Google IO 2025 筆記

Google 在 Google I/O 2025 大會上發表了多項關於人工智慧 (AI) 的重大進展與產品更新，重點圍繞著 Gemini 模型及其應用。

Gemini 模型的進展與演化

• Gemini 2.5 Pro 是 Google 迄今為止最好的模型，也是全球先進基礎模型。它的 Elo 分數比上一版本高出 142 分。更新版的 2.5 Pro 在 WebDev Arena 中一馬當先，在各大主流程式設計平台上備受追捧。它現在整合了 LearnLM，使其也成為全球出色的學習輔助模型。Google 正在進行最後調整，並將正式版模型在未來幾周內發布。
• Gemini 2.5 Flash 被描述為 Google 極其高效的王牌模型，因出色的速度和較低的成本備受開發者青睞。新版 Flash 模型在幾乎每一個方面都有所改進，在各類重要基準測試中都取得了更好的成績，包括推理、程式設計和長上下文。它在 LMArena 排行榜上僅次於 2.5 Pro。Flash 預計於六月初正式上線。
• Deep Think 是 Gemini 2.5 Pro 的新模式，它能將模型性能發揮到極致，帶來突破性的成果。Deep Think 採用思考與推理領域的先進研究，包括平行技術。Google 正在通過 Gemini API 向早期開發者開放此功能。
• Gemini Diffusion 是一種領先的文字擴散實驗模型。它利用平行生成技術實現超低延遲，生成速度可達目前最快模型 2.0 Flash-Lite 的五倍。
• Google 也開發了全新的文字轉語音功能預覽版，支持多講話人，能捕捉語氣和模式，並支持超過 24 種語言，甚至能無縫切換語言。Live API 也提供 2.5 Flash 原生音訊對話功能的預覽版。

這些進步都由卓越的基礎設施提供支持，例如第七代 TPU Ironwood，其性能達到上一代的十倍。

AI 採用率與影響

人工智慧的採用速度遠超以往。去年此時，Google 所有產品和 API 每月處理的詞元總量是 9.7 兆；如今，每月處理量達到了 480 萬兆，短短一年接近 50 倍的增幅。在 Google AI Studio 和 Vertex AI 中，有超過 700 萬名開發者使用 Gemini API 進行開發，是去年 I/O 大會時的五倍多。Gemini 在 Vertex AI 中的使用量增加到 40 多倍。

Gemini App 的月活躍用戶數已超過 4 億，尤其在使用 2.5 Pro 模型時，使用量增長了 45%。AI 概覽 (AI Overviews) 的月用戶量現已超過 15 億，在主要市場如美國、印度，AI 概覽推動查詢類型實現了超過 10% 的增長。

研究項目轉化為產品

Google 將多項早期的研究項目整合到產品中：

• Project Starline 是突破性的 3D 視訊技術，現演進為全新的 AI 優先型視訊溝通平台 Google Beam。Beam 運用先進視訊模型將 2D 視訊流轉化為逼真的 3D 體驗。Google 熱切期待將這項技術帶給大家，並與惠普 (HP) 合作推出首款 Beam 設備。Starline 的底層技術也整合到 Google Meet 中，包括實時語音翻譯，目前支援英語與西班牙語互譯。
• Project Astra 探索通用型 AI 助手未來理解你身邊世界的能力。Gemini Live 現已整合 Astra 的相機和螢幕共享功能，支持就你看到的任何事物展開對話。這項功能即日起面向所有 Android 和 iOS 用戶開放。Google 也在 Project Astra 的最新研究原型中展示了其協助修理自行車等任務的能力。
• Project Mariner 是一種智能體 (Agent) 原型，可以與 Web 交互並完成各種任務。它能同時管理多達 10 個任務，並使用「示教與重複」功能學習任務。Project Mariner 的電腦使用能力將通過 Gemini API 向開發者提供。

AI 在 Google 產品中的應用

AI 正徹底改變 Google 的產品體驗：

• Google 搜尋 (Google Search)：Gemini 模型正讓 Google 搜尋變得更智能、真實、個性化。除了現有的 AI 概覽，全新的 AI 模式 (AI Mode) 是對搜尋的全面重構，搭配更先進的推理能力。用戶可以向 AI 模式提出更長、更複雜的查詢，甚至是多輪追問。AI 模式利用「查詢扇出」(query fan-out) 技術將問題分解為子主題並同時發起大量搜尋。AI 模式即日起面向全美用戶開放。AI 模式即將增加的功能（先在實驗室測試）包括根據搜尋記錄提供個性化建議，以及關聯其他的 Google 應用（如 Gmail）的「個人使用場景」(Personal Context)。它也將引入 Deep Research 功能，替用戶發起數十次甚至數百次搜尋並生成專家級報告。AI 模式還能分析複雜數據並提供可視化圖表，例如棒球數據分析。借助 Project Mariner 的代理能力，AI 模式也能協助完成任務，如搜尋和購買活動門票、餐廳預訂和本地服務預約。整合 Project Astra 技術的「實時搜尋 (Search Live)」功能，讓 Google 搜尋能利用手機鏡頭實時感知用戶看到的畫面並提供信息。針對線上購物，AI 模式新增了視覺化購物功能，能根據用戶偏好生成圖片拼貼圖，並結合購物信息圖譜提供產品信息。此外，還推出了虛擬試穿 (Virtual Try-on) 功能，用戶可上傳照片查看服飾穿在自己身上的效果。未來的購物功能還包括價格追蹤 (Price Tracking) 和代理結帳 (Agent Checkout)。
• Gemini 應用 (Gemini App)：Google 的目標是將 Gemini 打造成最個性化、最主動、最強大的 AI 助理。這始於「個人使用場景」功能，允許用戶在授權下與 Gemini 分享 Google 應用（如搜尋記錄、Gmail、雲端硬碟、文件）的背景信息，使其成為用戶的延伸。個性化將孕育主動型 AI 助理，例如預見考試並提供個性化測驗或講解視頻。Gemini Live 在應用中提供免費的相機和螢幕共享功能，並將能夠連接到日曆、地圖、Keep 和 Tasks 等應用。Deep Research 功能將支持上傳文件，並很快能與 Google 雲端硬碟和 Gmail 連接。Canvas 是 Gemini 提供的交互式協同創作空間，能將報告等內容轉換成網頁、信息圖、測驗、播客或互動模擬。
• Chrome 中的 Gemini (Gemini in Chrome)：這將成為用戶在桌面端瀏覽網頁時的 AI 助理，能直接理解當前頁面內容並提供針對性解答。這項功能將向美國地區的 Gemini 訂閱者推出。
• Gmail：AI 技術的智能回复功能頗受歡迎。個性化智能回复能效仿用戶口吻，並查看用戶雲端硬碟、舊郵件、文件中的信息來生成詳細回复。這項功能將於今年夏天在 Gmail 中提供給訂閱者。

生成式 AI 工具

生成式媒體技術正在拓展創意表達的可能性。Google 推出了多款先進的生成模型：

• Imagen 4 是 Google 旗下最先進、功能最强大的圖像生成模型，正式在 Gemini 應用上推出。它生成的圖像質量更高、色彩更細膩、細節更精細，並大幅提升了文字和排版能力。
• Veo 3 是 Google 最先進的文字轉影像工具。它具有出色的視覺質量和對物理規律的強大理解。最大的突破在於實現了原生音訊生成，可以生成音效、背景音甚至對話，讓內容創作進入音訊和視訊結合的新時代。
• Lyria 2 是文字轉音樂工具，可以生成高保真音樂和專業級音訊，包含獨唱和合唱人聲部分。它已向企業用戶和 YouTube 創作者、專業音樂人開放。

結合圖像、影像和音樂生成功能，Google 推出了一款全新的 AI 電影製作工具 Flow。Flow 整合了 Veo、Imagen 和 Gemini 的技術，提供簡便的界面上傳素材或即時生成圖像，並能根據提示將素材組合、保持角色和場景的一致性，甚至延長素材片段。

為應對 AI 生成內容的識別問題，Google 兩年前開創了 SynthID 技術，能在生成媒體內容中嵌入不可見的水印。新推出的 SynthID 檢測器能夠識別圖像、音訊、文本或視訊中是否含有 SynthID 水印。

硬體與全新體驗

Google 正在探索 AI 與現實世界的互動方式：

• Android XR 是首個在 Gemini 時代構建的 Android 平台，支持頭戴設備、智能眼鏡等各種設備。Gemini 將成為 Android XR 的核心，能夠以更豐富的方式理解上下文和意圖，全天候提供支持。三星的首款 Android XR 頭戴式裝置 Project Moohan 將於今年晚些時候發售。Android XR 智能眼鏡將變得輕巧，內建鏡頭和麥克風讓 Gemini 能「看到」和「聽到」世界，並通過顯示屏提供信息。現場展示了 Android XR 智能眼鏡的實時功能，例如識別咖啡店名稱、顯示照片、提供導航、安排日程和進行實時翻譯（儘管演示遇到了一些挑戰）。Google 正與三星深化合作，並與 Gentle Monster 和 Warby Parker 等眼鏡制造商合作打造時尚智能眼鏡。

AI 的廣泛影響

Google DeepMind 長期致力於將 AI 應用於科學領域，取得了多項突破，包括 AlphaProof (數學)、Co-Scientist (研究協作)、AlphaEvolve (科學發現、AI 訓練加速)。在生命科學領域，有 AMIE (醫療診斷研究系統)、AlphaFold 3 (預測分子結構與相互作用)，以及基於 AlphaFold 的 Isomorphic Labs (藥物研發)。

在無障礙功能方面，Project Astra 展示了其潛力。例如，與 Aira 合作，利用 Astra 技術創建原型，幫助盲人和低視力人群探索世界，由 Aira 的翻譯人員監督安全性。

AI 也應用於解決實際問題，例如與合作夥伴構建 FireSat 衛星星座，利用多光譜衛星圖像和 AI 提供近乎實時的野火觀測數據。在應急響應中，AI 也幫助 Wing 在海倫颶風期間用無人機投送物資。

Google 相信，如果以安全和負責任的方式進行，AI 有望加速科學發現進程，並成為有史以來最有益的技術。未來的可能性令人嚮往，包括實用機器人、疾病治療、量子計算機發展、全自動駕駛汽車等，許多都有可能在幾年內實現。

AI 訂閱方案

Google 將升級 AI 訂閱方案，推出 Google AI Pro 和全新的 Google AI Ultra。Google AI Pro 面向全球推出，提供全套 Google AI 產品的使用權、更高的用量限額和特殊功能（包括 Gemini App 的 Pro 版本）。Google AI Ultra 今天僅面向美國推出，專門面向行業開拓者和先行者，提供最高用量限額和搶先體驗 Google 發布的各項新產品和功能（例如 Gemini 2.5 Pro Deep Think、Veo 3 和 Flow），還附贈 YouTube Premium 會員和大量儲存空間。Ultra 方案月付高達 249.99 美元。