及前年一样，再次强调人工智能的变革力量。

在一片喧嚣之中，这位“巧克力工厂”（指代谷歌）的领导者确实承诺将在今年晚些时候为企业用户推出一些与AI相关的新功能和产品。

皮查伊首先提到，“Gemini 季节”将于5月20日开始，并补充道：“我不太明白这有什么大不了的；在谷歌，每一天都是 Gemini 的季节。”

Gemini 季节原本是一个占星术语，但谷歌用它来指代其AI模型家族。而皮查伊的文字游戏也颇具讽刺意味，因为AI和占星术一样，最初也是基于人们对未来的信念来推广的。

不过，这种情况正在改变，随着实际应用场景变得越来越清晰。皮查伊的主题演讲强调了成果和基准测试。“我们现在的发布速度比以往任何时候都快，”他说。或许他意识到，就在前一天，微软CEO萨提亚·纳德拉（Satya Nadella）在几百英里外的西雅图Build大会上发表了类似的讲话。

皮查伊表示：“自上一届I/O以来，我们已经宣布了十多个模型和研究突破，并发布了超过20个重要的AI产品和功能。”

他还重点介绍了公司最先进的大型语言模型（LLM）Gemini 2.5 Pro的进展，并将其Elo基准评分与早期版本进行比较：Gemini 2.5 Pro为1448分，Gemini 2.0 Pro为1379，Gemini 1.5 Pro为1249，Gemini 1.0 Pro为1111。“今天，Gemini 2.5 Pro 在所有类别中横扫 LLMArena 排行榜。”他说。

皮查伊将Gemini的成功归功于谷歌在基础设施方面的“全栈式”方法，并指出谷歌最新的第七代张量处理单元（TPU），代号为Ironwood，其性能是上一代的10倍，每个模块可提供42.5 exaFLOPS的算力。这款TPU将在今年晚些时候向谷歌云客户开放。

他表示，这种基础设施使谷歌“能够在最具性价比的价格点上交付最佳模型”。

但人工智能不仅仅是基准测试，皮查伊还介绍了三个可能在企业中获得广泛应用的项目：Starline、Astra 和 Mariner。

Project Starline 是一个3D视频会议系统，曾在2021年展示过，如今已加入AI技术。该项目催生了 Google Beam，正如皮查伊所说：“使用一种新的顶尖视频模型，将2D视频流转化为逼真的3D体验。”

通过六台摄像头组成的阵列，视频会议参与者可以从不同角度被捕捉，然后以每秒60帧的速度实时呈现在3D光场显示屏上。

谷歌还宣布与惠普（HP）合作，将在今年晚些时候向客户提供 Google Beam。

此外，Starline 技术也已融入 Google Meet——谷歌的视频会议服务中，推出了实时双向语言翻译功能，由听起来相对自然的人工智能语音播报。

皮查伊表示，英语和西班牙语的翻译目前对小型企业的Meet订阅用户可用，更多语言将在未来几周内上线，企业用户则将在今年晚些时候获得该功能。

最后，Gemini API 从 Project Mariner 中获得了多项能力。Project Mariner 是一项研究项目，探索软件代理如何使用计算机。这些能力包括多任务处理和“教-重复”功能，即可以教会模型完成特定任务后，它能够自主规划类似的任务。

他还透露，谷歌的生成式AI SDK 现在兼容 Anthropic 公司提出的 Model Context Protocol（简称 MCP），这是一种标准化应用程序与大型语言模型交互方式的协议。

就像谷歌多年前在其各项服务中打通用户账户数据一样，该公司正努力让AI服务更具个性化。“我们正在通过一个名为‘个人上下文’（Personal Context）的功能实现这一点，”皮查伊说。“在获得你许可的前提下，Gemini 模型可以在你的谷歌应用之间使用相关的上下文信息，并确保这一过程是私密的、透明的，并且完全由你掌控。”

在Gmail中，这一功能将体现为“个性化智能回复”，即由AI生成的自动回复听起来像是你自己写的那样。

他说：“比如说，我的朋友写信给我寻求建议，他要去犹他州自驾游，记得我之前去过那里。如果我说实话，我可能会草草地回一句无关痛痒的话。对不起，费利克斯。但有了‘个性化智能回复’，我可以成为一个更好的朋友。这是因为Gemini几乎能替我完成全部工作——查找我在Drive中的笔记、扫描过往邮件中的预订信息、在Google Docs中找到我的行程安排，比如那次去锡安国家公园的旅行。”

“Gemini会匹配我过去电子邮件中的常用问候语，捕捉我的语气、风格和习惯用词，然后自动生成回复。”

“个人上下文”功能将在今年夏天作为Gmail订阅用户的专属功能上线，并可用于发送给朋友的邮件中。不过如果他们发现你把沟通任务交给了Gemini，可能会重新考虑你们的友谊。

当然，面向普通消费者也有不少AI新功能。

谷歌对AI的热情如此之高，以至于从今天起，面向美国用户推出了全新的“AI模式”（AI Mode）到其核心产品——Google Search中。该功能可在Google Labs设置中启用，但尚未说明是否会影响网站流量来源。

皮查伊表示：“对于那些希望获得端到端AI搜索体验的用户，我们推出了全新的AI模式。这是对搜索的一次彻底重构。”

AI模式支持更长、更复杂的查询，更像是你会向AI模型提出的问题。谷歌将在搜索界面中新增一个“AI模式”标签页，在“个人上下文”功能上线后也将整合进去。从本周开始，Google Search将连接Gemini 2.5。

Project Astra 是由谷歌DeepMind研发的原型AI助手，目前已将其摄像头与屏幕共享能力集成进Gemini的个人助理功能中。一段测试者拍摄的视频显示，这个AI助手通过视觉识别功能纠正了测试者对周围物体描述的错误。

视频结束时，皮查伊说道：“Gemini非常擅长告诉你什么时候错了。”他还补充说，这项功能现已向所有使用Android和iOS设备的Gemini用户提供。

谷歌还宣布了一系列新的生成式媒体模型：

• Veo 3：用于生成视频；
• Imagen 4：用于生成图像；
• Lyria 2：用于生成音乐；
• 同时还推出了一款新的AI电影制作工具——Flow。

此外，谷歌还推出了 SynthID Detector，这是一个帮助识别AI生成内容的网站。这有点像枪支制造商运营一家创伤中心。

皮查伊总结道：“AI带来的机会确实是前所未有的巨大。它的真正潜力能否释放，将取决于这一代开发者和技术构建者，要让他们确保AI的好处惠及尽可能多的人。”