今天破晓，一年一度的 Google I/O 大会在加州山景城盛大开幕了。谷歌憋了好几周的大招，终于舍得一口吻放出来，直接来了一波信息轰炸。

差评也派出前线小记者，世超不但看了大会，还近距离接触了一把谷歌 CEO Sundar Pichai。

逛完一大圈，咱这就带各人伙儿实地走进 I/O，看看谷歌都整了哪些新活儿。

总结一下，这次谷歌把能更新的全做了一遍，AI在州产品上的应用更是周全着花。

首先迎面向我们走来的是语言模子雄师。

作为谷歌的头牌之一，自三月宣布以来，Gemini 2.5 Pro 的体现一直体现很是精彩，在 WebDev Arena 和 LMArena 排行榜处于全球领先的职位。

这回，谷歌在 Gemini 2.5 Pro 的基础上继续探索，加入了深度思索模式，推出 Gemini 2.5 Pro Deep Think。

虽然详细的手艺细节没有宣布，但从他们放出的这张图可以看出，能深度思索的 Gemini 2.5 Pro 在数学、编程、多模态推理方面的效果都十分惊人，甚至在数学上碾压了 OpenAI 的 o3。

有了好模子做支持，谷歌实验在这个基座上再玩点新工具。

他们通过更新 Live API 推出了原生音频输出功效，不但能够输出人味十足的声音，还能捕获对话的情绪，自动调解语气。

在 Gemini 的加持下，Live AI 不但语言的声音像人，语言的内容、方法也像人。

详细效果各人可以看下面的视频：

不知道列位差友感受怎样，世超听到第十秒的恶魔低语，鸡皮疙瘩都起来了。

除此之外，谷歌还优化了着重效率的主力模子 Gemini 2.5 Flash，推出了 AI agent —— Project Mariner。

值得注重的是，除了通例的模子更新，他们还推出了 Gemini Diffusion，不使用 Transformer 架构，体现可以和 Gemini 2.0 Flash-Lite 相当，但速率是它的五倍。

Transformer 架构虽然用了这么久，但盘算本钱高，速率慢，苦于没啥替换手段，各人只好迁就用着。

这次谷歌用扩散模子对大模子的底层架构提倡挑战，若是未来 Gemini Diffusion 在体现上尚有上升的空间，这可能是一次倾覆性的刷新。

大模子说完，再看看多模态天生这边，名堂就更多了。

Imagen 4、Veo 3、Lyria 2 接连推出，图片、视频、音频天生，谷歌全都要。

从官方的例子可以看出，Imagen 4 遵照提醒词的能力满分，能天生高达 2k 区分率的图片，画面清晰，细节到位。

在 Imagen 3 的基础上，Imagen 4 的整体图像质量更高，对指令遵照的能力更强，速率更快。

视频方面，Veo 3 不但在 Veo 2 的基础上质量升级，照旧首款带音频的视频模子，不但自带对话，若是需要，也可以来点配景音乐。

连系天生的提醒词来看官方的案例，Veo 3 对场景气氛、对话语气和人物行动心情的明确都很精彩，天生的视频很是自然。

最后是 Lyria 2 的音频天生，同样很惊艳。

不得不说，Lyria 2 天生的这段秘鲁气概的舞曲，鼓点、电吉他、贝斯相辅相成，节奏明快，旋律流通，丝毫没有 AI 痕迹。

现在，Imagen 4 和 Lyria 2 已经在谷歌的 Vertex AI 平台上线，Veo 3 可以加入 waitlist，感兴趣的差友可以去体验一下。

若是说咱上面看过的都属于零部件，而下面要说的，是谷歌怎么把这些零件组合起来，融入产品，把AI产品赋能体现得淋漓尽致。

首当其冲的，就是谷歌在搜索营业上推出的 AI mode。

自 2022 年 ChatGPT 问世，大模子对谷歌的焦点搜索营业来了一轮狂风巨浪的攻击。

打不过就加入，谷歌这回直接把 Gemini 嵌进古板搜索，使用大模子的多模态和推理能力，把用户想要的整理好，直接喂到嘴里。

AI mode 底层使用谷歌的盘问扇出手艺 (query fan-out)，可以把问题剖析成子主题，同时举行多个盘问，深入互联网寻找谜底。

谷歌体现，加入了 AI 概览以后，用户对搜索的内容知足度更高，使用频率上升了 10%，这是十年来搜索领域最乐成的探索之一。

看来古板搜索加点 AI，照旧能挽回用户的心的。

除了搜索，谷歌还把多模态天外行艺揉一揉，用 Veo + Imagen + Gemini 搓出了一个影戏制作工具 Flow。

Flow 可以用 Gemini + Imagen 天生图像，再用 Gemini + Veo 凭证图像二次创作视频，还能举行故事续写。

从官计划例来看，Flow 的画面体现力确实很优异。岂非失业的风也要吹到导演了吗。。。

不止软件更新，摸得着的数码电子产品也是有的。

谷歌把老项目裸眼 3D Starline 周全升级为 Google Beam，使用六个摄像头从差别角度捕获画面，再使用 AI 算法把视频流整合，投射在 3D 显示屏中。

不过，Google Beam 这次更新最大的亮点照旧它的实时翻译功效。

这项新功效可以让差别国家的人使用母语通话，纵然对方听不懂你在说啥，他们也能听到实时天生的翻译。

尚有一个意想不到的产品在这次大会秽土转生了，那就是谷歌 2023 年已经宣判死刑的 Google Glass。

这回谷歌终于放弃之前那套自己搞硬件的想法，而是只干自己善于的活儿 —— 系统，然后跟咱们海内的 Xreal 相助，推出了基于 Android XR 平台的最新眼镜产品：Project Aura。

Android XR 作为下一代盘算装备的系统，连系了谷歌这么些年来在 AI 、VR 和 AR 等方面的手艺积累，让头显和眼镜迎来了 Gemini 时代。

Project Aura 支持 AI 的实时翻译，还能举行发短信操作，识别摄像头看到的工具做搜索和问答，并且具备影象能力。

有了谷歌的入场，接下来的智能眼镜领域应该会有好戏看了。

盘了这么多，着实这次 Google I/O 的内容还远远没有说完，他们照旧太周全了。

除了上面已经提到的，尚有编程智能体 Jules、 和 Shopping Graph 连系的一键 AI 试衣、Firebase 升级、SynthID 数字水印、可以在手机上跑的大模子 Gemma 3n、办公可用的 NotebookLM 等等等等。

工具太多，怕各人休业，谷歌还知心地推出了 Google Ultra 订阅套餐，每月仅需124.99 刀，Google 全家桶带回家！

总的来说，一场 I/O 大会，可以看出谷歌作为科技巨头的野心。

背靠优异的人才和重大的资金，谷歌什么都要做，还要做得好。

他们早就挣脱了昔时被大模子降维攻击的被动时势，转守为攻，可以从容地期待别人去探索市场、试错，时机成熟后再快速入场，找到自己的节奏。

AI 竞赛还在如火如荼地举行，而这次大会，秀的可能不但是当下的手艺。想要保住龙头的职位，更主要的,尚有谷歌在 AI 领域的辽阔结构和久远思索。

撰文：莫莫莫甜甜

编辑：江江 & 面线

美编：萱萱

图片、资料泉源：

不咕条记

前线记者西西

差评硬件部

谷歌黑板报公众号

X、Youtube

https://mp.weixin.qq.com/s/-9Feb31tvo-598XTIAG1xw

https://blog.google/technology/google-deepmind/google-gemini-updates-io-2025/#performance

https://cloud.google.com/blog/products/ai-machine-learning/announcing-veo-3-imagen-4-and-lyria-2-on-vertex-ai