在谷歌I/O開發者大會的凌晨時段，一場關于人工智能（AI）的盛宴拉開了帷幕。谷歌CEO桑達爾·皮查伊攜公司高管們，在不到兩小時的演講中，頻繁提及“Gemini”和“AI”，分別高達95次和92次，彰顯了谷歌在AI領域的雄心壯志。
在模型升級方面，谷歌推出了Gemini 2.5 Pro，新增原生音頻輸出、深度思考模式和高安全防護等功能。同時，視頻模型Veo 2也加入了原生音頻生成能力，而Gemini 2.5 Flash則在推理、編程和長上下文處理上實現了顯著提升。谷歌還發布了Gemini Diffusion擴散語言模型、Veo 3視頻生成模型和Imagen 4圖像生成模型，進一步豐富了其AI產品線。
為了滿足不同用戶的需求，谷歌推出了全新的Gemini訂閱計劃。AI Pro用戶每月支付19.99美元，即可使用Veo 2和Gemini 2.5 Pro等入門級產品；而AI Ultra用戶則需支付249.99美元，以獲得Veo 3的無限訪問權限和Gemini 2.5 Pro的深度思考模式等高級功能。
谷歌DeepMind的創始人戴密斯·哈薩比斯表示，Gemini的目標是成為一個世界模型，這是開發新型、更通用、更有用的AI助手的關鍵一步。在展示的一個自行車維修場景中，Gemini不僅能夠查詢維修手冊、搜索視頻教程，還能撥打電話、查詢零件庫存并幫助用戶下單，展現了其強大的多功能性。
谷歌還推出了AI Mode，旨在顛覆傳統的搜索體驗。根據用戶的需求，AI Mode可以動態調整答案生成界面，包括圖表、店鋪列表等。在購物場景中，AI Mode能定制購物界面，提供虛擬試穿、追蹤預期價位和代理結賬等功能，同時集成了視覺搜索，用戶可通過手機攝像頭實時拍照搜索。
谷歌的三大研究項目也取得了顯著進展。Project Starline引入了全新的3D視頻通訊體驗，Project Astra利用Gemini和攝像頭解決問題，而Project Marina則支持多任務處理，使Agent能夠同時監管多項任務。
大會尾聲，谷歌現場演示了安卓XR智能眼鏡，并宣布與XREAL合作打造第二款安卓XR設備Project Aura。這款眼鏡具備翻譯能力，盡管在測試時出現了識別問題，但谷歌表示將繼續優化。
皮查伊透露，Gemini應用目前擁有超過4億月活用戶，超過700萬名開發者通過Gemini API進行開發。這些數據表明，谷歌在AI領域的努力正逐步獲得市場的認可。
在Gemini時代，谷歌的模型和產品發布速度明顯加快。自第一代Gemini模型發布以來，其Elo分數已提升300多分，并在多個領域取得了顯著成果。例如，在編程方面，Gemini 2.5 Pro成為Cursor平臺上年度增長最快的模型，每分鐘產出數十萬行被采納的代碼。
谷歌還展示了其全棧基礎設施的進步，第七代TPU Ironwood專為大規模AI思考和推理工作負載設計，性能是上一代的10倍。同時，谷歌每月通過產品和API處理的token數量在一年內增長了約50倍，顯示出其AI處理能力的巨大提升。
在模型架構創新方面，谷歌將擴散模型技術應用于文本生成，推出了Gemini Diffusion實驗模型。該模型不僅生成速度快，還能在生成過程中快速迭代解決方案并進行錯誤糾正。
谷歌還致力于將Gemini模型擴展為一個“世界模型”，以提升其對物理世界的理解能力。為此，谷歌微調了Gemini Robotics模型，使機器人能夠學習抓取物體、遵循指令等任務，并即時適應新任務。
谷歌的最終愿景是將Gemini打造成真正的通用AI助手，具備個性化、主動性和強大能力。這一目標的實現將為用戶帶來更加便捷和智能的體驗。
