日发期货

有了 24 小时前 OpenAI 用 GPT-4o 带来的炸场之后，今年的 Google I/O 还未最先，似乎就被架在了一个相当尴尬的职位，纵然每小我私人都知道 Google 将宣布足够多的新 AI 内容，但有了 GPT-4o 的珠玉在前，纵然是 Google 也不得不面临伟大的压力。

这种新鲜的气氛贯串了今年 Google I/O 主题演讲始终，除了 CEO 皮查伊演讲少了许多自信、多了一些此前少见的不自然感与口误之外，今年 Google I/O 还孝顺了历年最新鲜的暖场流动，是以一次 AI 工具的翻车为开场：一位从舞台上的茶杯中钻出的 DJ，在台上使用 Google 内部开发的一款 AI DJ 小工具 —— MusicFX DJ，在舞台上现场用随机天生的要害词，来缔造出一首曲目。

虽然创作出的曲调很糟糕，甚至现场效果另有点魔幻，在社交媒体上遭到大量猝不及防的开发者一致吐槽，但幸亏 Google 照样用两个小时的时间，给这个天下再一次带来了足够多的惊喜 —— 以及对 OpenAI 与微软的还击。

开场首先，皮查伊先带我们回首了已往一年 Google AI 主打产物 —— Gemini 的主要希望，若是说整年 I/O 全场泛起频率最高的词是 AI 的话，今年毫无意外将酿成 Gemini；首先是 Gemini Advanced 在宣布三个月之后就已经获得了跨越一百万用户；以及两个月之前宣布、最高支持一百万 Token 上下文识别（通行盘算方式中约即是 50 万中文字符）。的 Gemini 1.5 Pro，今天起将面向全球用户正式推送。

不仅云云，Gemini 1.5 Pro 还从原本的一百万 Token 上下文升级至两百万 Token 上下文识别。这意味着在多模态处置中能处置跨越三万行代码，或是跨越一小时的视频文件。

在先容了 Gemini 自己之后，就到了 Gemini 真正的甜头 —— 应用内整合体验中，皮查伊先是演示了整合在相册中的功效，在停车并给车拍了照片之后，当你找不到停车的位置，可以直接问 Gemini “我的车在哪”，它就能帮你自动识别相通知片中的信息，提醒你车停在了那里。

这个功效被称为。Ask Photos，将于今年正式宣布。

在 Google 办公套件中，现在也迎来了 Gemini 更深度的整合，不仅能在 Gmail 中天生线上集会纪要、在所有邮件中提取要害信息。还能与 Google 表格联动，自动整理邮件中包罗的表格文件，甚至是天生一个数据剖析表格。

为了提升用户一样平常处置事情内容的办公效率，Google 还将 Gemini 的功效包装成了一个 AI 员工—— AI Teammate，来充当你事情中的一小我私人工智能助理，帮你整理种种信息并借助大模子来实现更智能的反馈，例如从邮件中提炼信息，甚至是集会录音中的要害信息。

除了办公套件之外 去年作为探索项目登场的 Notebook LM 今年也宣布了新希望：作为 Google 天生式 AI 直面教育应用场景的项目，这被外界看作是对 OpenAI”撞车“最直接的回应。

在现场的演示中，NotebookLM 不仅能很好地充当一个先生的身份、讲述一组简朴的物理课程，还能模拟两个演讲者，天生一个类似对话的解说内容。在用户提问“你能举个例子吗”这样的问题时，实时给出一个准确的回覆。让你能够更准确地掌握物理原理中的细节。

Google 同时还针对去年宣布、在 Android 手机上实现画圈搜索功效的“Circle to Search”功效加入了更多教育相关的使用场景：现在这个功效已经支持识别画面中的数学题以及符号公示等庞大的内容。

在 AI 行业早期，除了 OpenAI 之外，还存在着另外一个群集了业界大量人才的组织 —— 那就是现在已经被 Google 收购并整合的 DeepMind。

但在已往十余年时间中，DeepMind 耐久以一种低调的印象示人：以研究功效定输赢，而不是像 OpenAI 治理层一样，在种种演讲中抛头露面揭晓言论。

但在今年 I/O 上，DeepMind 首创人哈萨比斯*次泛起在 Google I/O 舞台上，来给金主“救火”，Alphabet 内部对 AI 的紧迫性可见一斑。

这位 AI 行业举足轻重的大牛上台，却看似轻飘飘地宣布了一个针对端侧的模子 —— Gemini 1.5 Flash，甚至现场观众都有些没反映过来他是在卖什么关子，直到哈萨比斯说出他们的最终目的 —— 打造通用强人工智能。

实现这个目的的详细步骤，就是哈萨比斯先容的新项目 —— Project Astra，探索通用人工智能若何在一样平常生涯中为我们提供真正一样平常生涯所必须的辅助。

作为对这个问题的直接回应，哈萨比斯现场展示了 Astra 的一个使用视频：操作者以智能手机为前言，让大模子实时网络环境中的种种信息，并在围绕着办公室转了一圈后突然提问：你记得眼镜在那里吗“。

在正常的环境中，纵然是两个正凡人类之间对话，也可能会忽视掉这些细节，但演示中的 AI 却精准地从众多环境信息中捕捉到了眼镜的位置，并给出了准确的方位提醒。这种强悍的通用语言与环境明白能力将现场气氛推向了最热潮，也再一次向外界展示了 Deepmind 作为传统 AI 强手实力的冰山一角。

安徽国控临港产业基金落地蚌埠

哈萨比斯还稀奇提到，这些演示项目并非刻意实现、“仅供参考”的演示效果，两个短片中的所有实现效果都是一次完成。这意味着当前 Project Astra 已经能异常流通地实现这些效果。

除了对通用人工智能的探索之外，哈萨比斯还先容了 Deepmind 在多模态领域的新希望：将在图像、音频以及视频三个主要内容领域全方位出击。划分是能够天生跨越 60 秒、画质为 1080p 的视频片断的视觉模子 Voe、文生图模子 Imagen 3、以及面向专业音乐创作者的音乐合成工具 Music AI Sandbox。

TPU 硬件的更新也是 Google I/O 主题眼镜中的保留项目，每次随同着 AI 新手艺宣布，TPU 作为驱动软件的硬件引擎都市随着更新迭代。

这次主题演讲中 Google 宣布了代号为 Trilium 的第六代 TPU 硬件，盘算能力相比前代提升 4.7 倍，预计将在 2024 年年底面向用户推出，本次宣布会中泛起的 Veo、Gemini 1.5 Pro 等险些所有产物，都是在这些新硬件上盘算而来。

Android 也不能免俗，将 AI 功效更新作为今年先容的重点。尤其是 Gemini 在 Android 系统中更深度的整合。

现实上今年的 Android 15 固然也不只有 AI 功效，但 Google 为了给 AI 功效让路，在首日的主题演讲中先容的都是 Android 15 中与 AI 相关的动态，剩余的内容被挤到了越日的分会场演讲中。

Gemini 作为一个自力 App 在 Android 端已经存在一段时间了，这次 Google 终于进一步施展了“主场”优势，将 Gemini 进一步整合进操作系统中：现在在 Gemini 对话中天生的图像可以被直接拖拽到其他应用中使用。

这次 Gemini 在 Android 上的最新希望是 Gemini Live，主打使用语音的双向流通对话体验，在对话历程中你甚至可以像现实与真人对话一样，通过打断对话、提出新问题的方式来更高效的相同。Google 同时预告基于 Project Astra 实现的摄像视频识别功效也将在今年年内宣布。

这个功效实现的原理，是将视频内容逐帧拆解并交给 Gemini 识别，在效果上实现靠近“明白天下”的效果。例如当你不会用某款相机时，用手机镜头瞄准相机并提问，Gemini 就能够从画面中识别出相机的型号，并凭证你的问题，搜索相关内容给出使用教程。

另一个主要功效更新是 Android 15 中的 Gemini 支持了 YouTube 视频内容识别，Gemini 在视频播放界面可以直接提取视频相关的信息，并回覆用户种种关于视频的问题，甚至是天生视频内容摘要。YouTube 上数十亿个视频都可以使用这个功效。

除了这些联网功效更新，去年宣布的、完全基于端侧算力实现的 Gemini Nano 则是更多内陆功效的基础；基于内陆模子实现的功效不仅能更快速地实现诸如画面内容识别等无障碍功效，还能在更多隐私需求更高的应用场景中，好比这次新宣布的基于内陆语音模子、通过对话内容，判断出对方是否可能是诈骗电话。

通过 Gemini Nano 模子内陆实时处置，在检测到诸如“银行”“转账”等要害字眼以及上下文之后，手机的通话界面会弹出一个“这可能是诈骗电话”的提醒，并给出诸如“银行不会要求你通过电话转账”这种可能的理由。

毫无疑问，在智能手机端，端侧模子的潜力另有伟大的挖掘空间，这次模子自己能力也获得了增强，Gemini Nano 在原本仅支持文本识其余基础上，将于今年内增添视觉、听觉与口语的识别支持。

去年在 OpenAI 改变天下之后，Google 也只是被改变的一部门：2023 I/O 中纵然充满了种种 AI，也很容易给人一种“凑数”的观感：以至于“演讲中泛起了若干次 AI”的恶搞视频，反而在主题演讲竣事后，成为社交媒体上被疯传最多的内容。

到了 2024，纵然 OpenAI 还想在复刻一把“偷袭”，但 Google 这次的准备显然加倍足够自信，甚至 Google 官方也还玩了去年的梗，自动问了观众“我们今年说了若干次 AI”？‍

对于这个问题，皮查伊的回覆是将演讲的文稿直接扔给 Gemini，让它提取文本中内容往返覆，谜底是 120 次，然后在说出这句话的同时，数字酿成了 121。

这个小小的诙谐实在也展现了 Google 对 AI 的开放态度：任何问题都实验用 AI 往返覆。皮查伊还重新强调了 Google 在 AI 领域的目的”整理天下所有的信息为你所用“，Google 在软件侧的所有软件更新险些都是在践行这一目的。

从这一点来讲，有着普遍应用生态与用户的 Google 生态，仍然有着伟大的先手优势。加上本次 I/O 中展示的既有当下就能立纵然用到的 Gemini 更新，也有类似 Project Astra 这样*野心的前沿探索项目，一系列组合拳之下，Google 在 AI 领域的*梯队位置再一次获得了稳固。

至少从这次 I/O 我们看到新内容的分量来讲，Google 仍然是 OpenAI 最强力的竞争对手，纵然它曾经短暂地落于下风。