Google Docs 上線 Gemini 朗讀功能:支援自然人聲與變速,文件能「聽」了
Google 宣佈在 Google Docs 中推出由 Gemini 支援的文件朗讀功能。使用者可在「工具 > 音訊」選單中點選「收聽此標籤頁」,自由切換不同自然人聲並調節播放語速,方便邊聽邊讀或挑錯。該功能正面向 Workspace 商業版、企業版及 Gemini 訂閱使用者推送。
Google 宣佈在 Google Docs 中推出由 Gemini 支援的文件朗讀功能。使用者可在「工具 > 音訊」選單中點選「收聽此標籤頁」,自由切換不同自然人聲並調節播放語速,方便邊聽邊讀或挑錯。該功能正面向 Workspace 商業版、企業版及 Gemini 訂閱使用者推送。
Google 宣佈為 Gemini 應用引入個性化記憶,允許模型參考以往對話瞭解使用者偏好。同時,Google 上線了「臨時對話」功能,對話不計入歷史、不用於模型訓練且 72 小時後清除。個性化功能首批在部分國家面向 Gemini 2.5 Pro 推出。
Google 宣佈在 Gemini 中上線個性化插畫故事書功能。使用者輸入文字描述或上傳兒童畫、家庭照片,即可生成一本包含 10 頁定製插圖並自帶語音朗讀的繪本,支援黏土定格、畫素風等多種畫風與超 45 種語言。該功能已在桌面與移動端面向全球開放。
Google 宣佈在 Gemini 應用中向 Google AI Ultra 訂閱者開放 Deep Think 功能。該功能利用並行思考技術延長推理時間,在內部 2025 IMO 基準上達到銅牌水平,專門攻堅複雜程式設計與科研推導。不過目前每天有固定的提問配額,且對部分良性請求有一定拒答傾向。
Google 在 Search Labs 推出實驗功能 Web Guide。它靠定製版 Gemini 和多重併發查詢技術,把搜尋結果按主題智慧分組,更方便處理複雜的開放式提問。目前僅限加入測試的使用者在 Web 標籤頁體驗。
據報道 Meta 聘請了來自 Google DeepMind 的三位 AI 研究員 Tianhe Yu、Cosmo Du 和 Weiyue Wang。三人曾參與 Gemini 模型研發。扎克伯格正通過豐厚薪酬直接招攬頂尖人才,以加速追趕通用人工智慧。
Google DeepMind 宣佈搭載 Deep Think 的高階版 Gemini 在 IMO 2025 達到金牌水準。模型在 4.5 小時內純用自然語言答出 6 道題中的 5 道,拿下 35 分。相比去年需轉換形式語言且耗費數天的系統,這次完全端到端執行,後續將推送給 Google AI Ultra 訂閱者。
Windsurf 聯合創始人兼 CEO Varun Mohan 及核心成員宣佈加入 Google DeepMind。此前 OpenAI 擬斥資約 30 億美元收購該團隊,但因與微軟的協議限制而告吹。Google 挖來他們意在補強 Gemini 的智慧體程式設計能力。
Google 為 Gemini 推出「圖生影片」功能,依託 Veo 3 模型把靜態照片轉成 8 秒帶聲音的動態短片。使用者在輸入框選擇影片工具並上傳圖片即可生成。該功能目前先面向部分地區的 Google AI Pro 和 Ultra 訂閱使用者開放。
Google 宣佈為三星 Galaxy Z Fold7、Z Flip7 和 Watch8 系列帶來多項 Android AI 更新。Circle to Search 新增 AI 模式與遊戲即時攻略,圈選關卡即可獲得通關影片和提示;Gemini Live 則支援共享螢幕、呼叫摺疊屏外屏相機,並深度打通三星日曆、備忘錄等自帶應用,手錶端也首次原生接入 Gemini。
Google 宣佈面向全球所有 Pro 會員上線 Veo 3 影片生成功能,覆蓋歐洲、印度及印尼等地區。Pro 會員每天可獲得 3 次影片生成額度,額度每日自動重新整理。這意味著高規格影片生成能力正式面向更廣泛的消費級訂閱使用者放開。
Google Arts & Culture 推出 Moving Archives 專案,首期聯手哈雷戴維森博物館,藉助 Veo 影片模型將百年前的靜態黑白檔案照轉為動態短片,並由 Gemini 生成文字與語音解說。老檔案不再只是泛黃的靜止畫面,觀者能在原圖與動態影片間隨時切換對比。
Google 宣佈向所有 Workspace 教育版使用者開放影片創作工具 Google Vids,並在 Google Classroom 中免費上線 30 多項 Gemini AI 工具。教師不僅能一鍵生成備課資源,後續還能借助 NotebookLM 和定製 Gems 為學生製作課件與課後輔導助手。
據 CNBC 報道,Google 證實正使用 YouTube 影片庫訓練 Gemini 與影片模型 Veo 3。雖然 YouTube 稱有條款授權,但創作者根本無法選擇退出自家的 AI 訓練。不少創作者擔憂,自己在不知情、無報酬的情況下,正在被用來訓練未來可能取代自己的工具。
Google 在移動端上線 Search Live。它基於定製版 Gemini 模型,支援與搜尋即時語音多輪對話,螢幕還會同步給出網頁連結並支援後臺執行。最值得關注的是搜尋方式從打字變成邊聊邊查。目前僅限美國 Labs 使用者測試。
據路透社報道,Google 正計劃終止與資料標註商 Scale AI 的合作,今年原定 2 億美元的預算將轉投別家。起因是 Meta 擬入股 Scale 49% 且其 CEO 將加入 Meta;微軟與 xAI 也在撤離,核心擔憂在於自身模型的訓練資料與路線圖被對手窺探。
Open Philanthropy 研究員 Alex Lawsen 發表論文反駁蘋果。他指出蘋果聲稱模型在漢諾塔等任務中崩潰,實為觸碰了 token 輸出上限或遇上無解謎題。當要求寫程式碼而非窮舉步驟時,Claude 與 o3 輕鬆通過了 15 層漢諾塔。
Google 在 Search Labs 推出實驗性功能 Audio Overviews。它藉助最新 Gemini 模型,能將特定搜尋結果轉成簡短的對話式語音概述,並在播放器中附上參考網頁。適合多工或不想盯螢幕時快速瞭解陌生主題。
Google DeepMind 宣佈首部與導演達倫·阿羅諾夫斯基旗下機構合作的短片《ANCESTRA》在翠貝卡電影節首映。團隊將影片模型 Veo 與實拍結合,開發出運動匹配和區域性加物功能,把 AI 生成的逼真新生兒無縫融入實拍鏡頭。這表明生成式 AI 正加速嵌進好萊塢傳統制作管線。
週三晚上,預測交易平臺 Kalshi 在 NBA 總決賽期間播出了一條全 AI 生成的電視廣告,製作成本僅約 2000 美元。製作者利用 Google 的 Veo 3 和 Gemini 在兩三天內生成並剪輯完成,號稱相比傳統廣告製作降低了 95% 的成本。