北京時(shí)間今天凌晨 1 點(diǎn)，今年的 Google I/O 2025 開(kāi)發(fā)者大會(huì)正式開(kāi)啟。谷歌最近的大模型技術(shù)風(fēng)頭正勁，今年的這場(chǎng)「科技春晚」吸引了全球關(guān)注的目光。

沒(méi)有意外，今年的核心主題自然是 AI。會(huì)上，谷歌發(fā)布或升級(jí)了一系列 AI 相關(guān)工具和服務(wù)，如下圖所示。

不過(guò)也有一些預(yù)料之外的發(fā)布。

下面我們就來(lái)概括性地盤(pán)點(diǎn)一番 Google I/O 2025 開(kāi)發(fā)者大會(huì)這場(chǎng) AI 的盛宴。

一、Gemini 大爆發(fā)

首先最重要的就是基礎(chǔ)模型。

今年，Gemini 無(wú)疑是 Google I/O 2025 開(kāi)發(fā)者大會(huì)上最亮眼的關(guān)鍵詞。谷歌不僅為其帶來(lái)了新升級(jí)，同時(shí)還推出了一系列圍繞 Gemini 開(kāi)發(fā)的工具。

2.5 Pro 不僅在學(xué)術(shù)基準(zhǔn)測(cè)試中表現(xiàn)出色，如今更是 WebDev Arena 和 LMArena 排行榜上全球領(lǐng)先的模型，在幫助人們學(xué)習(xí)方面也同樣出色。

DeepMind 為 2.5 Pro 和 2.5 Flash 帶來(lái)了全新功能：原生音頻輸出 —— 能實(shí)現(xiàn)更自然的對(duì)話體驗(yàn)；先進(jìn)的安全保障；以及 Project Mariner 的計(jì)算機(jī)使用功能。

Deep Think 還能進(jìn)一步提升 2.5 Pro 的能力，這是一種實(shí)驗(yàn)性的增強(qiáng)型推理模式，適用于高度復(fù)雜的數(shù)學(xué)和編碼。

另外， 最高效的主力模型 Gemini 2.5 Flash 也在多個(gè)維度上得到了提升，包括推理、多模態(tài)、代碼和長(zhǎng)上下文等關(guān)鍵基準(zhǔn)，同時(shí)效率進(jìn)一步提升。在 DeepMind 自家的評(píng)估中，使用的 token 也減少了 20-30%。

2.5 Flash 現(xiàn)已在 Gemini 應(yīng)用中面向所有用戶開(kāi)放，DeepMind 計(jì)劃將于 6 月初在面向開(kāi)發(fā)者的 Google AI Studio 和面向企業(yè)的 Vertex AI 中正式發(fā)布更新版本，2.5 Pro 也將很快發(fā)布。

谷歌還在 Gemini API 和 Vertex AI 中引入思維摘要（thought summaries）功能，以提高透明度；將思維預(yù)算擴(kuò)展到 2.5 Pro 以增強(qiáng)控制力；并在 Gemini API 和 SDK 中增加對(duì) MCP 工具的支持，以便用戶訪問(wèn)更多開(kāi)源工具。

另外，谷歌還宣布了一個(gè)名叫 Gemini Diffusion 的新模型。從名字上看，這應(yīng)該是一個(gè)采用了擴(kuò)散模型的 AI。

為了提升大模型推理速度，以進(jìn)一步貼近生產(chǎn)應(yīng)用，Google DeepMind 正在使用「擴(kuò)散」技術(shù)來(lái)探索新的語(yǔ)言模型方向，該模型旨在為用戶提供更強(qiáng)大的控制力、創(chuàng)造力和文本生成速度。

擴(kuò)散模型的工作原理有所不同。它們不是像大語(yǔ)言模型那樣直接預(yù)測(cè)下個(gè)文本 token，而是通過(guò)逐步細(xì)化噪聲的方式來(lái)學(xué)習(xí)生成輸出。這意味著它們可以快速迭代解決方案，并在生成過(guò)程中進(jìn)行錯(cuò)誤糾正。這有助于它們?cè)诰庉嫷热蝿?wù)中表現(xiàn)出色，包括在數(shù)學(xué)和代碼環(huán)境中。

谷歌表示：「這個(gè)新的最先進(jìn)的文本模型不僅速度快，而且速度非常快，今天發(fā)布的 Gemini Diffusion 實(shí)驗(yàn)演示的生成速度是我們迄今為止最快模型的五倍，同時(shí)具有相當(dāng)?shù)木幊绦阅堋！?/p>

谷歌表示，Gemini Diffusion 的推理速度可以達(dá)到每 12 秒 10095 token。

對(duì)這個(gè)新模型感興趣的讀者可以在這里加入等待列表：

https://docs.google.com/forms/d/1aLm6J13tAkq4v4qwGR3z35W2qWy7mHiiA0wGEpecooo/viewform?edit_requested=true

Gemini 應(yīng)用的未來(lái)也值得期待。Demis Hassabis 親自撰寫(xiě)了一篇題為「我們構(gòu)建通用 AI 助手的愿景」的博客文章，其中寫(xiě)到：「我們正在將 Gemini 擴(kuò)展為一個(gè)世界模型，它可以通過(guò)模擬世界的各個(gè)方面來(lái)制定計(jì)劃并想象新的體驗(yàn)。」

「我們的終極愿景是將 Gemini 應(yīng)用打造成一個(gè)通用的 AI 助手，它可以為我們執(zhí)行日常任務(wù)，處理日常的日常管理，并提供令人愉悅的新建議，從而提高我們的工作效率，豐富我們的生活。」

這一愿景的起點(diǎn)是 Project Astra，谷歌基于其首次探索了視頻理解、屏幕共享和記憶功能等功能。

在過(guò)去的一年里，谷歌一直在將這些功能集成到 Gemini Live 中，以便讓更多人體驗(yàn)到這些功能。同時(shí)，谷歌也在創(chuàng)新，例如，升級(jí)了語(yǔ)音輸出，使其更加自然地融入原生音頻，改進(jìn)了記憶功能，并增加了計(jì)算機(jī)控制功能。

二、編程工具升級(jí)

既然是開(kāi)發(fā)者大會(huì)，那必然少不了編程工具的升級(jí)。在這方面，谷歌可以說(shuō)是火力全開(kāi)。

首先，谷歌正式宣布了前兩天悄然上線的編程智能體 Jules。據(jù)介紹，Jules 是一款異步、智能體式的編碼助手，可直接與用戶現(xiàn)有的代碼庫(kù)集成。它可將用戶代碼庫(kù)克隆到安全的 Google Cloud 虛擬機(jī) (VM) 中，了解項(xiàng)目的完整上下文，并執(zhí)行編寫(xiě)測(cè)試、構(gòu)建新功能、提供音頻更新日志、修復(fù)錯(cuò)誤、升級(jí)依賴項(xiàng)版本等任務(wù)。

Jules 以異步方式運(yùn)行，讓用戶可在 Jules 后臺(tái)運(yùn)行時(shí)專注于其他任務(wù)。完成后，它會(huì)展示其計(jì)劃、推理過(guò)程以及所做更改的差異。Jules 默認(rèn)為私有 —— 谷歌承諾不會(huì)使用用戶的私有代碼進(jìn)行訓(xùn)練，并且會(huì)在執(zhí)行環(huán)境中隔離用戶數(shù)據(jù)。

目前，Jules 處于公測(cè)階段（beta），訪問(wèn)免費(fèi)，但使用量會(huì)受到限制。谷歌表示會(huì)在公測(cè)結(jié)束后推出定價(jià)機(jī)制，想要嘗鮮的可得抓緊。

此外，谷歌還宣布了 Gemini Code Assist 的新升級(jí)。Gemini Code Assist 是谷歌幾個(gè)月前發(fā)布的 AI 編程助手，其中包括個(gè)人版 Gemini Code Assist for individuals 和代碼審查智能體 Gemini Code Assist for GitHub。谷歌表示：「自二月份發(fā)布預(yù)覽版以來(lái)，我們一直在征求意見(jiàn)、聽(tīng)取反饋，并逐步實(shí)現(xiàn)開(kāi)發(fā)者所需的功能。」

現(xiàn)在，谷歌宣布 Gemini Code Assist 個(gè)人版和 GitHub 版正式發(fā)布，開(kāi)發(fā)者可以在不到一分鐘的時(shí)間內(nèi)上手。Gemini 2.5 現(xiàn)已支持 Gemini Code Assist 的免費(fèi)版和付費(fèi)版，擁有更強(qiáng)大的編程性能；可幫助開(kāi)發(fā)者在創(chuàng)建視覺(jué)效果出色的 Web 應(yīng)用以及代碼轉(zhuǎn)換和編輯等任務(wù)上表現(xiàn)出色。

此外，谷歌還宣布為 Gemini Code Assist 提供了更多自定義選項(xiàng)，包括更多自定義工作流程以適應(yīng)不同項(xiàng)目需求的方式，更輕松地從上次中斷的位置繼續(xù)執(zhí)行任務(wù)的功能，以及用于強(qiáng)制執(zhí)行團(tuán)隊(duì)編碼標(biāo)準(zhǔn)、樣式指南和架構(gòu)模式的新工具。

另外，Gemini Code Assist 標(biāo)準(zhǔn)版和企業(yè)版開(kāi)發(fā)者也已經(jīng)可以使用 200 萬(wàn) token 的上下文窗口，這能幫助開(kāi)發(fā)者完成大規(guī)模的復(fù)雜任務(wù)，例如錯(cuò)誤追蹤、代碼轉(zhuǎn)換以及為新用戶生成全面的入門(mén)指南。

谷歌還展示了一個(gè)使用統(tǒng)計(jì)數(shù)據(jù)：Gemini Code Assist 可將開(kāi)發(fā)者完成常見(jiàn)開(kāi)發(fā)任務(wù)的成功率提高 2.5 倍。

感興趣的用戶可以在 VS Code 或 JetBrains IDE 中下載 Gemini Code Assist 插件，并通過(guò) GitHub 應(yīng)用訪問(wèn)代碼審查智能體。此外，用戶現(xiàn)在還可以利用 Android Studio for Business 中的 Gemini，在 Android 開(kāi)發(fā)生命周期的每個(gè)階段充分利用 Gemini。

谷歌還推出一款全新的 AI 驅(qū)動(dòng)式 UI 工具：Stitch。它能基于自然語(yǔ)言描述或圖像提示詞，生成適用于桌面和移動(dòng)設(shè)備的高質(zhì)量 UI 設(shè)計(jì)及相應(yīng)的前端代碼。Stitch 能讓用戶快速將創(chuàng)意變?yōu)楝F(xiàn)實(shí)，以對(duì)話方式迭代設(shè)計(jì)，調(diào)整主題，并輕松將自己的作品導(dǎo)出為 CSS/HTML 或 Figma 以繼續(xù)創(chuàng)作。

谷歌還宣布了 Colab 和 Firebase Studio 的一些功能升級(jí)。其中 Colab「很快就會(huì)具有一種全新的、完全智能體的體驗(yàn)。只需告訴 Colab 你想要實(shí)現(xiàn)的目標(biāo)，它就會(huì)在你的筆記本中執(zhí)行操作，修復(fù)錯(cuò)誤并轉(zhuǎn)換代碼，從而幫助你更快地解決難題。」可以期待一下。

三、最新視頻、圖像生成模型

谷歌最新的視頻和圖像生成模型 Veo 3 和 Imagen 4 憑借其優(yōu)異的新功能，打破了媒體生成的界限。此外，全新的 AI 電影制作工具 Flow 已經(jīng)用上了 Google DeepMind 最先進(jìn)的模型，讓你能夠更精細(xì)地控制角色、場(chǎng)景和風(fēng)格，創(chuàng)作出具有電影質(zhì)感的影片。

1. Veo 3：視頻與音頻的結(jié)合

Veo 3 是一個(gè)先進(jìn)的視頻生成模型，它不僅提高了 Veo 2 的質(zhì)量，而且首次可以生成帶有音頻的視頻。

Veo 3 今天在 Gemini 應(yīng)用程序和 Flow 中為 Ultra 在美國(guó)的用戶提供服務(wù)。它也適用于 Vertex AI 上的企業(yè)用戶。

2. Veo 2 更新

Veo 2 添加了新功能，包括：

• 先進(jìn)的參考視頻功能，從而實(shí)現(xiàn)更佳的創(chuàng)意控制和一致性。
• 相機(jī)控制，可以幫助用戶定義精確的相機(jī)運(yùn)動(dòng)，包括旋轉(zhuǎn)，變焦，以實(shí)現(xiàn)完美的拍攝。
• Utpainting，拓寬視頻幀，并使其更容易適應(yīng)任何屏幕尺寸。
• 對(duì)象添加和刪除，讓用戶從視頻中添加或刪除對(duì)象。

3. Flow

Flow 是一款 AI 電影制作工具，專為創(chuàng)意人士打造，它整合了 Google DeepMind 最先進(jìn)的模型：Veo、Imagen 和 Gemini，讓用戶能夠無(wú)縫創(chuàng)作電影級(jí)的片段、場(chǎng)景和故事。

4. Imagen 4

Imagen 4 在精細(xì)細(xì)節(jié)方面擁有非凡的清晰度，例如復(fù)雜的織物、水滴和動(dòng)物皮毛，并且在照片級(jí)寫(xiě)實(shí)和抽象風(fēng)格方面均表現(xiàn)出色。Imagen 4 可以創(chuàng)建各種寬高比的圖像，分辨率高達(dá) 2k，更適合打印或演示。它在拼寫(xiě)和排版方面也得到了顯著提升，讓你可以更輕松地創(chuàng)作自己的賀卡、海報(bào)甚至漫畫(huà)。

很快，谷歌還將推出 Imagen 4 變體，比 Imagen 3 快 10 倍。

四、Google Beam + 語(yǔ)音翻譯

幾年前，谷歌推出了 Starline 項(xiàng)目，旨在重新定義視頻通信。Starline 項(xiàng)目實(shí)現(xiàn)了遠(yuǎn)程對(duì)話，讓人感覺(jué)如同身處同一房間，而無(wú)需佩戴專門(mén)的眼鏡或頭顯。

今天，谷歌宣布 Starline 項(xiàng)目正在演變?yōu)橐粋€(gè)全新的 3D 視頻通信平臺(tái)：Google Beam。

Google Beam 平臺(tái)利用 AI 賦能新一代設(shè)備，幫助人們無(wú)論身在何處都能建立有意義的聯(lián)系。

Google Beam 借助最先進(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)，將標(biāo)準(zhǔn)的 2D 視頻流轉(zhuǎn)化為逼真的 3D 體驗(yàn)，讓用戶以更自然、更直觀的方式進(jìn)行連接。

此外，谷歌也正在探索使用 Google Beam 進(jìn)行語(yǔ)音翻譯。這項(xiàng)功能將于今日在 Google Meet  上線。

Google Meet 的語(yǔ)音翻譯功能最初將支持英語(yǔ)和西班牙語(yǔ)，未來(lái)幾周將支持更多語(yǔ)言。

有了這項(xiàng)功能，用戶在保持語(yǔ)音、語(yǔ)調(diào)和表情的同時(shí)，還可以享受近乎實(shí)時(shí)的翻譯對(duì)話。

五、搜索升級(jí)

搜索可以說(shuō)是谷歌的立身之本，但近段時(shí)間來(lái)已經(jīng)開(kāi)始受到新生代的 AI 搜索應(yīng)用的沖擊，而谷歌也正積極地應(yīng)對(duì)。

在今天的 I/O 開(kāi)發(fā)者大會(huì)上，谷歌宣布其搜索中的 AI 概覽（AI Overviews）功能進(jìn)行了功能升級(jí)，現(xiàn)已覆蓋 200 多個(gè)國(guó)家和地區(qū)，支持 40 多種語(yǔ)言，并新增了對(duì)阿拉伯語(yǔ)、漢語(yǔ)、馬來(lái)語(yǔ)、烏爾都語(yǔ)等語(yǔ)言的支持。

簡(jiǎn)單來(lái)說(shuō)，AI 概覽功能可以改進(jìn)用戶的搜索體驗(yàn)，用新類型的問(wèn)題快速查找信息并瀏覽網(wǎng)絡(luò)上的相關(guān)網(wǎng)站。當(dāng)谷歌的系統(tǒng)認(rèn)為這些信息最有幫助時(shí)，它們就會(huì)顯示在谷歌搜索中，并顯示醒目的網(wǎng)頁(yè)鏈接，方便用戶輕松了解更多信息。而且谷歌表示這個(gè)功能的速度很快：「AI 概覽功能提供業(yè)內(nèi)最快的 AI 響應(yīng)速度」。

谷歌也表示，AI 概覽確實(shí)可以幫到用戶：讓用戶的對(duì)搜索結(jié)果更加滿意，搜索頻率也更高。此外，從本周開(kāi)始，谷歌將在美國(guó)的 AI Overviews 中引入其最智能的模型 Gemini 2.5 的一個(gè)定制版本，以便搜索能夠解決更棘手的問(wèn)題。

在谷歌 I/O 開(kāi)發(fā)者大會(huì)上，谷歌還宣布今天起在美國(guó)正式推出 AI 模式（AI Mode）—— 無(wú)需注冊(cè) Labs。

AI 模式今年早些時(shí)候開(kāi)始在 Google 實(shí)驗(yàn)室測(cè)試，可以說(shuō)是谷歌功能最強(qiáng)大的 AI 搜索功能，擁有更先進(jìn)的推理能力和多模態(tài)分析能力，并能夠通過(guò)后續(xù)問(wèn)題和有用的網(wǎng)絡(luò)鏈接進(jìn)行更深入的探索。在接下來(lái)的幾周內(nèi)，美國(guó)用戶將在谷歌搜索和谷歌應(yīng)用的搜索欄中看到一個(gè)新的 AI 模式標(biāo)簽頁(yè)。

據(jù)介紹，AI 模式的底層采用了谷歌的查詢扇出（query fan-out）技術(shù)，可將問(wèn)題分解為子主題，并同時(shí)發(fā)出多個(gè)查詢。這使得新谷歌搜索能夠比傳統(tǒng)的谷歌搜索更深入地挖掘網(wǎng)絡(luò)內(nèi)容，幫助用戶發(fā)現(xiàn)更多網(wǎng)絡(luò)資源，并找到與用戶查詢高度相關(guān)的內(nèi)容。

當(dāng)然，谷歌也有自己的深度搜索（Deep Search）了。谷歌宣布會(huì)通過(guò)深度搜索將深度研究功能引入 AI 模式。深度搜索使用相同的查詢扇出技術(shù)，但更上一層樓。它可以發(fā)起數(shù)百次搜索，對(duì)不同的信息進(jìn)行推理，并在幾分鐘內(nèi)創(chuàng)建專家級(jí)的完整引用報(bào)告，從而節(jié)省用戶數(shù)小時(shí)的研究時(shí)間。

谷歌還為搜索引入實(shí)時(shí)功能，可實(shí)時(shí)提供幫助。事實(shí)上，之前每月已有超過(guò) 15 億用戶使用 Google Lens 來(lái)搜索他們所看到的內(nèi)容。現(xiàn)在，谷歌宣布將 Project Astra 的實(shí)時(shí)功能引入搜索，在多模態(tài)搜索方面邁出了新的一步。借助實(shí)時(shí)搜索功能，用戶可以使用攝像頭與搜索實(shí)時(shí)交流所看到的內(nèi)容。

谷歌還將 Project Mariner 的智能體功能引入 AI 模式，可幫助用戶節(jié)省購(gòu)票等任務(wù)的時(shí)間。只需輸入「在更下面的觀眾席找到兩張本周六紅人隊(duì)比賽的平價(jià)門(mén)票」，AI 模式就會(huì)啟動(dòng)查詢扇出，跨網(wǎng)站分析數(shù)百個(gè)潛在的門(mén)票選項(xiàng)，并提供實(shí)時(shí)價(jià)格和庫(kù)存，并處理繁瑣的表單填寫(xiě)工作。AI 模式將呈現(xiàn)符合確切條件的門(mén)票選項(xiàng)，讓用戶可以在任何喜歡的網(wǎng)站上完成購(gòu)買(mǎi)。

此外，谷歌還為搜索的 AI 模式引入了個(gè)人上下文（personal context）與定制圖表等能力。

六、全新的 AI 購(gòu)物模式

谷歌推出了全新的 AI 購(gòu)物體驗(yàn)，其將 Gemini 功能與 Shopping Graph 進(jìn)行完美結(jié)合，Shopping Graph 目前擁有超過(guò) 500 億條商品信息，涵蓋全球零售商，每條信息都包含評(píng)論、價(jià)格、顏色選擇和庫(kù)存情況等詳細(xì)信息。并且信息是準(zhǔn)確的、及時(shí)的，因?yàn)槊啃r(shí)有超過(guò) 20 億條此類商品信息在 Google 上更新。

用戶還能進(jìn)行虛擬試穿：只需上傳一張照片，你就可以虛擬試穿數(shù)十億種服裝。

該功能由一個(gè)全新的時(shí)尚定制圖像生成模型支持，該模型能夠理解人體結(jié)構(gòu)和服裝的細(xì)微差別 —— 例如不同面料在不同人體上的折疊、拉伸和懸垂效果。

試穿實(shí)驗(yàn)已經(jīng)正式啟動(dòng)。當(dāng)你在谷歌上選購(gòu)襯衫、褲子、裙子和連衣裙時(shí)，只需點(diǎn)擊產(chǎn)品詳情上的試穿圖標(biāo)即可。之后，你可以上傳自己的全身照 —— 片刻之后，就能看到衣服穿在身上的效果。

七、結(jié)語(yǔ)

以上的盤(pán)點(diǎn)性介紹還并未窮盡谷歌今年的 I/O 大會(huì)上發(fā)布、升級(jí)或規(guī)劃的一切，比如他們還推出了 Gemma 3n 的預(yù)覽版本，這是一個(gè)可以在手機(jī)、筆記本電腦和平板電腦上流暢運(yùn)行的開(kāi)放式多模態(tài)模型，可以處理音頻、文本、圖像和視頻。另外，谷歌在 AI 輔助科研、AI 內(nèi)容鑒定（SynthID Detector）、NotebookLM、云計(jì)算、辦公輔助、增強(qiáng)現(xiàn)實(shí)等多個(gè)領(lǐng)域都有新的動(dòng)態(tài)。他們甚至還推出了新的訂閱套餐：每月 249.99 美元的 Google AI Ultra！

前三個(gè)月有折扣

谷歌一直是 AI 研究的先驅(qū)，早在 Transformer 架構(gòu)和 AlphaGo 時(shí)代就奠定了技術(shù)基礎(chǔ)。然而，近年來(lái)在 AI 應(yīng)用層面，谷歌略顯保守，未能在用戶體驗(yàn)上與競(jìng)爭(zhēng)對(duì)手齊頭并進(jìn)。此次 2025 年 I/O 大會(huì)，谷歌通過(guò)一系列重磅發(fā)布，展現(xiàn)了其在 AI 應(yīng)用領(lǐng)域的強(qiáng)勢(shì)回歸。

從 AI Mode 徹底重塑搜索體驗(yàn)，到 Project Astra 引領(lǐng)多模態(tài)交互，再到 Gemini 2.5 的深度推理能力和 Project Mariner 的智能智能體，谷歌不僅追趕上了 AI 應(yīng)用的浪潮，更在多個(gè)關(guān)鍵領(lǐng)域?qū)崿F(xiàn)了超越。這場(chǎng)大會(huì)不僅是技術(shù)的展示，更是谷歌向未來(lái)發(fā)出的宣言：在 AI 驅(qū)動(dòng)的新時(shí)代，谷歌將繼續(xù)引領(lǐng)潮流，塑造更加智能和互聯(lián)的世界。