传 Google 将在 I/O 推出类 Pinterest 功能以保广告收入
据报道 Google 计划在下周 I/O 2025 推出类似 Pinterest 的视觉灵感功能,允许用户按主题收藏时尚与家居图像。面对 ChatGPT 分流搜索流量,Google 试图借此稳住核心商业广告盘子;此外大会预计还将亮相软件开发智能体与 Gemini 的 XR 语音整合。
据报道 Google 计划在下周 I/O 2025 推出类似 Pinterest 的视觉灵感功能,允许用户按主题收藏时尚与家居图像。面对 ChatGPT 分流搜索流量,Google 试图借此稳住核心商业广告盘子;此外大会预计还将亮相软件开发智能体与 Gemini 的 XR 语音整合。
Google 正式推出 iPad 专用 Gemini 应用,已在 App Store 上架。新版本针对大屏优化,支持 Split View 分屏多任务,能与其他应用并排同屏使用。这是继去年 11 月上线 iPhone 版本后,Gemini 进一步渗透苹果生态。
据彭博社报道,周三 Apple 服务主管 Eddy Cue 在反垄断庭审中透露,Safari 正在积极考虑接入 OpenAI、Perplexity 等 AI 搜索选项。受 AI 分流影响,Safari 搜索量上月首次出现下滑,这可能动摇双方每年约 200 亿美元的默认搜索协议。
Google Research 推出基于 Gemini 的低损耗文本简化系统,并在 iOS 版 Google 应用上线 Simplify 功能。它不同于单纯的摘要提取,而是在保留全部原意与细节的前提下降低阅读门槛。测试显示,该系统将医学等复杂文本的阅读理解准确率提升了 15%。
据报道,Google 正通知家长,即将允许 13 岁以下儿童在 Family Link 监管的设备上使用 Gemini 辅助作业或讲故事。儿童数据不会用于训练模型,家长可通过后台随时关闭并在首次使用时获知。Google 也提醒家长告知孩子 AI 并非真人,以防泄露隐私。
Google 宣布将原生图像编辑功能引入 Gemini app。无论是 AI 生成图还是从手机电脑上传的个人照片,都能直接通过自然语言提示词替换背景、增加元素或修改细节。编辑后的图片会嵌入 SynthID 数字水印,正逐步向全球推出。
Google 宣布 NotebookLM 的音频概览现已支持超过 50 种语言。借助 Gemini 的原生音频能力,设置里新增了「输出语言」选项。也就是说,哪怕同时喂给它葡语视频、西语论文和英文资料,它也能全用你选定的语言聊出一期播客。
消息,Google 在最近的 TED 演讲中首次公开实机演示了 XR 智能眼镜原型。该设备运行 Android XR 并接入 Gemini,镜片内置微型彩色屏幕,不仅能记住房卡遗落位置,还能实时翻译和投影导航。不过官方未公布发售时间,预计要到 2026 年才能上市。
Google DeepMind CEO Demis Hassabis 在播客中表示,Google 最终会将 Gemini 和视频生成模型 Veo 合并,以此提升模型对物理世界的理解能力。他透露 Veo 主要是通过观看海量 YouTube 视频来摸索现实物理规律,这也是打造通用数字助理的关键一步。
Google DeepMind 负责人 Demis Hassabis 宣布,旗下 Gemini 模型和 SDK 将支持 MCP 协议。他表示 MCP 正在迅速成为智能体时代的开放标准,未来将与 MCP 团队及行业伙伴共同推进其发展。
三星宣布家庭机器人 Ballie 将于今年夏天在美国发售,目前已开启预注册。这款球形双轮机器人内置投影仪,接入了 Google Gemini 多模态推理能力,能根据视觉输入提供穿搭建议、联动智能家居调节作息。不过其具体售价仍未公布。
Google 披露正利用 AI 重制 86 年前的经典电影《绿野仙踪》,用于拉斯维加斯 Sphere 场馆的 16K 巨型屏幕。团队微调 Gemini、Veo 2 和 Imagen 3,不仅扩展背景、拉高画质,还借助华纳档案数字化还原画外角色。全片超 90% 内容经 AI 处理,预计 2025 年 8 月 28 日首映。
Reddit 宣布与 Google Cloud 合作推出 Reddit Answers。该功能接入 Vertex AI 上的 Gemini 模型,能直接从海量社区讨论中提炼答案,并附带帖子出处和相关社区推荐,还支持多轮对话追问。
Google 宣布为 Workspace 推出多项 AI 功能。重头戏是自动化工具 Workspace Flows,用自然语言即可调度自定义智能体处理跨应用复杂流程;Docs 引入类 NotebookLM 的音频概览,Vids 则接入 Veo 2 生成视频。目前多项功能正分阶段进行 Alpha 测试。
Google Research 推出全新遥感基础模型与「Geospatial Reasoning」研究框架。通过 Gemini 编排智能体工作流,将卫星航拍图像、气象与人口模型打通,用于灾后评估与城市规划等复杂分析。Airbus 和 Planet Labs 等机构已加入首批测试。
Google 为搜索 AI Mode 增加多模态能力,用户拍照或上传图片即可获得带网页链接的详细解答。新功能融合了定制版 Gemini 和 Google Lens 技术,并采用多查询扇出机制深入理解画面细节。目前该体验已在移动端上线,并向美国数百万 Labs 用户扩大测试。
Google 宣布为 NotebookLM 上线「Discover sources」功能。用户不再需要手动上传文件,只需输入研究主题,系统就会在全网检索并挑选最多 10 个高相关来源附带摘要,一键就能导入笔记本。该功能已开始面向全量用户推送。
Google DeepMind 发布技术论文,系统梳理 AGI 面临的滥用、失控对齐、事故和结构性风险。团队重点聚焦防止模型权重泄露、通过辩论与放大监督应对欺骗性对齐,并设立由联合创始人 Shane Legg 牵头的 AGI 安全委员会,推进前沿治理。
Krea 宣布在 Krea Chat 界面接入 Google Gemini 的文生图与图像编辑能力。用户输入「把天空染成紫色」这类自然语言指令,就能直接在对话中多轮微调画面,无需依赖复杂的专业修图软件。
Google 宣布为 Google 地图推出新功能,利用 Gemini 自动识别应用截屏中的地点并存为清单。此外,Google 还推出了全球适用的酒店降价追踪,并支持在搜索中用 AI Overviews 自动生成旅行行程并导出。