Google正全力投入AI——并希望你知道这一点。在周二举行的I/O开发者大会主题演讲中，Google提及“AI”超过120次。
但并非所有AI公告都具有重大意义。为帮助读者去粗取精，我们整理了Google I/O 2024发布的主要新AI产品和功能。
搜索中的生成式AI
Google计划利用生成式AI重组搜索结果页面。由AI组织的页面形态取决于搜索查询，可能显示AI生成的评论摘要、Reddit等社交媒体讨论内容及建议列表。
目前，Google计划在检测到用户寻找灵感（如规划旅行）时展示AI增强结果；未来将扩展至餐饮、食谱、电影、书籍、酒店及电商等领域。
Project Astra和Gemini Live
Google正在改进AI聊天机器人Gemini，使其更好地理解周围世界。全新体验Gemini Live允许用户在智能手机上进行“深入”语音对话，支持随时打断提问并实时适应说话模式。此外，Gemini可通过摄像头感知并响应用户环境。
Gemini Live将于今年晚些时候推出，能回答摄像头视野内或近期视野内事物的问题。其核心技术源于DeepMind的Project Astra，旨在创建用于实时多模态理解的AI应用和智能体。
Google Veo
Google推出Veo对标OpenAI Sora。该AI模型接收文本提示后，可生成长约一分钟、分辨率1080p的视频片段。
Veo能捕捉多种视觉风格（如风景镜头、延时摄影），支持对素材进行编辑调整。它能较好理解相机运动指令（如平移、缩放）及视觉效果，并掌握流体动力学和重力等物理规律以提升真实感。
Veo支持蒙版编辑特定区域，可从静态图像生成视频。最引人注目的是，给定一系列叙事提示词序列，Veo可生成长度超过一分钟的长视频。
Ask Photos
Google Photos推出实验性功能Ask Photos，由Gemini系列生成式AI模型支持。该功能将于今年夏季晚些时候上线，允许用户使用自然语言搜索图库。
例如，用户无需搜索特定地标，可直接查询“找出我访问过的每个国家公园的最佳照片”。Gemini会结合光线、模糊度、背景失真度以及地理位置和日期信息，智能判断并返回最佳图片。
Gmail中的Gemini
Gmail用户很快将借助Gemini搜索、摘要和撰写邮件，并能针对复杂任务（如协助退货）采取行动。
演示显示，家长可让Gemini总结学校发送的所有邮件以了解最新动态。Gemini不仅分析正文，还会解析附件（如PDF），输出包含关键要点和行动项的摘要。
在侧边栏中，用户可请求Gemini整理收据、存入Drive文件夹或提取信息至电子表格。对于商务差旅等高频场景，Gemini还可提议自动化工作流程。
通话期间检测诈骗
Google预览了一项AI驱动功能，可在通话期间提醒潜在诈骗行为。
该功能内置于Android未来版本，使用完全在设备端运行的Gemini Nano，实时监听与诈骗相关的对话模式。
具体发布日期未定。该功能为可选开启，虽音频不上传云端，但仍涉及实时监听对话，存在潜在隐私风险。
用于无障碍功能的AI
Google增强Android TalkBack无障碍功能，融入生成式AI技术。
TalkBack将借助Gemini Nano为视障用户创建物体语音描述。例如描述衣物：“一张黑白格纹连衣裙特写，短款带衣领长袖，腰部系大蝴蝶结。”
据统计，TalkBack用户每天约遇90张未标注图片。Nano可提供内容洞察，减少手动输入需求。