Google 推出 Gemini 智慧體影片理解:Token 砍掉 88%,成本降 66%
Google 宣佈為 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 推出智慧體影片理解能力。模型不再以固定幀率機械吃進整段影片,而是像智慧體一樣按需動態掃描畫面、音訊和轉錄文本,Token 消耗最多減少 88%,成本降低 66%,準確度反增 7%。該功能已通過 API 開放。
Google 宣佈為 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 推出智慧體影片理解能力。模型不再以固定幀率機械吃進整段影片,而是像智慧體一樣按需動態掃描畫面、音訊和轉錄文本,Token 消耗最多減少 88%,成本降低 66%,準確度反增 7%。該功能已通過 API 開放。
Google 與可汗學院合作升級 AI 助教 Khanmigo。接入 Gemini 後,AI 能在理科解題時即時生成圖表,學生拖動頂點線段時教學會隨之調整;同時推出全新練習工具,由 AI 起草但教師全流程稽核。目前已面向使用 Khanmigo 的學區開放。
Google 釋出語音轉文字模型 Gemini 3.5 Transcribe。經測其非流式詞錯誤率僅 2.6%、流式 4.0%,支援 85+ 種語言,能自動過濾語氣詞並支援口頭糾錯。該模型已上線 Google AI Studio 供開發者呼叫。
Google 宣佈面向高校在讀學生免費提供一年 AI 訂閱:美區學生可獲價值每月 19.99 美元的 Google AI Pro,海外學生可獲 Google AI Plus。伴隨該福利,Gemini 同步上線了專屬學生中心、生成式 3D 互動模擬以及深度研究功能。
Google 宣佈 Chrome 移動端內建的 Gemini 面向全美 Android 使用者開放。它支援總結長文、跨標籤聯動 Google 日曆與 Keep。訂閱會員更可啟用「auto browse」智慧體,自動代訂車位或更新定期訂單,敏感操作會彈窗確認。
Google 宣佈為 Gemini 應用上線新開關,允許使用者在生成影像、影片和音樂時自由關閉可見水印。不過在看不見的檔案底層,SynthID 隱形水印和 C2PA 後設資料依然會被強制保留,法律要求強制保留可見水印的地區也除外。
Google 宣佈將在未來幾週內為 Gemini 接入一批新的第三方應用。新功能涵蓋 Otter.ai、Ticketmaster、OpenTable 與 Pandora 等服務,使用者可以直接在對話中買票、訂餐或放音樂。這意味著 Gemini 正在加快補齊跨應用辦事的智慧體能力。
MATS Program 研究人員披露 Anthropic、OpenAI 與 Google 的 API 漏洞,可完整提取主流大模型的隱藏推理內容。加密資料塊甚至能跨模型遷移讀取,並在公開記錄中暴露了數十組金鑰。目前各家廠商已開始修復。
Google 宣佈為 Google Ads 和 Google Analytics 升級基於 Gemini 的 AI 能力,擴充套件內建智慧體 Ask Advisor。系統新增首頁 AI 摘要與行業基準對比,使用者還可以直接通過文字提示詞將原始資料轉為視覺化儀表盤。
Google 為 Maps 的 Ask Maps 推出多項智慧體升級。新功能支援根據路線搜尋餐廳並自動加購物車點餐,還能聯動 Gmail 讀取機票和預訂來生成專屬建議。此外新增分鐘級更新的即時公交延誤看板,點餐等能力率先在美開放。
Google 宣佈管理層調整,Demis Hassabis 轉任 DeepMind 主席兼 Alphabet 首席科學家,不再負責日常運營,專注 AGI 戰略。13 年老將 Koray Kavukcuoglu 升任高階副總裁接管 Gemini 研發,27 年元老 Jeff Dean 則離職創辦獨立的公共利益公司。目前 Gemini App 月活已達 9.5 億。
Google 為 Google Earth 網頁版接入 Nano Banana 2 影像生成能力,允許使用者基於衛星與 3D 實景輸入提示詞重構全球任意地點。然而僅隔一天,Google 便因發現違規截圖流出而緊急下架該功能,表示將在補強安全護欄後重新評估上線。
Google 宣佈為未訂閱 AI 會員的使用者開放限時試用,即日起至 2026 年 8 月 4 日可免費生成最多 10 個影片。該能力由 Gemini Omni 模型驅動,使用者可以在工具欄中直接完成生成、編輯與重混。
Google 為 macOS 版 Gemini 帶來全域性語音功能。長按 Fn 鍵即可在任意視窗語音輸入,系統會自動過濾語氣詞和口誤;開啟推理功能後,Gemini 還能結合螢幕選中的檔案或文字完成總結、重寫甚至影像修改。目前向全球英語使用者推出。
TechCrunch 報道美國多地圖書館開設「避開 AI」工作坊,教讀者關掉裝置裡被強制推送的 Apple Intelligence 與 Gemini。面對無處不在的 AI 郵件與摘要,圖書管理員希望藉此普及數字素養,幫使用者奪回對裝置的自主權。
由於 AI 搜尋摘要導致網站流量和廣告收入大跌,Reddit、Politico 等多家媒體正考慮遮蔽 Google 爬蟲。Semrush 資料顯示部分媒體流量下滑達 31%。此前 Reddit 每年向 Google 授權資料訓練 Gemini,隨著協議臨近續簽,各方正重新評估向 AI 喂內容的代價。
據報道 Google 正研發新型伺服器晶片「Frozen v2」,將 Gemini 模型的部分架構直接固化到矽片上。該晶片預計 2028 年推出,單位功耗生成的 token 能效比現有 TPU 高出 6 到 10 倍,旨在緩解 Google Cloud 面臨的算力短缺困境。
Google 宣佈將 NotebookLM 更名為 Gemini Notebook。產品仍保留獨立入口,但加入了安全雲電腦功能,可原生編寫並執行程式碼做複雜資料分析。該功能已對 Google AI Ultra 等使用者開放,未來幾週向 Pro 使用者推送,後續還將接入 Google 搜尋的 AI 模式。
Hachette、Elsevier 等主要出版商與作家聯合在紐約起訴 Google,指控其擅自將 Google 圖書等受版權保護的文獻用於訓練 Gemini,並刻意移除版權資訊掩蓋侵權。訴狀還曝光了一份內部備忘錄,顯示 Google 曾預警此舉恐招致上百億美元罰款。
Google 宣佈將 Chrome 內建的 Gemini 擴充套件至英國桌面端使用者,iOS 版將於次月上線。該助理支援跨多標籤頁比對與長文總結,無需跳轉即可呼叫日曆、地圖和郵件,並集成了 Nano Banana 2 文本修圖功能,同時內建了防提示詞注入與敏感操作確認機制。