摘要：5月21日凌晨，谷歌举办年度I/O '25大会，Google CEO Sundar Pichai表示谷歌正以空前速度交付最强AI模型与产品，赋能全球开发者与用户。大会开幕式上，谷歌还发布了一系列贯穿搜索、应用、创作工具及未来硬件平台的重磅更新与合作。

5月21日凌晨，谷歌举办年度I/O '25大会，Google CEO Sundar Pichai表示谷歌正以空前速度交付最强AI模型与产品，赋能全球开发者与用户。大会开幕式上，谷歌还发布了一系列贯穿搜索、应用、创作工具及未来硬件平台的重磅更新与合作。

Google CEO 首先分享了三个研究成果如何改变谷歌现有产品，3D视频通信平台Google Beam亮相，与惠普合作，通过先进视频模型和六摄像头阵列将2D视频流转换为逼真3D体验；Google Meet引入实时语音翻译功能，首批支持英语和西班牙语，后续将扩展更多语言。Gemini Live体验升级， 整合Project Astra的摄像头与屏幕共享功能。

此外，AI Agent能力拓展，Gemini应用将推出实验性AI Agent模式，可代表用户处理复杂任务如寻找公寓（与Zillow等合作），并整合开放的AI Agent间通信协议及Anthropic的MCP工具。

AI编程与研究方面，AI Agent Jules进入公开测试阶段；实验性文本扩散模型Gemini Diffusion发布，生成速度较1.0 Flashlight快五倍；为Gemini 1.5 Pro推出DeepThink模式，挑战性能极限。

Gemini 1.5开发者平台增强，推出业界首创的双语音多主播文本转语音功能；Live API提供1.5 Flash预览版的原生音频对话；增强模型安全性，引入“思考总结”功能提升透明度；1.5 Flash效率提升22%，并为1.5 Pro和Flash引入“思考预算”功能。

图像生成模型Imagen 4发布，视频模型VEO 3首次实现视频与音频同步原生生成，创意工具方面，Music AI Sandbox集成Lyria 2高保真音乐生成模型；SynthID水印技术扩展，保障内容可信。

此外，全新AI Mode重磅上线加速Google搜索全面AI化，目前AI Overviews月用户超15亿；AI Mode集成Gemini 1.5，提供Query fan-out技术、个人情境（关联Gmail等应用信息）、Deep Search深度研究能力、复杂数据与金融分析（如图表生成）、Search Live（实时多模态交互）。AI Mode下的Google购物整合Shopping Graph超500亿商品信息，提供视觉灵感、个性化推荐、全新虚拟试穿功能以及AI Agent自动化结账。

Gemini应用迈向个性化、主动、强大的通用AI助手，进行多项更新，包括升级的Gemini Live、支持文件上传的Deep Research（后续整合Drive/Gmail）、协同创作空间Canvas（可一键转换内容形态或“vibe code”）、面向订阅用户的Chrome版Gemini，以及集成最新Imagen 4图像生成模型。

Gemini还将融入更多日常应用，引入Workspace侧边栏和Google Messages；并探索通过语音、手势甚至可穿戴设备（XR眼镜）进行交互的新方式。现场还宣布Android XR平台与三星及眼镜品牌的合作，

Google CEO在结束总结时再次强调了AI的巨大潜力：“AI的真正力量：从解决现实挑战到未来科技突破，技术正加速改善全人类生活。”

来源：人工智能学家