这正是你等待了一整年的时刻：Google I/O 主题演讲日！Google 每年以一系列快速发布的公告拉开其开发者大会的序幕，其中包括许多近期工作成果的展示。Brian已经率先分享了我们的预期。
由于你可能没时间观看周二长达两小时的完整演示，我们代为观看并整理了主题演讲中宣布的重大新闻要点，整理成一份易于消化、方便浏览的列表。
Google I/O 要点总结
这是一次 AI 的演进，而非革命
该公司向开发者——以及在某种程度上向消费者——阐述了其在 AI 领域的押注为何领先于竞争对手。在活动中，该公司推出了一款 revamped AI 驱动搜索引擎、一个拥有 200 万 token 扩展上下文窗口的 AI 模型、覆盖其 Workspace 应用套件（如 Gmail、Drive 和 Docs）的 AI 助手、帮助开发者将其 AI 集成到开发者的应用中的工具，甚至是一个代号为 Project Astra 的未来 AI 愿景，它能够结合视觉、声音、语音和文本进行响应。
虽然每一项进展本身都令人充满希望，但铺天盖地的 AI 新闻却显得令人应接不暇。尽管这些大型活动显然面向开发者，但它们也是向终端用户展示技术魅力的绝佳机会。但在新闻洪流之后，即使是那些对科技稍懂一二的消费者也可能在心里发问：等等，Astra 到底是什么？它是驱动 Gemini Live 的东西吗？Gemini Live 有点像 Google Lens 吗？它与 Gemini Flash 有何不同？Google 真的在做 AI 眼镜吗，还是那只是空中楼阁？Gemma 是什么，LearnLM 又是什么……Gems 又是什么？Gemini 什么时候会出现在你的收件箱、你的文档里？阅读全文
发布的主要新 AI 产品和功能
从生成式 AI 到无障碍功能，Kyle Wiggers 带你回顾 Google 所有 AI 公告的精彩旅程。阅读全文
对 AI 语音通话扫描的隐私担忧
Google 在 I/O 大会上展示了一项呼叫诈骗检测功能的演示，并表示该功能将添加到 Android 的未来版本中。该功能利用 AI 实时扫描语音通话，这本质上是一种客户端扫描，此前已在 iOS 上引发强烈反弹，导致 Apple 放弃了在 2021 年采用该计划的计划。正如预期的那样，许多隐私倡导者和专家对 Google 使用该技术表达了担忧，他们认为该技术可能会迅速超出仅用于诈骗的范围，并被以更恶意的方式使用。阅读全文
更新的安全功能
周三，谷歌宣布为 Android 添加新的安全和隐私保护功能，包括用于捕获恶意应用的设备端实时威胁检测、屏幕共享的新保障措施，以及针对基站模拟器（Cell Site Simulator）的更强安全防护。
该公司表示，它将增强 Google Play Protect 系统的设备端能力，以检测试图突破敏感权限的欺诈应用。该系统还利用人工智能来检测应用是否试图以未经授权的方式与其他服务和应用进行交互。
Google 表示，如果系统确定存在恶意行为，它将自动禁用该应用；否则，它会通知公司进行审核，然后通知用户。阅读全文
为了在现实世界中保护设备，谷歌还宣布了 Theft Detection Lock（盗窃检测锁定），这是一个由 AI 驱动的功能，可识别通常与盗窃相关的动作，例如向相反方向的快速移动。一旦检测到此类动作，手机屏幕将自动锁定，防止在未清除已设置的安全措施的情况下继续使用设备。阅读更多
Google TV
Google将Gemini整合到其Google TV智能电视操作系统中，以便为电影和电视节目生成描述。当主页上缺少描述时，AI会自动填补空白，确保观众无需猜测某个标题的内容。它还会将描述翻译成观众的母语，使内容更容易被更广泛的受众发现。最棒的是？AI生成的描述还会根据观众的流派和演员偏好进行个性化定制。阅读更多
私密空间功能
现在来介绍一个有趣的功能。私密空间（Private Space）是 Android 的一项新功能，允许用户将操作系统的一部分隔离出来，用于存放敏感信息。它有点像移动操作系统的“无痕模式”，将指定的应用划分到一个“容器”中。
该空间可从启动器访问，并可作为第二层身份验证进行锁定。私密空间中的应用将对通知、设置和最近使用记录隐藏。只要私密空间已解锁，用户仍可通过主空间中的系统共享表和照片选择器访问这些应用。
开发者现在可以尝试使用它，但有一个注意事项——存在一个bug。Google表示预计将在未来几天内解决该问题。阅读更多
Google Maps 获得地理空间增强现实功能
Google Maps 用户即将在手机上获得一层新的内容——他们将能够访问地理空间增强现实（AR）内容。该功能将首先在新加坡和巴黎作为试点项目的一部分推出，预计今年晚些时候上线。
用户可以通过在 Google Maps 中搜索地点来访问 AR 内容。如果该地点有 AR 内容且用户靠近该位置，他们需要点击标有“AR 体验”的图片，然后举起手机。
如果某人正在远程探索某个地点，他们可以在街景中看到相同的AR体验。在探索AR内容后，用户可以通过社交媒体上的深度链接URL或二维码分享该体验。阅读更多
Wear OS 5
Google发布了其智能手表操作系统Wear OS 5新版本的开发者预览版。最新版本专注于改善电池寿命和其他性能提升，如更高效的运动追踪。开发者还获得了用于创建表盘的新工具，以及用于构建手表应用的Wear OS图块和Jetpack Compose的新版本。阅读更多
TechCrunch Minute
正如我们在本文各处所指出的那样，Google I/O开发者大会带来了大量的AI内容。请参阅Anthony Ha在周三对此的总结。阅读更多
连埃隆·马斯克也注意到了
👌 https://t.co/I83VTEPBMy — Elon Musk (@elonmusk) 2024年5月15日
“Web”搜索过滤器
我们推出了一个新的“Web”过滤器，仅显示基于文本的链接，就像您可以筛选其他类型的结果（如图片或视频）一样。该过滤器出现在结果页面顶部，与其他过滤器并列，或作为“更多”选项的一部分，今天开始逐步推出…… pic.twitter.com/tIUy9LNCy5 — Google SearchLiaison (@searchliaison) 2024年5月14日
Google 引入了一种新的过滤方式，仅用于查找基于文本的链接。新的“Web”过滤器出现在结果页面顶部，使用户能够像筛选图片、视频、新闻或购物结果一样，筛选文本链接。
正如Sarah Perez报道的那样，此次发布承认有时人们希望直接显示指向网页的纯文本链接，即经典的蓝色链接，这些链接如今往往处于次要地位，因为Google要么在其信息知识面板中回答问题，要么通过AI实验来回答。阅读更多
Firebase Genkit
Firebase 平台新增了一个名为 Firebase Genkit 的工具，旨在帮助开发者更轻松地使用 JavaScript/TypeScript 构建 AI 驱动的应用程序，Go 语言支持也将很快推出。这是一个采用 Apache 2.0 许可证的开源框架，使开发者能够快速在新建或现有应用中集成 AI 功能。
该公司周二强调的Genkit的一些用例包括许多标准的GenAI用例：内容生成和摘要、文本翻译以及图像生成。阅读更多
AI 提及无处不在
当然，Google 使用 Gemini 统计了今天这场充满 AI 元素的 #GoogleIO 活动中 AI 被提及的次数。而且在这之后还多提了一次。pic.twitter.com/ajL7JYPQVE — TechCrunch (@TechCrunch) 2024年5月14日
周二的Google I/O持续了110分钟，但Google在活动中引用AI高达121次（按其自身统计）。CEO Sundar Pichai在总结演讲时引用了这一数字，俏皮地表示公司正在为我们做“辛苦”的计数工作。这并不令人惊讶——我们早已准备好。阅读更多
用于学习的生成式 AI
此外，Google 今天发布了 LearnLM，这是一系列专为学习“微调”的生成式 AI 模型。这是由 Google DeepMind AI 研究部门与 Google Research 合作推出的。Google 表示，LearnLM 模型旨在以对话方式为学生在多个学科领域提供辅导。
尽管 LearnLM 已在谷歌的多个平台上推出，但该公司正通过 Google Classroom 对其进行试点项目测试。谷歌表示，它还在与教育工作者合作，以了解 LearnLM 如何简化和改进课程规划流程，帮助教师发现新的理念、内容和活动，或找到针对特定学生群体需求的材料。阅读更多
出题大师
说到教育，YouTube 上新增了一种由 AI 生成的测验功能。这款全新的对话式 AI 工具允许用户在观看教育视频时“举手”提问。观众可以提出澄清性问题、获取有用的解释，或就主题内容进行测验。
鉴于 Gemini 模型具备长上下文处理能力，这对于那些需要观看讲座或研讨会等较长教育视频的人来说将是一种解脱。这些新功能正在向美国部分 Android 用户推出。阅读更多
Gemma 2 更新
谷歌从开发者那里听到的主要需求之一是拥有更大的 Gemma 模型，因此谷歌将在 Gemma 2 中添加一个拥有 270 亿参数的新模型。谷歌表示，这一代谷歌 Gemma 模型将于六月发布，其规模经 Nvidia 优化，可在下一代 GPU 上运行，并能在单个 TPU 主机和 Vertex AI 上高效运行。阅读更多
Google Play
Google Play 正获得关注，其新增了应用发现功能、新的用户获取方式、Play Points 的更新，以及对面向开发者的工具（如 Google Play SDK Console 和 Play Integrity API）的其他增强功能等。
对开发者而言特别引人注目的是名为 Engage SDK 的工具，它将引入一种方式，让应用开发者以全屏沉浸式体验向用户展示内容，并根据个人用户进行个性化定制。然而，谷歌表示，目前用户还无法看到这一界面。阅读更多
通话中检测诈骗
周二，谷歌预览了一项新功能，该功能旨在在通话过程中提醒用户注意潜在的诈骗行为。
该功能将内置于未来版本的 Android 系统中，利用 Gemini Nano——谷歌生成式 AI 产品中最小的一款版本，可完全在设备端运行。该系统能够实时监听“通常与诈骗相关的对话模式”。
谷歌举了一个例子，即有人冒充“银行代表”。常见的诈骗手段，如索要密码和礼品卡，也会触发该系统。虽然这些被广泛认为是骗取钱财的手段，但世界上仍有许多人容易受到此类诈骗的侵害。一旦触发，系统将弹出通知，提醒用户可能正落入不良分子的圈套。阅读更多
Ask Photos
Google Photos 迎来 AI 赋能，推出了名为 Ask Photos 的实验性功能，由谷歌的 Gemini AI 模型提供支持。该新功能将于今年夏季晚些时候推出，允许用户使用自然语言查询来搜索整个 Google Photos 相册，借助 AI 对其照片内容及其他元数据的理解能力。
此前，用户只能搜索照片中特定的人物、地点或物品；如今得益于自然语言处理技术，AI 升级将使查找所需内容更加直观，减少手动搜索的过程。
这个例子也很可爱。谁不喜欢一个叫“Golden Stripes”的老虎毛绒玩具/金毛寻回犬乐队组合呢？阅读更多
关于 Gemini 的一切
Gmail 中的 Gemini
Gmail 用户将能够使用其 Gemini AI 技术搜索、摘要和起草电子邮件。它还能够对电子邮件采取行动以处理更复杂的任务，例如通过搜索收件箱、查找收据并填写在线表格来帮助您处理电子商务退货。阅读更多
Gemini 1.5 Pro
另一项生成式 AI 的升级是，Gemini 现在能够分析比之前更长的文档、代码库、视频和音频录音。
在公司当前旗舰模型 Gemini 1.5 Pro 的新版本私密预览中，透露该模型最多可接收 200 万个 token，这是之前最大量的两倍。达到这一水平后，新版 Gemini 1.5 Pro 支持任何商用模型中最大的输入量。阅读更多
Gemini Live
该公司预览了 Gemini 中的全新体验——Gemini Live，让用户可以在智能手机上与 Gemini 进行“深入”的语音聊天。当 Gemini 正在说话时，用户可以随时打断它以提出澄清性问题，它会实时适应用户的说话模式。此外，Gemini 还能通过智能手机摄像头拍摄的照片或视频，感知并回应用户周围的环境。
乍一看，Live 似乎并未对现有技术带来颠覆性升级，但谷歌声称它采用了生成式 AI 领域的新颖技术，以提供更优越、更少出错的图像分析能力，并将这些技术与增强的语音引擎相结合，从而实现更一致、更具情感表现力和更真实的多人轮次对话。阅读更多
Gemini Nano
现在有一个小公告。谷歌正将 Gemini Nano（其最小的 AI 模型）直接构建到 Chrome 桌面客户端中，首批支持 Chrome 126。该公司表示，这将使开发人员能够利用设备端模型来驱动他们自己的 AI 功能。例如，谷歌计划利用这一新功能来驱动 Gmail 中 Workspace Lab 现有的“帮我写”工具等功能。阅读更多
Android上的Gemini
作为 Google Assistant 的 AI 替代品的 Gemini 在 Android 上即将充分利用其深度集成 Android 移动操作系统和谷歌应用的能力。用户可以将 AI 生成的图像直接拖放到 Gmail、Google Messages 和其他应用中。与此同时，谷歌表示，YouTube 用户可以点击“询问此视频”，以从该 YouTube 视频中查找特定信息。阅读更多
Google地图中的Gemini
Gemini 模型的功能即将登陆面向开发者的 Google Maps 平台，首先从 Places API 开始。开发人员可以在自己的应用和网站中展示由生成式 AI 生成的地点和区域摘要。这些摘要是基于 Gemini 对来自拥有超过 3 亿贡献者的 Google Maps 社区的洞察进行分析而创建的。更重要的是，开发人员不再需要自己编写自定义的地点描述。阅读更多
张量处理单元性能提升
谷歌发布了其下一代——确切地说是第六代——张量处理单元（TPU）AI芯片。这款芯片被命名为Trillium，将于今年晚些时候推出。如果你还记得，在I/O大会上宣布新一代TPU已成为一种传统，尽管这些芯片通常要到年底才会实际部署。
与第五代相比，这些新的 TPU 芯片的计算性能提升了 4.7 倍。不过，也许更重要的是，Trillium 配备了第三代 SparseCore，谷歌将其描述为“一种专门用于处理高级排名和推荐工作负载中常见的超大规模嵌入的加速器”。阅读更多
搜索中的AI
谷歌正在为其搜索添加更多 AI 功能，以缓解人们对其市场份额被 ChatGPT 和 Perplexity 等竞争对手侵蚀的担忧。谷歌正在向美国用户推出 AI 驱动的概览功能。此外，该公司还计划将 Gemini 用作旅行规划等任务的代理。阅读更多
谷歌计划使用生成式 AI 为部分搜索结果组织整个搜索结果页面。这除了现有的 AI 概览功能之外，该功能会为用户搜索的主题创建一个包含聚合信息的简短片段。AI 概览功能将在经过谷歌 AI Labs 项目的测试后，于周二正式全面开放。阅读更多
生成式AI升级
谷歌宣布了Imagen 3，这是该科技巨头Imagen生成式AI模型系列的最新版本。
DeepMind首席执行官、谷歌AI研究部门负责人Demis Hassabis表示，与上一代Imagen 2相比，Imagen 3能更准确地理解将其转化为图像的文本提示，并在生成内容时更具“创造力和细节”。此外，他表示该模型产生的“干扰性伪影”和错误更少。
哈萨比斯补充道，这也是我们迄今为止在文本渲染方面表现最好的模型，而文本渲染一直是图像生成模型面临的挑战。阅读更多
Project IDX
Project IDX 是该公司下一代以 AI 为核心的基于浏览器的开发环境，现已进入公开测试阶段。此次更新带来了与 Google Maps Platform 的集成，有助于为应用添加地理位置功能，同时还集成了 Chrome Dev Tools 和 Lighthouse，以帮助调试应用程序。很快，Google 还将支持将应用部署到 Cloud Run，即 Google Cloud 用于运行前端和后端服务的无服务器平台。阅读更多
Veo
谷歌正通过Veo挑战OpenAI的Sora。Veo是一款AI模型，可根据文本提示创建时长约一分钟的1080p视频片段。Veo能够捕捉不同的视觉和电影风格，包括风景镜头和时间推移画面，并能对已生成的素材进行编辑和调整。
此外，它还建立在 Google 今年四月预览的视频生成初步商业工作基础之上，当时利用了公司的 Imagen 2 系列图像生成模型来创建循环视频片段。阅读更多
圈选即搜
AI 驱动的“圈选搜索”（Circle to Search）功能允许 Android 用户通过圈选等手势即时获取答案，现在能够解决更复杂的问题，包括心理学问题和数学应用题。该功能旨在通过在手机上的任何位置采取某些操作（如圈选、高亮、涂鸦或点击），让用户更自然地使用 Google 搜索。此外，它还能更好地帮助儿童直接从支持的 Android 手机和平板电脑上完成作业。阅读更多
Pixel 8a
Google 迫不及待地等到 I/O 大会才展示 Pixel 系列的最新成员，而是在上周宣布了新的 Pixel 8a。这款手机的起售价为 499 美元，将于周二发货。此次更新也是我们对这类刷新版本所习以为常的内容。首要升级是增加了 Tensor G3 芯片。阅读更多
Pixel Slate
Google 的 Pixel Tablet（名为 Slate）现已上市。如果你还记得，Brian 去年此时评测了 Pixel Tablet，他当时主要谈论的是底座。有趣的是，这款平板可以不带底座单独购买。阅读更多
我们将全天持续更新此帖……