Google 升級 Gemini:支援邊拍影片邊提問,還能看懂手機螢幕
Google 在 MWC 2025 上展示了 Gemini 的新能力,支援即時共享手機螢幕提問,以及在拍攝影片時邊拍邊問。比如網購闊腿褲時能直接讓它推薦穿搭。兩項功能將於本月晚些時候面向 Android 平臺的 Gemini Advanced 訂閱使用者推送。
Google 在 MWC 2025 上展示了 Gemini 的新能力,支援即時共享手機螢幕提問,以及在拍攝影片時邊拍邊問。比如網購闊腿褲時能直接讓它推薦穿搭。兩項功能將於本月晚些時候面向 Android 平臺的 Gemini Advanced 訂閱使用者推送。
Google 宣佈為所有 Workspace 商業使用者的 Sheets 接入全新 Gemini 分析能力。使用者現在可以直接讓 AI 分析資料相關性、檢測異常值,甚至一鍵生成熱力圖等視覺化圖表。點選右上角火花圖示提問即可,省去了手寫複雜公式的麻煩。
You.com 推出企業級智慧體 ARI。它能在 5 分鐘內同時分析多達 400 個信源,展示思維鏈推理過程,並自動生成帶可驗證來源、圖表甚至格式化 PDF 的專業報告。企業目前可在 You.com Labs 申請預覽。
Google 宣佈 Gemini 2.0 Flash-Lite 正式在 Gemini API 上線,支援 Google AI Studio 生產環境及 Vertex AI 企業客戶。該模型推理與數學基準超越 1.5 Flash,支援 100 萬 token 上下文,輸入百萬 token 僅需 0.10 美元。
Google 宣佈為 Google Drive 影片新增可搜尋逐字稿功能,向所有 Workspace 使用者推送至 3 月 26 日。介面類似 YouTube,側邊欄文本會隨播放高亮並配有搜尋框,點選文字可跳到對應畫面。只要影片開啟字幕即可使用,沒有字幕的也可以右鍵一鍵自動生成。
Google AI Studio 上線「對話分支」功能。Gemini 使用者可以在任意訊息節點開闢新分支探索,且隨時能返回主幹,不會打亂原有上下文。這極大方便了多輪提示詞除錯。不過使用前需在設定中開啟雲端硬碟訪問和自動儲存。
Google 悄悄公開了影片生成模型 Veo 2 的定價頁面。生成影片每秒收費 50 美分,折算下來一分鐘 30 美元、一小時 1800 美元。相比 OpenAI 將 Sora 捆綁在每月 200 美元的 Pro 訂閱中,Google 選擇了直接按秒計費。
Freepik 宣佈與 Google 合作上線影片生成模型 Veo 2。根據 Google 定價頁面,Veo 2 生成影片每秒收費 50 美分,摺合每分鐘 30 美元。該模型支援生成 2 分鐘以上片段,相比 OpenAI Sora 的月費訂閱,按秒計費為創作者提供了新選擇。
據 BBC 報道,帝國理工學院團隊使用 Google 的 AI 工具「co-scientist」,在 48 小時內推匯出了該團隊歷時十年才證實的超級細菌耐藥假說。最值得關注的是,AI 在未接觸未公開論文的情況下不僅命中原假說,還額外提供了 4 個科學家從未想過的新方向。
Google 宣佈為 iOS 版 Chrome 和 Google 應用上線 Lens 螢幕搜尋功能。使用者瀏覽時無需截圖,直接在螢幕上塗畫或點選即可發起搜尋。同時,Lens 也開始在視覺搜尋中更廣泛展示 AI Overviews 概述回答。
Google 宣佈在 Google Ads 中上線新功能,廣告主可通過 Imagen 3 用文字提示詞生成包含成年人和人臉的生活方式影像。生成影像會自動打上 SynthID 水印,並禁止生成名人、未成年人等敏感內容,同時還新增了受眾素材推薦與測試工具。
Google 推出基於 Gemini 2.0 的科研多智慧體系統 AI co-scientist。它能模擬科研方法,通過辯論與打分自我演進,生成原創科研假設和實驗方案。目前相關成果已在白血病老藥新用等生物醫學實驗中得到驗證,正面向科研機構開放測試申請。
Google 推出 PaliGemma 2 mix 檢查點。該模型針對混合任務微調,無需額外調優即可開箱處理 OCR、影像描述等通用視覺語言任務,並依據 Prompt 提示詞切換能力。使用初代 PaliGemma mix 的使用者可以直接無縫升級。
Google 宣佈將個人 AI 研究助理 Deep Research 上線至 Gemini 移動端應用。Android 和 iOS 上的 Gemini Advanced 訂閱使用者現在均可使用該功能,能針對幾乎任何研究主題生成綜合詳盡的研究報告,讓深度調研徹底擺脫電腦限制。
據 Semafor 2 月 17 日報道,《紐約時報》已向編輯與產品團隊開放 AI 培訓,並推出自研摘要工具 Echo。員工可用 AI 生成 SEO 標題和輔助頭腦風暴,但嚴禁直接用 AI 起草報道或輸入保密信源。一邊起訴 OpenAI 侵權,一邊把 AI 請進採編室,態度頗為耐人尋味。
Google 宣佈 Gemini Advanced 開始支援記憶並調取歷史聊天記錄。使用者不用再從頭交代背景,AI 會結合過往討論作答,記錄也可在活動頁面隨時檢視、刪除或關閉。目前已向 Google One AI 高階版英文訂閱使用者推送。
YouTube 宣佈將 Google DeepMind 的 Veo 2 模型接入 Shorts 的 Dream Screen。創作者不僅能用文字生成背景,還能直接生成插入短影片的獨立片段,對物理規律和人體動作理解更強,並附帶 SynthID 水印。目前已向美、加、澳、紐西蘭開放。
YouTube 公佈 2025 年路線圖,將把 AI 多語言自動配音開放給合作伙伴計劃的所有創作者。Shorts 的 Dream Screen 還將接入 Google 的 Veo 2 生成影片背景,並啟動測試面向知名人物的 AI 肖像檢測與控制工具。
Google 宣佈為青少年和家長推出多項安全更新。平臺將在美國測試基於機器學習的年齡估算模型,以判斷使用者是否未成年並自動開啟保護;同時為青少年拓展互動式學習功能 Learn About 等生成式 AI 工具。
Google 宣佈將實驗性 AI 影像工具 Whisk 推向全球 100 多個國家和地區。它基於 Imagen 3 模型,核心玩法是用圖片替代文字提示詞,最多上傳三張圖分別鎖定主體、場景和風格來混搭出圖。不過歐盟、英國及印度等地區暫未開放。