The Verge ·

Google I/O 2024：所有发布内容

💡 原文英文，约1100词，阅读约需4分钟。

📝

内容提要

Google I/O大会AI成为焦点，Gemini AI模型应用于Workspace和Chrome，Google Lens通过视频搜索，Gemini 1.5 Flash模型优化快速响应，Gemini 1.5 Pro整合到Docs、Sheets、Slides、Drive和Gmail，Project Astra是多模态AI助手，生成AI模型Veo用于生成1080p视频，定制聊天机器人创建工具Gems，Gemini Live功能使语音聊天更自然，Gemini Nano添加到Chrome浏览器生成社交媒体帖子和产品评论的文本

🔎

延伸解读

Gemini 1.5 Flash：速度优先的轻量模型

Google 推出 Gemini 1.5 Flash，定位为与 1.5 Pro 能力相当但针对“窄范围、高频、低延迟任务”优化的多模态模型。这意味着在需要快速响应的场景中，Flash 可能比 Pro 更合适。同时，Google 将 1.5 Pro 的上下文窗口从 100 万 tokens 翻倍至 200 万，并提升了翻译、推理和编码能力。这些更新显示 Google 在模型效率与能力上同时推进。

Workspace 集成：Gemini 成为通用助手

Gemini 1.5 Pro 将整合到 Docs、Sheets、Slides、Drive 和 Gmail 的侧边栏，下个月向付费订阅者推出。它不仅能从 Drive 中获取信息，还能执行操作，例如根据当前文档撰写邮件或提醒回复邮件。这标志着 Gemini 从独立聊天机器人向 Workspace 内通用助手的转变，可能提升工作效率，但具体效果取决于实际集成深度。

多模态与生成能力：Project Astra 和 Veo

Project Astra 是多模态 AI 助手，能通过设备摄像头观察和理解环境，记住物品位置并代为操作，目标是成为全能虚拟助手。Veo 则是生成 AI 模型，可根据文本、图像和视频提示生成 1080p 视频，支持多种风格并可通过提示调整。Google 已向部分创作者提供 Veo 用于 YouTube 视频，并计划推向好莱坞。这些展示了 Google 在多模态理解和生成方面的进展。

实用功能与安全：从 Ask Photos 到 SynthID

Ask Photos 允许 Gemini 根据问题搜索 Google Photos 库，甚至能回答车牌号等具体信息。Android 设备上，用户可圈选数学题获取分步解答，Gemini Nano 还能帮助避免诈骗电话。此外，SynthID 扩展至 Veo 生成的视频，嵌入水印并检测 AI 生成内容。这些功能强调实用性和安全性，但部分功能的具体细节和推出时间尚未完全明确。

❓

Q&A

Google I/O 2024上发布了哪些与AI相关的新功能？

Google I/O 2024发布了Gemini AI模型在Workspace和Chrome的应用、新增视频搜索功能的Google Lens、Gemini 1.5 Flash模型、Project Astra多模态AI助手、生成1080p视频的Veo模型等。

Gemini 1.5 Pro模型有什么新特性？

Gemini 1.5 Pro模型被整合到Docs、Sheets、Slides、Drive和Gmail中，成为通用助手，能够从Drive中提取信息并执行任务。

Project Astra的目标是什么？

Project Astra旨在成为一个全能的虚拟助手，能够通过设备摄像头理解环境并执行任务。

Google Lens的新视频搜索功能如何工作？

用户可以通过拍摄视频提问，Google的AI会根据视频内容从网络中提取相关答案。

Gemini Nano在Chrome中有什么应用？

Gemini Nano被添加到Chrome中，帮助用户生成社交媒体帖子和产品评论的文本。

Veo生成AI模型的主要功能是什么？

Veo模型能够根据文本、图像和视频提示生成1080p视频，支持多种风格的输出。

🏷️