谷歌，重大发布！摘自：财联社谷歌发布全新GeminiOmni模型，一句话让AI
谷歌，重大发布！摘自：财联社谷歌发布全新GeminiOmni模型，一句话让AI修改视频在全球人工智能(AI)竞争加剧的背景下，谷歌宣布推出Gemini3.5系列模型，以及一款用于模拟物理世界的新型AI模型，旨在在模型开发方面保持领先，同时为其庞大的用户群提供更多AI智能体服务。谷歌在周二举行的年度开发者大会(GoogleI/O)上发布了上述消息，当前市场正高度关注OpenAI与Anthropic两家公司飙升的估值，这两家公司均计划最早于今年进行IPO。谷歌AI战略的核心依然是Gemini系列及相关工具。周二公司重点展示了Gemini3.5Flash，这是该系列的一款轻量级产品。谷歌首席执行官桑达尔·皮查伊表示，Gemini3.5Flash在提供尖端能力的同时，其成本仅为同类顶尖模型的一半，甚至有时不到三分之一，同时保持了高智能水平。皮查伊称Gemini3.5Flash“速度极快”。谷歌同时宣布，该型号将成为全球Gemini应用和搜索AI模式的默认模型。谷歌在博客中指出：“用户无需再在质量与响应速度之间做取舍。”公司还强化了Gemini3.5Flash的网络安全防护，使其“生成有害内容的可能性更低，也不易在安全问题上拒绝回答。”至于重量级版本Gemini3.5Pro，目前仅在内部使用，预计下月才会向更广泛的用户开放。在AI智能体方面，谷歌推出了GeminiSpark，这是Gemini应用中一款新型通用AI智能体，能够对关联应用中的信息进行跨平台推理。谷歌表示，该工具能够管理用户的数字生活，并代表用户执行操作。GeminiSpark目前处于测试阶段，下周将首先向受信任的测试用户及GoogleAIUltra订阅用户开放。皮查伊表示：“我们已经将智能体带给开发者和企业一段时间了。现在，我们专注于将这种前沿能力安全可靠地带给消费者，让每个人都能受益。”随着越来越多的互联网用户使用聊天机器人，谷歌正在努力说服传统搜索用户信任其完成最少输入即可执行的任务。在公司资本支出大幅上升的情况下，华尔街关注谷歌是否能实现产品深度整合，而智能代理功能可能成为重要突破口。AI公司的市场预期持续上升，尤其是在Anthropic近期发布的Mythos模型背景下。据称，该模型强大到能够发现全球软件基础设施中的数千个未知漏洞。谷歌的AI产品组合还包括GeminiOmni，这是一款用于模拟物理环境的世界模型，可以根据用户的操作预测接下来会发生的情况。世界模型通常用于机器人和游戏领域，多年来一直是DeepMind重点研究方向。而Omni在物理模拟方面更准确，例如重力、流体动力学和动能等。谷歌DeepMind首席AI架构师兼技术总监KorayKavukcuoglu介绍称：“Omni可以生成非常高质量的视频，并允许用户在生成后与视频进行互动。可以想象，这为学习和探索提供了类似教程的能力。”Omni可在GeminiFlash、Gemini应用、GoogleFlow及YouTubeShorts中运行，支持图像和音频功能。谷歌在另一篇博客中指出，用户可利用Omni编辑视频并生成更逼真的图像效果。"拍摄一段视频，可以让Omni改变其中正在发生的内容。"谷歌表示，这款AI模型能够"编辑动作、添加新角色或物体"。高质量视频的生成一直是AI工具的难点，而且对计算资源要求极高。OpenAI在今年早些时候就放弃了其视频生成工具Sora，部分原因就是为了将算力资源用于其他项目。开发者大会火力全开：AI搜索、代码生成、视频模型齐发谷歌重新设计了其标志性的搜索框，并推出新的人工智能（AI）编程工具，成为该公司扩大影响力、投入数十亿美元推进AI战略的最新举措。谷歌在I/O大会上宣布，公司对搜索框进行了全面升级，更好地处理用户向聊天机器人提出的更长、更复杂的问题。公司还表示，将为搜索引擎加入“代理”（agent）功能，可帮助用户追踪感兴趣的话题、预订餐厅以及监测健康状况，不过其中部分功能初期仅向付费订阅用户开放。谷歌首席执行官桑达尔·皮查伊（SundarPichai）介绍道：“AI正在点亮公司每一个角落。持续不断的产品发布、技术的快速进步，这是一个高速发展的时期。”谷歌一直在为AI时代重塑自身业务，希望同时吸引普通消费者和企业客户。皮查伊表示，更加偏向AI的调整已经帮助提升了搜索使用量。Gemini应用的用户量同比翻倍，目前月活已达到9亿。与此同时，谷歌也正与OpenAI和Anthropic争夺AI编程工具市场的主导地位。近几个月来，谷歌高层越来越担忧公司在AI编程领域已落后于竞争对手。在周二的活动上，谷歌发布了多款面向开发者的新工具，可以帮助他们利用AI编写代码并管理代理系统，这些工具被归入“Antigravity”平台之下。谷歌还推出了旗舰AI模型的新版本Gemini3.5Flash，并称其是迄今为止最强的编程模型。谷歌表示，该模型在部分指标上速度快于竞争对手产品，同时使用成本更低。公司还透露，性能更强、价格更高的“Pro”版本目前已在内部使用，将于下个月向公众开放。前DeepMind研究员、现AI代理初创公司Simular首席执行官AngLi表示：“我认为谷歌有机会在AI编程领域追赶上来，公司一直擅长通过稳定、持续的方式取得成果。”谷歌还把编程功能整合进搜索引擎，订阅用户将可以在搜索中创建自定义仪表盘，用于管理婚礼筹备、健身计划等任务。此外，谷歌还推出了一项新的订阅计划，开发者每月支付100美元即可获得更多AI工具使用权限。随着类似功能分阶段上线，谷歌搜索免费版与付费版之间的差距正在扩大。对此，谷歌知识与信息业务高级副总裁NickFox表示，公司仍然专注于服务非付费用户。谷歌还发布了另一款新模型GeminiOmni，公司称其能够“通过任何输入生成任何内容”：用户可以通过图片、音频、视频和文字提示生成视频，还能够通过简单自然语言对视频进行编辑。谷歌表示，未来还将扩展该产品，使其支持生成图片和音频。随着AI生成视频日益普及，谷歌也将加强对“深度伪造”（Deepfake）内容的标注。皮查伊在展示一张自己与黄仁勋、奥尔特曼和马斯克共进晚餐的图片后调侃道：“这显然是假的，我不吃汉堡。”谷歌还升级了Gemini应用，希望把它打造为消费者体验AI的重要入口。付费用户可启用“DailyBrief”功能，获取个性化晨间摘要，了解当天重点事项。从下周开始，订阅用户还将获得名为GeminiSpark的新助手。谷歌副总裁JoshWoodward在博客文章中写道：“Spark代表着Gemini的一次重大转变，它不再只是一个回答问题的助手，而是一个能够在你的指挥下主动完成真实工作的合作伙伴。”Gemini应用也进行了重新设计，采用谷歌所谓的“神经表达式”（neuralexpressive）美学风格，加入动画、亮色以及触觉反馈。这一设计也呼应了谷歌搜索框的大改版。谷歌称，这是该产品25年来最大的一次更新。新的搜索框将支持更长的问题输入、更方便上传文件和图片，并帮助用户更自然地组织搜索内容。Fox表示，这是谷歌努力让用户以最自然方式获取信息的一部分。“你应该能够把脑海中的任何问题直接输入搜索框，我们希望扩大人们对搜索能力的认知边界。”
