网易首页 > 网易号 > 正文 申请入驻

谷歌年度大招:所有AI模型全升级一遍!Gemini2.5大中杯霸榜前二

0
分享至

梦晨 西风 发自 凹非寺
量子位 | 公众号 QbitAI

原生多模态输入输出、智能体、联网搜索……所有前沿AI能力集成在一起会怎么样?

谷歌最新版Project Astra展示了终极AI助手的能力:

视频链接:https://mp.weixin.qq.com/s/Z2WkvmnYIVlmd43S2r35FA

实时观察周围环境,搜索资料指导小哥修自行车,零件不够还能自动电话询问周边商店有没有货。

在最新的I/O大会上,谷歌连续放大招,就好像大招不要钱。

  • 现有AI模型全部更新一遍
  • 原有的产品用AI重做一遍
  • 实验性新产品也推出了一箩筐

Gemini 2.5 Pro和Gemini 2.5 Flash的预览版已霸榜竞技场前两名。

视频生成模型Veo 3,实现视频与音频的原生集成,除音乐和音效,甚至是角色间的对话语音都能生成,画面上还能同步口型。

视频链接:https://mp.weixin.qq.com/s/Z2WkvmnYIVlmd43S2r35FA

图像生成模型Imagen 4,图像更加丰富,色彩更加细腻,细节更加逼真。

传统产品方面,谷歌搜索增加端到端AI搜索模式,整合推理和多模态分析能力,将问题分解为子问题,并同时发出多个查询,更深入地探索网络。

视频链接:https://mp.weixin.qq.com/s/Z2WkvmnYIVlmd43S2r35FA

视频会议Google Meet,支持实时的双语翻译配音,并保留对话双方的音色,首批英语-西班牙语支持已上线,后续将添加更多语言。

视频链接:https://mp.weixin.qq.com/s/Z2WkvmnYIVlmd43S2r35FA

Chrome浏览器,直接集成Gemini模型,可快速总结内容,或根据当前网页上下文完成任务,无需切换标签页。

新产品方面,原裸眼3D视频通话Project Starline,升级为AI驱动的3D视频通信平台Google Beam

使用一系列摄像头从不同角度捕捉画面。然后借助AI将视频流合并,在3D光场显示屏上呈现画面——头部追踪精度可达毫米,帧率高达每秒60帧。

AI视频模型与光场显示技术的结合创造了维度感和深度感,使用户能够进行眼神交流,观察微妙的表情,建立理解和信任,就像面对面一样。

此外还有异步AI代码助手Jules,它在后台运行时人类用户可以专注于其他任务。

AI电影制作工具Flow,集成多款多模态模型,让创意变成故事。

与墨镜品牌Gentle Monster和Warby Parker合作打造的AI眼镜,配备摄像头、麦克风和扬声器,可与手机协同工作,无需把手机从兜里掏出来就能访问APP。

Gemini模型加持下,AI眼镜能够看到和听到你的一举一动,从而了解你的处境,记住重要事项,并全天提供帮助。

各部分详情下面一一来看。

Gemini 2.5系列模型全新升级

Gemini 2.5系列,2.5 Pro、Flash均进行了一波升级。

首先来看Gemini 2.5 Pro,除了在学术基准测试中表现出色外,现在还以1415的ELO分数领先于热门编码排行榜WebDev Arena,比上一个版本提升142分:

同时霸榜于评估人类偏好各个维度的LMArena:

据介绍,凭借其百万token上下文窗口,2.5 Pro具有更强的长上下文和视频理解性能。

2.5 Pro还整合了谷歌与教育专家合作开发的LearnLM模型系列,在评估其教学法和有效性的直接对比中,教育工作者和专家在各种场景中更青睐2.5 Pro。

更值得一提的是,2.5 Pro全新引入了Deep Think增强推理模式。据介绍,该模式使用新的技术,允许模型在回应前同时考虑多种假设。

效果如何?

2.5 Pro在2025年USAMO这种超难数学基准测试上得分惊艳,在编程比赛级别的LiveCodeBench上也有优势,在测试多模态推理的MMMU基准中获得84.0%的分数。

不过,谷歌表示Deep Think需要更多时间进行前沿安全评估,目前仅将通过Gemini API向可信测试人员开放该功能。

2.5 Flash也进行了升级,在推理、多模态、代码和长上下文等关键基准测试中均有改进,同时效率更高,在谷歌的评估中使用token减少了20-30%。

全新2.5 Flash现在已在Google AI Studio、Vertex AI和Gemini app中提供preview。

不仅如此,Gemini 2.5系列还引入了不少新功能。

1、原生音频输出功能&Live API改进

Live API 推出了视听输入和原生音频对话的preview版本,用户可以直接构建更自然、更具表现力的Gemini对话体验。

模型可根据用户要求调整语调、口音和说话风格,感情变化听得见。

谷歌还为2.5 Pro和2.5 Flash推出了文本转语音(TTS)的新功能。首次支持多扬声器,通过原生音频输出实现双语音合成,即模拟两个不同的声音角色同时或交替发声,支持24种不同语言。

该文本转语音功能现已在Gemini API中可用。

2、电脑操作能力

谷歌正将Project Mariner的电脑操作能力引入Gemini API和Vertex AI。

支持多任务处理,最多可同时执行10个任务,并且新增 “Learn and Repeat” 功能,让AI学会自动完成重复性任务。

视频链接:https://mp.weixin.qq.com/s/Z2WkvmnYIVlmd43S2r35FA

3、为提升开发者体验,Gemini 2.5增加三大实用功能:

  • thought summaries,会将模型的原始思考过程整理成带标题、关键细节和模型操作信息(如工具调用)的清晰格式,帮助开发者更透明地了解模型思考过程。
  • thinking budgets,让开发者可以控制模型使用多少token进行思考;
  • Gemini SDK兼容MCP工具,实现与开源工具的更轻松集成。

关于谷歌Gemini的下一步,谷歌DeepMind CEO哈萨比斯表示,他们正努力将其最优秀Gemini模型扩展为一个 “世界模型”,使其能像人类大脑一样通过理解和模拟世界来制定计划、想象新体验。

异步代码助手Jules

异步代码助手Jules正式进入公测阶段,全球开发者无需等待就能体验。

Jules会把你的代码库克隆到安全的谷歌云虚拟机中,全面理解项目上下文,可以写测试、构建新功能、提供音频更新日志、修复bug,以及更新依赖版本。

它以异步方式工作,让你可以专注于其他任务,完成后会展示其计划、推理过程和更改内容。私有库中的工作默认保持私密,Jules不会用你的私有代码进行训练。

得益于Gemini 2.5 Pro的支持,Jules拥有目前最先进的编码推理能力。结合云VM系统,它能处理复杂的多文件变更和并发任务。

公测期间完全免费,但有使用限制,平台成熟后预计将引入付费方案。

视频链接:https://mp.weixin.qq.com/s/Z2WkvmnYIVlmd43S2r35FA

谷歌搜索引入AI Mode

搜索方面,这次I/O大会宣布将AI Mode正式引入搜索引擎,面向美国用户全面开放。

AI Mode是以Gemini 2.5为核心重构的搜索引擎,集成了Gemini最前沿的能力,提供端到端的AI搜索

它采用query fan-out技术,自动将问题分解为多个子话题并同时搜索,从而比传统搜索更深入、更全面地挖掘网络信息。

谷歌预告了AI Mode未来的一系列功能,比如:

Deep Search深度搜索模式,能自动发起上百次搜索,跨领域整合信息并生成引用详尽的专家级报告,节省大量人工研究时间。

Search Live实时互动搜索,用户只需在AI Mode下轻触“Live”图标,对着手机摄像头提问,AI就能看懂画面内容并给出实时的语音解答和相关资源链接。

还有Agent能力,用户想买音乐会门票,只需说一句话,AI Mode就会跨平台搜罗各大网站的票务信息,锁定最优选项,填好订单信息。用户只需确认符合需求的选项,即可在偏好的网站完成购买。

谷歌还重点展示了AI Mode所带来的全新购物体验。

新购物体验将Gemini的智能与Shopping Graph结合,集成了500亿+优质商品信息,可帮助用户浏览、梳理需求并筛选商品。

当用户决定购买时,全新的智能结账功能会按照符合预算的价格轻松完成交易。

只需在任意商品页面点击“跟踪价格”,设置尺寸、颜色和预算金额等,当价格下跌时,用户会收到通知,确认购买细节后点击“代我购买”,系统就会自动将商品加入购物车,并通过Google Pay安全完成结账。

另外在购买衣服时,它还提供虚拟试穿工具,支持使用用户自拍照。只需上传一张自拍照,就能在海量服饰中随意试穿,AI模型能精准还原不同材质的垂坠和褶皱。

多模态模型全线升级

在多模态方面,谷歌还重磅推出了最新视频生成模型Veo 3、图像生成模型Imagen 4。

Veo 3首次实现原生音画同步生成,无论是城市街道的车流声、公园中的鸟鸣,甚至是角色对话,均可通过文本提示生成。

用户只需用提示讲述一个短故事,模型就能生成栩栩如生的视频片段。

从文本/图像提示到现实世界物理效果的模拟和精准的口型同步,Veo 3在各维度均表现出众。

Veo 3已向美国Ultra订阅用户开放,企业用户也可在Vertex AI平台调用。

视频链接:https://mp.weixin.qq.com/s/Z2WkvmnYIVlmd43S2r35FA

在推出新模型的同时,Veo 2也增添了多项新功能,包括参考驱动视频生成、相机控制、画面扩展以及对象添加和移除功能。这些功能已在Flow中提供,未来几周内将在Vertex AI API中推出,并在未来几个月内集成到更多产品中。

谷歌最新图像生成模型Imagen 4则兼具速度与精度,速度比上一代快10倍,生成的图像在精细细节上表现惊人,从复杂织物、水滴到动物皮毛均清晰逼真,同时擅长写实与抽象风格。

Imagen 4支持多种纵横比与最高2K分辨率,文字拼写与排版能力显著提升,轻松创作贺卡、海报、漫画。

目前Imagen 4已在Gemini app、Whisk、Vertex AI等上线。

除此之外,谷歌还介绍了新一代AI电影制作工具Flow,它专为创意人士设计,集成了谷歌最强的视觉模型(Veo、Imagen和Gemini)。

Flow具备卓越的提示遵循能力,可输出震撼的电影级画面。背后Gemini模型让提示输入直观易用,用户可通过日常语言描述创意愿景,支持导入自有素材创建角色,或利用Imagen的文生图功能在Flow中生成故事要素。

一旦创建了角色或场景,即可以在不同片段与场景中连贯复用这些要素,也可以用单一场景图像启动新镜头。

视频链接:https://mp.weixin.qq.com/s/Z2WkvmnYIVlmd43S2r35FA

即日起,美国Google AI Pro与Ultra订阅用户可率先使用Flow。

One More Thing

在大会现场,CEO Sundar Pichai还透露了这样一个数据。

去年4月,谷歌产品和模型API合计每月处理9.7T的tokens。

一年时间过去,这个数据增长到50倍,每月处理480T+ tokens。

  • 世界采用人工智能的速度比以往任何时候都快。

视频回放:https://www.youtube.com/watch?v=o8NiE3XMPrM


[1]https://google-i-o-2025-press-site.prezly.com/

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
笑不活!老外买的中国纪念品,不理解但尊重

笑不活!老外买的中国纪念品,不理解但尊重

另子维爱读史
2026-10-19 21:05:28
3-2!欧国联奇迹1战:哈兰德压哨点杀 率队连扳3球逆转+读秒出线

3-2!欧国联奇迹1战:哈兰德压哨点杀 率队连扳3球逆转+读秒出线

我爱英超
2026-11-18 06:58:38
火箭被森林狼追平,多森姆砍30+5比伊森强,克劳福德值得更多机会

火箭被森林狼追平,多森姆砍30+5比伊森强,克劳福德值得更多机会

小犙拍客在北漂
2026-11-18 16:51:26
猪身上“最毒”的器官,国内早已禁止销售,为什么仍有许多人在吃?

猪身上“最毒”的器官,国内早已禁止销售,为什么仍有许多人在吃?

回京历史梦
2026-11-18 10:07:27
阿里员工:P7在杭州相亲市场地位大不如以前了。看中两个女生,一个护士,一个教师,联系方式都没给

阿里员工:P7在杭州相亲市场地位大不如以前了。看中两个女生,一个护士,一个教师,联系方式都没给

蚂蚁大喇叭
2026-11-18 16:37:48
投资110亿!北京首座万象城 主塔楼成功封顶!

投资110亿!北京首座万象城 主塔楼成功封顶!

童童聊娱乐啊
2026-11-18 06:21:29
康生中伤周总理,吴法宪报告林彪,林:不要上当,他自己想当总理

康生中伤周总理,吴法宪报告林彪,林:不要上当,他自己想当总理

江东浪流史
2024-12-22 08:00:03
扎心了!公公凌晨刷到侄媳妇抖音,主动发消息表示关心,婆婆一句话公公坚决要离婚,网友吵翻

扎心了!公公凌晨刷到侄媳妇抖音,主动发消息表示关心,婆婆一句话公公坚决要离婚,网友吵翻

丫头舫
2026-11-09 23:20:14
日本尝到屈辱外交了,高市1天内两次“呲牙”,对方连道歉都没给

日本尝到屈辱外交了,高市1天内两次“呲牙”,对方连道歉都没给

锅锅爱历史
2026-10-06 17:27:18
克莱·汤普森距离超雷·阿伦3分球命中数纪录一步之遥,激动不已

克莱·汤普森距离超雷·阿伦3分球命中数纪录一步之遥,激动不已

好火子
2026-11-17 23:57:53
深圳市民为了APEC不穿拖鞋了?网友:不能丢人,必须全妆出门

深圳市民为了APEC不穿拖鞋了?网友:不能丢人,必须全妆出门

东方豪侠
2026-11-18 06:57:36
俄媒:美支持乌具备对俄实施“中程”打击能力

俄媒:美支持乌具备对俄实施“中程”打击能力

参考消息
2026-11-18 14:38:27
江苏三大国企是哪三个?

江苏三大国企是哪三个?

网观天下
2026-11-18 07:33:22
西方人终于发现了,中国人对世界大战的理解,与他们想的不一样

西方人终于发现了,中国人对世界大战的理解,与他们想的不一样

文史道
2024-12-08 06:45:03
儿媳发现婆婆出轨,婆婆把情夫儿子介绍给儿媳,婆媳双双出轨

儿媳发现婆婆出轨,婆婆把情夫儿子介绍给儿媳,婆媳双双出轨

四海神君
2026-11-17 15:00:04
普京抵达深圳,中俄一起出席开幕式,特朗普火速登机不浪费时间

普京抵达深圳,中俄一起出席开幕式,特朗普火速登机不浪费时间

阿天爱旅行
2026-11-18 13:49:42
故事:盗墓者自述,鬼真的存在,其实比鬼更可怕的是另一样东西

故事:盗墓者自述,鬼真的存在,其实比鬼更可怕的是另一样东西

飞云如水
2024-12-28 13:54:42
随着森林狼106-105,马刺93-105,尼克斯111-102,NBA最新积分榜出炉

随着森林狼106-105,马刺93-105,尼克斯111-102,NBA最新积分榜出炉

俯身冲顶
2026-11-18 11:44:28
高市拒不道歉,还想受到中方礼遇?日官员恳求,峰会上别降级对待

高市拒不道歉,还想受到中方礼遇?日官员恳求,峰会上别降级对待

靓仔情感
2026-11-17 04:36:22
中国稀土王牌被废?马斯克向全世界宣布:特斯拉电机100%不用稀土

中国稀土王牌被废?马斯克向全世界宣布:特斯拉电机100%不用稀土

南风不及你温柔
2026-09-13 08:23:52
2026-11-18 17:48:49
量子位 incentive-icons
量子位
追踪人工智能动态
13695文章数 176601关注度
往期回顾 全部

科技要闻

离职后首份声明!黄仁勋认错愿回归

头条要闻

特朗普抵达深圳出席APEC会议 年内第二次访华

头条要闻

特朗普抵达深圳出席APEC会议 年内第二次访华

体育要闻

“中超卡里乌斯”,成了大连的夺冠英雄

娱乐要闻

认亲被嘲讽后郭德纲委托律师发声明

财经要闻

黄仁勋留下的高分成绩单,能延续吗?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

教育
手机
家居
游戏
公开课

教育要闻

数学到底应不应该超前学呢?值得探讨

手机要闻

苹果折叠屏陷入两难 博主:iPhone Duo 2外屏上Face ID 体验会很割裂

家居要闻

2026建博会(广州) 公装联探展交流活动

《八部宽的个人主页》开放愿望单,计划2027年春季发售

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版