
Google I/O 2024于土耳其时间今晚8点举行。活动围绕Gemini发布多项公告,分享了新增至Google Workspace和搜索的AI功能,并宣布向所有开发者开放Gemini Pro 1.5。面向用户的Gemini Advanced版本支持35种以上语言,且Gemini Pro 1.5上下文窗口已达200万token。
Google CEO Sundar Pichai表示,借助AI代理(agents),购物退货等操作可由AI全权处理;Gemini将与Chrome协同工作,帮助用户发现附近新服务。DeepMind CEO Demis Hassabis介绍了更轻量、低成本、低延迟的Gemini 1.5 Flash模型,用户可通过Google AI Studio访问。
Project Astra
Project Astra被定义为面向日常任务的通用AI助手。它通过摄像头实现实时、自然、无延迟的多模态交互,能理解上下文、识别物体、定位物品(如眼镜)并生成创意内容。该产品可与Google眼镜配合使用,目前已集成至Gemini App并在AI Sandbox Area开放现场演示体验。
Google 搜索引入人工智能
活动中强调:“Google将为您进行‘Google’式搜索!”结合Gemini能力推出的AI Overviews(AI概览)功能,支持多步推理,让用户提出更全面的问题。该功能预计在美国全面开放,并于今年年底覆盖10亿用户。例如,寻找健身工作室时,Google可自动访问Maps评分与信息并进行筛选。
在规划场景中,用户可要求Google提供每周食谱,通过快捷方式个性化结果,并将食材一键加入购物车。
此外,搜索结果将基于时间、位置等细节进行个性化排序。未来几周内还将上线视频实时搜索功能:当相机或唱片机等设备故障时,用户可通过拍摄视频询问修复方法,系统将根据视频内容返回相关搜索结果。
Gemini 应用及 Gems
Gemini App将提供最新模型访问权限,并推出新功能Gemini Live。该功能计划今夏上线,支持语音对话并能适应用户节奏。Project Astra也将入驻Gemini App,预计今年晚些时候正式上线。
公司还推出了类似可定制GPT的Gems功能,用户可创建私人老师、瑜伽教练或厨师等专属AI角色。同时,即将上线的数据分析功能将使表格可视化更加便捷。
Workspace 新增的人工智能功能
随着Gemini集成,Workspace新增多项功能:可总结学校通信内容以便快速掌握重点;在Google Meet中提炼会议关键要点。目前,Gemini 1.5已在Workspace Labs上线。
Gemini面板将于下个月加入Workspace侧边栏,提供建议与自动化操作。借助该面板,工具可自动生成邮件摘要、回答相关问题,并支持智能回复功能(本月对Labs用户开放)。用于自动化工作流的功能预计九月面向Labs用户推出。
备受关注的“AI协作者”功能可分配任务、扫描聊天记录收集信息、回答问题、跟踪进度并主动解决问题,充当团队中的AI同事。
Ask Photos
Google相册已积累60亿段视频和照片,搜索体验持续升级。今夏推出的“Ask Photos”功能不仅支持检索车牌号等信息,还能通过浏览回忆创造独特体验。例如,提问“我的孩子是如何学会游泳的?”,即可获得专属相关内容流。
NotebookLM:笔记转化为音频与互动内容
基于AI的笔记工具NotebookLM已集成Gemini 1.5。通过Audio Overviews功能,笔记可转化为个性化音频内容,用户可像听播客一样收听,甚至参与对话。系统还能根据特定背景和类比解释主题,例如用篮球类比讲解物理作业题。

