Google I/O 人工智能新纪元
大家好，早上好。欢迎来到 Google I/O。我们致力于将最顶尖的模型交到您的手中。自上次 I/O 大会以来，我们已宣布了十余款模型和研究突破，并发布了超过20项主要AI产品和功能。
模型飞速进步
模型进展速度尤其令人振奋，您可以看到这里的阶梯式变化。ELO分数（衡量进展的指标之一）自第一代 Gemini Pro以来已提升超过300点。
如今，Gemini 1.5 Pro 在LM竞技场排行榜所有类别中独占鳌头。我们更新的1.5 Pro在WebDev Arena上排名第一，现已领先前代版本142 ELO点。
ELO 提升
TPU Ironwood: 算力革新
性能提升
Exaflops/Pod
我们的第七代TPU Ironwood 是首款为大规模思考和推理而设计的产品。它提供的性能是上一代的10倍，每个Pod集成高达惊人的42.5 Exaflops算力。这简直太棒了！它将于今年晚些时候向Google Cloud客户开放。
AI 广泛普及
4亿+
Gemini App 月活用户
尤其在1.5模型推出后，增长和参与度强劲。
15亿+
AI Overviews 月用户
Google搜索将生成式AI带给全球最多用户。
Google Beam: AI视频通讯新篇章
隆重推出 Google Beam，一个全新的AI优先视频通讯平台。Beam使用最先进的新型视频模型，将2D视频流转换为逼真的3D体验。
- 六个摄像头从不同角度捕捉您。
- AI融合视频流，在3D光场显示器上渲染。
- 近乎完美的毫米级头部追踪，每秒60帧，实时完成。
结果是更自然、更沉浸的对话体验。我们与HP合作，首批Google Beam设备将于今年晚些时候面向早期客户推出。
示意图：未来通讯体验
Google Meet 实时语音翻译
我们将Starline的底层技术（如实时语音翻译）引入Google Meet，帮助打破语言障碍。例如，当您在南美预订度假屋却不懂当地语言时，这项功能将非常有用。
User: Hi, Camilla. Let me turn on speech translation. It's nice to finally talk to you.
Camilla (Translated): Es bueno hablarte finalmente. No puedo esperar alquilar tu casa.
（演示对话示例）
今天，我们将此实时语音翻译功能直接引入Google Meet。英语和西班牙语翻译现已向订阅用户开放，更多语言将在未来几周内推出。
探索AI助手与智能代理
Project Astra
Astra探索通用AI助手的未来能力，它能理解您周围的世界。我们正开始将其引入产品。如今，Gemini Live 已具备Astra的摄像头和屏幕共享功能，您可以谈论任何所见。人们正以多种方式使用它，如准备面试或马拉松训练。此功能今日起向所有Android和iOS用户推出。
Project Mariner
这是一个能与网络交互并完成任务的代理。自去年12月作为早期研究原型发布以来，我们取得了很大进展：
- 多任务处理: 最多可同时监管10个任务。
- 示教与重复: 向其演示一次任务，它就能学会未来类似任务的计划。
Mariner的计算机使用能力将通过Gemini API向开发者开放，Automation Anywhere和UiPath等受信测试者已开始构建，并将于今年夏季更广泛地提供。我们正将Agent能力引入Chrome、搜索和Gemini应用。
Gemini App: 智能代理模式
假设您和两位室友想在奥斯汀找公寓，每人预算1200美元/月，需要洗衣烘干机或附近有自助洗衣店。通常这需要花费大量时间浏览。
使用代理模式，Gemini应用会在后台工作：
- 从Zillow等网站查找符合条件的房源。
- 在需要时使用Project Mariner调整非常具体的筛选条件。
- 如果您想看房，Gemini使用MCP访问房源信息，甚至代您安排看房。
Gemini应用中的代理模式实验版将很快向订阅用户推出。
个性化智能: 个人上下文
将研究成果转化为现实的最佳方式是使其在您的现实中真正有用。这就是个性化的力量所在。我们正通过“个人上下文”实现这一点。
经您许可，Gemini模型可以以私密、透明且完全由您控制的方式，使用您Google应用中的相关上下文。
以Gmail为例，您可能熟悉我们的AI智能回复功能。现在想象一下，如果这些回复听起来像您本人，这就是个性化智能回复的理念。
Gemini可以为您完成几乎所有工作：查阅您在Drive中的笔记，扫描过去的预订邮件，在Google Docs中找到您的行程。它匹配您过去的问候语，捕捉您的语气、风格和常用词，然后自动生成回复。
此功能将于今年夏季在Gmail中向订阅用户提供。
个性化智能回复
"听起来就像你"
Felix: "嘿，要去犹他州公路旅行，记得你之前去过，有啥建议吗？"
你的个性化回复 (Gemini生成): "嗨 Felix！太令人兴奋了！犹他州超赞。记得我上次去锡安国家公园，每天开车最好别超过5小时。这里有一些我当时的笔记和行程单... [链接]"
开发者工具与模型更新
Gemini 1.5 Flash 更新
Gemini Flash是我们最高效的主力模型，因其速度和低成本深受开发者喜爱。今天，我们发布了更新版1.5 Flash。
新款Flash几乎在所有维度都有所改进，在推理、代码和长上下文等关键基准上均有提升。实际上，它在LM竞技场排行榜上仅次于1.5 Pro。Flash将于6月初正式可用，Pro版本紧随其后。
文本转语音 (TTS) 预览
我们还为TTS引入了新的预览功能，首次支持基于原生音频输出的双人声多说话人。这意味着模型能以更富表现力的方式对话，捕捉我们说话时微妙的细微差别，甚至可以无缝切换到耳语般的声音。
这支持超过24种语言，并且可以轻松地在语言间切换，模型可以用同一种声音开始说英语，然后切换到另一种语言，再切换回来。这项TTS功能今日起在Gemini API中可用。
Google 搜索: 全新 AI 模式
对于希望获得端到端AI搜索体验的用户，我们推出了全新的AI模式。这是对搜索的彻底重构。凭借更高级的推理能力，您可以向AI模式提出更长、更复杂的问题。用户提出的问题长度已是传统搜索的2到3倍。
AI模式不仅提供信息，还为搜索带来了全新的智能水平。现在，我们将Project Astra的实时能力引入AI模式，称之为Search Live。通过摄像头，搜索可以看到您所见，并实时提供帮助，就像与搜索进行视频通话。
AI 正在生成摘要...
AI 模式，更智能的搜索体验
AI 赋能购物新体验
AI模式为Google购物带来全新智能。我们推出了虚拟试穿功能，帮助您了解款式上身效果。我们为此构建了一个专为时尚训练的定制生成模型。
虚拟试穿
上传照片，即刻查看效果。
智能结账代理
搜索可以帮您以期望价格找到商品，并使用新的代理结账功能为您购买。
- 点击追踪价格，选择尺码，设定目标价。
- 搜索将持续检查商品网站，价格下降时通知您。
- 若想购买，结账代理一键将商品加入购物车，并使用Google Pay安全购买。
新的视觉购物和代理结账功能将在未来几个月推出，虚拟试穿今日起可在Labs中试用。
Gemini 应用核心能力升级
Gemini Live
对话的互动性和自然度令人惊叹。支持超过45种语言，覆盖150多个国家。对话时长是应用内文本对话的5倍。
现在包含摄像头和屏幕共享功能。所有这些都将免费在Android和iOS的Gemini应用中推出。未来几周，可连接日历、地图等应用。
深度研究 (Deep Research)
实时互动很棒，但有时需要深入研究复杂问题。从今天开始，深度研究将允许您上传自己的文件来指导研究代理。
很快，我们将允许您跨Google Drive和Gmail进行研究，轻松提取信息。
先进多媒体生成与内容认证
Veo (VO3)
发布我们最先进的模型 VO3，今日可用。视觉质量更佳，物理理解更强。飞跃在于：VO3带有原生音频生成功能，可以生成音效、背景声和对话。
Lyria 2
最近推出的Lyria 2能生成高保真音乐和专业级音频，包含人声独唱和合唱。今日起向企业、YouTube创作者和音乐人提供。
SynthID
两年前首创，在生成媒体中嵌入不可见水印。迄今已为100亿+份内容添加水印。我们新的SynthID检测器能识别图像、音频、文本或视频中是否包含SynthID。
Flow
一款为创意人士打造的新AI电影制作工具，结合Veo、Imagine和Gemini的精华。由创意人士为创意人士打造，今日发布。
围绕Gemini的更新：Gemini Live免费，深度研究和Canvas重大更新，多步操作的代理模式将至，Chrome中引入Gemini，以及用Imagine 4和VO3创作带声音的惊艳图像视频。
AI 订阅计划升级
今天，我们升级两项AI订阅计划：Google AI Pro 和全新的 Google AI Ultra。
Google AI Pro
全球提供。您将获得全套AI产品，拥有比免费版更高的使用限额和特殊功能。包括原名Gemini Advanced的Pro版Gemini应用。
Google AI Ultra
专为开拓者和先驱者设计，他们希望获得Google最前沿的AI技术。该计划提供最高的使用限额，最早体验Google各项新功能和产品。今日在美国推出，很快将全球推广。
Android XR: Gemini 时代的平台
Android 16和Wear OS 6迎来大胆新设计和重大更新。未来几个月，Gemini将登陆您的手表、汽车仪表盘甚至电视。
我们正在构建 Android XR，这是Gemini时代首个Android平台，支持从头戴设备到眼镜等各种设备和用例。我们相信XR没有一刀切的方案。
- 沉浸式头显: 用于观影、游戏或工作。
- 轻便眼镜: 外出时使用，无需掏出手机即可获取及时信息。
Android XR是我们与三星共同打造，并为高通骁龙芯片优化。三星的Project Wuhan将是首款Android XR设备，今年晚些时候上市。
多形态XR设备体验
我们与三星的合作扩展到眼镜领域。Gentle Monster 和 Warby Parker 将成为首批采用Android XR构建眼镜的合作伙伴。
AI 赋能社会: 启迪人心的实例
FireSat: 野火实时监测
与合作伙伴共建FireSat卫星星座，利用多光谱卫星图像和AI提供近实时火情洞察。可探测小至270平方英尺（约单车位车库大小）的火灾。首颗卫星已入轨，全面运行时，图像更新频率将从12小时缩短至每20分钟。
Wing 无人机救援
在Helene飓风期间，Wing与沃尔玛和红十字会合作，通过无人机运送救援物资。在AI支持下，根据实时需求向北卡罗来纳州的YMCA避难所运送了食品和药品等关键物品。
这些是AI目前帮助社会的例子。想到今天的研究在短短几年内将成为现实，尤其鼓舞人心：无论是构建下一代有用的机器人、寻找致命疾病的治疗方法、推进纠错量子计算机，还是提供能安全带您去任何地方的全自动驾驶汽车。所有这一切都极有可能在数年内而非数十年内实现。
共同创造未来
改善生活的机会，我倍感珍惜。最近的经历让我对此深有体会。我和父母在旧金山，他们首先想体验Waymo。看着80多岁的父亲坐在前排完全被震撼，我以全新的视角看到了进步。这提醒我们，科技的力量是多么不可思议，它能激励、震撼并推动我们前进。
我迫不及待地想看到我们将共同创造出怎样激动人心的未来。谢谢大家。