Google 升级 Gemini:支持边拍视频边提问,还能看懂手机屏幕
Google 在 MWC 2025 上展示了 Gemini 的新能力,支持实时共享手机屏幕提问,以及在拍摄视频时边拍边问。比如网购阔腿裤时能直接让它推荐穿搭。两项功能将于本月晚些时候面向 Android 平台的 Gemini Advanced 订阅用户推送。
Google 在 MWC 2025 上展示了 Gemini 的新能力,支持实时共享手机屏幕提问,以及在拍摄视频时边拍边问。比如网购阔腿裤时能直接让它推荐穿搭。两项功能将于本月晚些时候面向 Android 平台的 Gemini Advanced 订阅用户推送。
Google 宣布为所有 Workspace 商业用户的 Sheets 接入全新 Gemini 分析能力。用户现在可以直接让 AI 分析数据相关性、检测异常值,甚至一键生成热力图等可视化图表。点击右上角火花图标提问即可,省去了手写复杂公式的麻烦。
You.com 推出企业级智能体 ARI。它能在 5 分钟内同时分析多达 400 个信源,展示思维链推理过程,并自动生成带可验证来源、图表甚至格式化 PDF 的专业报告。企业目前可在 You.com Labs 申请预览。
Google 宣布 Gemini 2.0 Flash-Lite 正式在 Gemini API 上线,支持 Google AI Studio 生产环境及 Vertex AI 企业客户。该模型推理与数学基准超越 1.5 Flash,支持 100 万 token 上下文,输入百万 token 仅需 0.10 美元。
Google 宣布为 Google Drive 视频新增可搜索逐字稿功能,向所有 Workspace 用户推送至 3 月 26 日。界面类似 YouTube,侧边栏文本会随播放高亮并配有搜索框,点击文字可跳到对应画面。只要视频开启字幕即可使用,没有字幕的也可以右键一键自动生成。
Google AI Studio 上线「对话分支」功能。Gemini 用户可以在任意消息节点开辟新分支探索,且随时能返回主干,不会打乱原有上下文。这极大方便了多轮提示词调试。不过使用前需在设置中开启云端硬盘访问和自动保存。
Google 悄悄公开了视频生成模型 Veo 2 的定价页面。生成视频每秒收费 50 美分,折算下来一分钟 30 美元、一小时 1800 美元。相比 OpenAI 将 Sora 捆绑在每月 200 美元的 Pro 订阅中,Google 选择了直接按秒计费。
Freepik 宣布与 Google 合作上线视频生成模型 Veo 2。根据 Google 定价页面,Veo 2 生成视频每秒收费 50 美分,折合每分钟 30 美元。该模型支持生成 2 分钟以上片段,相比 OpenAI Sora 的月费订阅,按秒计费为创作者提供了新选择。
据 BBC 报道,帝国理工学院团队使用 Google 的 AI 工具「co-scientist」,在 48 小时内推导出了该团队历时十年才证实的超级细菌耐药假说。最值得关注的是,AI 在未接触未公开论文的情况下不仅命中原假说,还额外提供了 4 个科学家从未想过的新方向。
Google 宣布为 iOS 版 Chrome 和 Google 应用上线 Lens 屏幕搜索功能。用户浏览时无需截图,直接在屏幕上涂画或点击即可发起搜索。同时,Lens 也开始在视觉搜索中更广泛展示 AI Overviews 概述回答。
Google 宣布在 Google Ads 中上线新功能,广告主可通过 Imagen 3 用文字提示词生成包含成年人和人脸的生活方式图像。生成图像会自动打上 SynthID 水印,并禁止生成名人、未成年人等敏感内容,同时还新增了受众素材推荐与测试工具。
Google 推出基于 Gemini 2.0 的科研多智能体系统 AI co-scientist。它能模拟科研方法,通过辩论与打分自我演进,生成原创科研假设和实验方案。目前相关成果已在白血病老药新用等生物医学实验中得到验证,正面向科研机构开放测试申请。
Google 推出 PaliGemma 2 mix 检查点。该模型针对混合任务微调,无需额外调优即可开箱处理 OCR、图像描述等通用视觉语言任务,并依据 Prompt 提示词切换能力。使用初代 PaliGemma mix 的用户可以直接无缝升级。
Google 宣布将个人 AI 研究助理 Deep Research 上线至 Gemini 移动端应用。Android 和 iOS 上的 Gemini Advanced 订阅用户现在均可使用该功能,能针对几乎任何研究主题生成综合详尽的研究报告,让深度调研彻底摆脱电脑限制。
据 Semafor 2 月 17 日报道,《纽约时报》已向编辑与产品团队开放 AI 培训,并推出自研摘要工具 Echo。员工可用 AI 生成 SEO 标题和辅助头脑风暴,但严禁直接用 AI 起草报道或输入保密信源。一边起诉 OpenAI 侵权,一边把 AI 请进采编室,态度颇为耐人寻味。
Google 宣布 Gemini Advanced 开始支持记忆并调取历史聊天记录。用户不用再从头交代背景,AI 会结合过往讨论作答,记录也可在活动页面随时查看、删除或关闭。目前已向 Google One AI 高级版英文订阅用户推送。
YouTube 宣布将 Google DeepMind 的 Veo 2 模型接入 Shorts 的 Dream Screen。创作者不仅能用文字生成背景,还能直接生成插入短视频的独立片段,对物理规律和人体动作理解更强,并附带 SynthID 水印。目前已向美、加、澳、新西兰开放。
YouTube 公布 2025 年路线图,将把 AI 多语言自动配音开放给合作伙伴计划的所有创作者。Shorts 的 Dream Screen 还将接入 Google 的 Veo 2 生成视频背景,并启动测试面向知名人物的 AI 肖像检测与控制工具。
Google 宣布为青少年和家长推出多项安全更新。平台将在美国测试基于机器学习的年龄估算模型,以判断用户是否未成年并自动开启保护;同时为青少年拓展交互式学习功能 Learn About 等生成式 AI 工具。
Google 宣布将实验性 AI 图像工具 Whisk 推向全球 100 多个国家和地区。它基于 Imagen 3 模型,核心玩法是用图片替代文字提示词,最多上传三张图分别锁定主体、场景和风格来混搭出图。不过欧盟、英国及印度等地区暂未开放。