來(lái)源：谷歌黑板報(bào)

編者按: 以下是 Google CEO Sundar Pichai 在 Google I/O 2025 大會(huì)上的講話編輯稿，經(jīng)調(diào)整以包含更多在舞臺(tái)上宣布的內(nèi)容。

通常，在 I/O 大會(huì)的前幾周，我們不會(huì)透露太多信息，因?yàn)槲覀儠?huì)把最重磅的模型留到大會(huì)上發(fā)布。但在 Gemini 時(shí)代，我們很可能在三月某個(gè)周二已經(jīng)推出最智能的模型，或者提前一周公布像 AlphaEvolve 這樣令人振奮的突破。

我們希望盡快將最出色的模型交付給大家，并盡快融入到我們的產(chǎn)品中。因此，我們的發(fā)布速度比以往任何時(shí)候都更快。

模型的持續(xù)迭代

模型的迅速發(fā)展令我尤為興奮。Elo 等級(jí)分，作為衡量模型進(jìn)步的一項(xiàng)重要機(jī)制，自第一代模型 Gemini Pro 發(fā)布以來(lái)至今已經(jīng)提高了 300 多分。如今，Gemini 2.5 Pro 在 LMArena 排行榜的所有類別中都占據(jù)首位。

模型的進(jìn)步得益于我們世界領(lǐng)先的基礎(chǔ)設(shè)施。我們第七代 TPU Ironwood，是首款專為大規(guī)模支持思考型和推理型 AI 工作負(fù)載而設(shè)計(jì)的。它的性能比上一代提升了 10 倍，每個(gè) pod (計(jì)算單元) 的計(jì)算能力達(dá)到了令人難以置信的 42.5 exaflops——這簡(jiǎn)直令人驚嘆。

正是我們深入到 TPU 的整體基礎(chǔ)設(shè)施的優(yōu)勢(shì)，幫助我們?cè)谀Ｐ蛢r(jià)格顯著下降的同時(shí)，依然能夠交付速度更快、性能更為卓越的模型。我們一次又一次地以最具性價(jià)比的方式提供了最出色的模型。Google 不僅在帕累托前沿上保持領(lǐng)先，更從根本上拓展了這一前沿。

世界正在擁抱 AI

更多的智能正變得觸手可及，惠及每個(gè)人，遍及每個(gè)角落。全球各地也正在以前所未有的速度響應(yīng)、擁抱 AI。以下是一些重要的進(jìn)展:

去年同期，我們通過(guò)不同產(chǎn)品和 API 每月處理 9.7 萬(wàn)億個(gè)令牌。而現(xiàn)在，這一數(shù)字已超過(guò) 480 萬(wàn)億——足足增長(zhǎng)了 50 多倍。

超過(guò) 700 萬(wàn)開(kāi)發(fā)者正在利用 Gemini 進(jìn)行構(gòu)建，比去年同期多了五倍。同時(shí)，Vertex AI 上 Gemini 的使用量增長(zhǎng)了 40倍。

Gemini 應(yīng)用目前的月活躍用戶已超過(guò) 4 億。我們看到，尤其是 2.5 系列模型的使用增長(zhǎng)強(qiáng)勁和用戶參與度很高。其中，Gemini 應(yīng)用中 2.5 Pro 的使用量更是增長(zhǎng)了 45%。

從研究到現(xiàn)實(shí)

所有這些進(jìn)展都昭示著我們正處于 AI 平臺(tái)轉(zhuǎn)變的新階段。這意味著幾十年的研究，如今正真正地成為世界各地的人們、企業(yè)和社區(qū)的現(xiàn)實(shí)。

Project Starline →Google Beam +語(yǔ)音翻譯

幾年前，我們?cè)?I/O 大會(huì)上首次展示了 突破性的 3D 視頻技術(shù)——Project Starline，這項(xiàng)技術(shù)旨在創(chuàng)造身臨其境的感覺(jué)，即使相隔遙遠(yuǎn)，也能讓人感覺(jué)置身同一房間。

我們持續(xù)取得技術(shù)進(jìn)步。今天，我們將要介紹它的新篇章: Google Beam，一個(gè)全新的 AI 為先的視頻通信平臺(tái)。Beam 利用最先進(jìn)的視頻模型，通過(guò)一個(gè)由六個(gè)攝像頭組成的陣列并結(jié)合 AI 技術(shù)，將 2D 視頻流轉(zhuǎn)換為逼真的 3D 體驗(yàn)，并融合視頻流在 3D 光場(chǎng)顯示器上呈現(xiàn)用戶形象。它實(shí)現(xiàn)了近乎完美的頭部追蹤，精確到毫米，并能以每秒 60 幀的速度實(shí)時(shí)呈現(xiàn)。最終呈現(xiàn)的是更自然、更具沉浸感的對(duì)話體驗(yàn)。與惠普合作，首批 Google Beam 設(shè)備將于今年晚些時(shí)候向早期客戶發(fā)售。

多年來(lái)，我們還在 Google Meet 中創(chuàng)造更具沉浸感的體驗(yàn)。這包括將一項(xiàng)通過(guò)語(yǔ)音翻譯幫助人們打破語(yǔ)言障礙的技術(shù)應(yīng)用于 Google Meet。它能近乎實(shí)時(shí)地匹配說(shuō)話者的聲音、語(yǔ)調(diào)，甚至表情，使跨語(yǔ)言交流更加自然流暢。英語(yǔ)和西班牙語(yǔ)的翻譯功能正在向 Google AI Pro 和 Ultra 訂閱者推出 Beta 版，更多語(yǔ)言將在未來(lái)幾周內(nèi)推出。今年，這項(xiàng)功能也將向 Workspace 企業(yè)客戶提供早期測(cè)試。

Project Astra → Gemini Live

另一個(gè)在 I/O 大會(huì)上首次亮相的令人興奮的研究項(xiàng)目是 Project Astra，它旨在探索一個(gè)能夠理解周圍世界的通用 AI 助手。現(xiàn)在，Gemini Live 已整合 Project Astra 的攝像頭和屏幕共享功能。人們正以有趣的方式使用它，從面試準(zhǔn)備到馬拉松訓(xùn)練。這項(xiàng)功能已向所有 Android 用戶開(kāi)放，并將于今天開(kāi)始向 iOS 用戶推出。

我們還會(huì)將這些功能引入到搜索等產(chǎn)品中。

Project Mariner → Agent Mode

我們認(rèn)為智能體 (agents) 是將高級(jí) AI 模型的智能與工具調(diào)用能力相結(jié)合的系統(tǒng)，因此它們可以在您的控制下代表您執(zhí)行操作。

我們的早期研究原型 Project Mariner，是智能體在計(jì)算機(jī)使用能力方面的早期嘗試，它可以與網(wǎng)絡(luò)互動(dòng)并為您完成任務(wù)。我們?cè)谌ツ?12 月發(fā)布了它的早期研究原型。此后，我們?cè)谛碌亩嗳蝿?wù)處理能力方面取得了很大進(jìn)展，并引入了一種名為 "教學(xué)與重復(fù)" 的方法，即您只需向它展示一次任務(wù)，它就能學(xué)習(xí)計(jì)劃未來(lái)類似的任務(wù)。我們正在通過(guò) Gemini API 將 Project Mariner 的計(jì)算機(jī)使用功能提供給開(kāi)發(fā)者。像 Automation Anywhere 和 UiPath 這樣的受信任測(cè)試者已經(jīng)開(kāi)始使用它進(jìn)行開(kāi)發(fā)，今年夏天，它將在更大范圍內(nèi)推出。

智能體生態(tài)系統(tǒng)的蓬勃發(fā)展，需要我們構(gòu)建一套更廣泛的工具，而計(jì)算機(jī)使用是其中一部分。

例如，我們開(kāi)放的 Agent2Agent 協(xié)議，旨在實(shí)現(xiàn)智能體之間的相互對(duì)話。此外，Anthropic 引入的模型上下文協(xié)議 (Model Context Protocol)，則允許智能體訪問(wèn)其他服務(wù)。今天，我們很高興地宣布，我們的 Gemini API 和 SDK 現(xiàn)已兼容 MCP 工具。

我們還開(kāi)始將智能體功能引入 Chrome、搜索和 Gemini 應(yīng)用中。例如，Gemini 應(yīng)用中新增的 Agent Mode 將幫助您完成更多任務(wù)。如果您正在尋找公寓，它將幫助您在 Zillow 等網(wǎng)站上找到符合您條件的房源，調(diào)整過(guò)濾器，并使用 MCP 訪問(wèn)房源，甚至為您安排看房。Gemini 應(yīng)用中 Agent Mode 的實(shí)驗(yàn)版本將很快向訂閱者推出。這對(duì) Zillow 這樣的公司來(lái)說(shuō)非常有利，可以帶來(lái)新客戶并提高轉(zhuǎn)化率。

這是一個(gè)新興領(lǐng)域，我們很高興能探索如何最好地將智能體的益處更廣泛地帶給用戶和整個(gè)生態(tài)系統(tǒng)。

個(gè)性化的力量

將研究變?yōu)楝F(xiàn)實(shí)的最佳途徑，是讓它在您自己的現(xiàn)實(shí)生活中真正發(fā)揮作用。這正是個(gè)性化的強(qiáng)大之處。我們正在通過(guò)被稱為 "個(gè)人上下文" (personal context) 的技術(shù)來(lái)實(shí)現(xiàn)這一點(diǎn)。在您的許可下，Gemini 模型可以以私密、透明且完全由您控制的方式，在您的 Google 應(yīng)用中使用相關(guān)的個(gè)人上下文。

其中一個(gè)例子就是我們 Gmail 中新推出的個(gè)性化智能回復(fù) (Smart Replies)。如果您的朋友給您發(fā)郵件向你咨詢關(guān)于您過(guò)去旅行的建議，Gemini 可以搜索您過(guò)去的郵件和 Google Drive 中的文件，例如您在 Google Docs 中創(chuàng)建的行程，從而建議一個(gè)包含具體細(xì)節(jié)的回復(fù)。它將匹配您典型的問(wèn)候語(yǔ)，捕捉您的語(yǔ)調(diào)、風(fēng)格甚至喜歡用的詞語(yǔ)，最終生成一個(gè)更貼切、更像您本人風(fēng)格的回復(fù)。個(gè)性化智能回復(fù)將于今年晚些時(shí)候向訂閱者提供。不難想象，個(gè)人上下文將在搜索、Gemini 等更多產(chǎn)品中發(fā)揮巨大的實(shí)用價(jià)值。

搜索中的 AI Mode

我們的 Gemini 模型正在助力 Google 搜索變得更智能、更具智能體能力、更個(gè)性化。

自去年推出以來(lái)，AI Overviews 已覆蓋超過(guò) 15 億用戶，目前已在 200 個(gè)國(guó)家和地區(qū)推出。隨著人們使用 AI Overviews，我們發(fā)現(xiàn)他們對(duì)結(jié)果更滿意，搜索頻率也更高。在我們最大的市場(chǎng)，如美國(guó)和印度，AI Overviews 功能使顯示該功能的查詢?cè)鲩L(zhǎng)超過(guò) 10%，而且這種增長(zhǎng)還在持續(xù)。

這無(wú)疑是搜索過(guò)去十年中最成功的發(fā)布之一。

對(duì)于那些希望獲得端到端 AI 搜索體驗(yàn)的用戶，我們正在推出全新的 AI Mode。這是對(duì)搜索的徹底重塑。憑借更高級(jí)的推理能力，您可以使用 AI Mode 提出更長(zhǎng)、更復(fù)雜的查詢。事實(shí)上，早期測(cè)試者提出的查詢長(zhǎng)度是傳統(tǒng)搜索的兩到三倍，而且您可以進(jìn)一步提出后續(xù)問(wèn)題。這將作為新標(biāo)簽頁(yè)直接在搜索中提供。

我一直在大量使用它，它完全改變了我使用搜索的方式。我很高興地宣布，AI Mode 將從今天開(kāi)始在美國(guó)向所有用戶推出。憑借我們最新的 Gemini 模型，我們 AI 回復(fù)的質(zhì)量和準(zhǔn)確性達(dá)到了您對(duì)搜索的期望，并且是業(yè)內(nèi)最快的。從本周開(kāi)始，Gemini 2.5 也將登陸美國(guó)地區(qū)的搜索。

推進(jìn)我們最智能的模型:Gemini 2.5

我們強(qiáng)大高效的主力模型 Gemini 2.5 Flash 憑借其速度和低成本深受開(kāi)發(fā)者歡迎。新版 2.5 Flash 在幾乎所有方面都得到了改進(jìn)，在推理、多模態(tài)、代碼和長(zhǎng)上下文等關(guān)鍵基準(zhǔn)測(cè)試中均有提升。它在 LMArena 排行榜上僅次于 2.5 Pro。

我們正在通過(guò)引入一種我們稱之為 Deep Think 的增強(qiáng)推理模式，使 2.5 Pro 變得更強(qiáng)大。它運(yùn)用了我們?cè)谒季S和推理方面的最新前沿研究，包括并行思維技術(shù)。

更個(gè)性化、更主動(dòng)、更強(qiáng)大的

Gemini 應(yīng)用

我們正在讓 Deep Research 更具個(gè)性化，允許您上傳自己的文件，并很快連接到 Google Drive 和 Gmail，從而增強(qiáng)其生成定制化研究報(bào)告的能力。我們還將其與 Canvas 集成，點(diǎn)擊一下即可創(chuàng)建動(dòng)態(tài)信息圖表、測(cè)驗(yàn)，甚至多種語(yǔ)言的播客。除此之外，我們欣喜地看到 Canvas 在氛圍編程 (vibe coding) 方面被廣泛采用，這讓更多人只需通過(guò)與 Gemini 聊天，就能輕松創(chuàng)建功能性應(yīng)用。

對(duì)于深受用戶喜愛(ài)的 Gemini Live 功能，我們正在免費(fèi)向所有人開(kāi)放攝像頭和屏幕共享功能，包括 iOS 用戶。未來(lái)，它還將很快連接到您喜愛(ài)的 Google 應(yīng)用，提供更無(wú)縫的幫助。

我們?cè)谏墒矫襟w模型方面的進(jìn)展

我們推出了我們最新最先進(jìn)的視頻模型 Veo 3，它現(xiàn)在具備了原生音頻生成功能。同時(shí)，我們還推出了 Imagen 4，我們最新最強(qiáng)大的圖像生成模型。這兩款模型都可以在 Gemini 應(yīng)用中使用，為創(chuàng)意開(kāi)啟了一個(gè)全新的世界。

我們還將這些可能性帶給電影制作人，推出了一款名為 Flow 的新工具。您可以使用它創(chuàng)建電影片段，并將短片擴(kuò)展為更長(zhǎng)的場(chǎng)景。

改善生活的機(jī)會(huì)

AI 帶來(lái)的機(jī)遇確實(shí)影響深遠(yuǎn)。確保其惠及盡可能多的人，將取決于我們這一代開(kāi)發(fā)者、技術(shù)專家和致力于解決問(wèn)題的人。尤其令人振奮的是，想到我們今天正在進(jìn)行的各項(xiàng)研究——從機(jī)器人技術(shù)到量子計(jì)算、AlphaFold 再到 Waymo——都將成為未來(lái)現(xiàn)實(shí)的基石。

我深知改善生活的機(jī)遇來(lái)之不易。最近的一次親身經(jīng)歷，更是讓我對(duì)此有了更深刻的感觸。當(dāng)時(shí)，我和我的父母在舊金山。他們做的第一件事，就是想體驗(yàn)一下 Waymo。我這才了解到，這正逐漸成為當(dāng)?shù)刈钍軞g迎的旅游項(xiàng)目之一。我以前也坐過(guò) Waymo，但我 80 多歲的父親完全被震撼了；那一刻，我對(duì)這項(xiàng)進(jìn)步有了全新的體悟。

這提醒了我，技術(shù)擁有令人難以置信的力量，能夠激勵(lì)、震撼并推動(dòng)我們前進(jìn)。我迫不及待地想看到我們接下來(lái)將共同創(chuàng)造的精彩。