官方网站-首页

【导语】在5月20日的I/O 2025大会上，谷歌发布了一系列人工智能新进展，包括更新图像和视频生成模型、为搜索和Gmail增加AI功能，并推出了安卓XR眼镜。其中，Gemini 2.5 Pro模型配备Deep Think增强推理模式，将为用户提供更强大的搜索和助手体验。谷歌还引入了AI Mode新功能，计划逐步推出深度搜(sōu)索、图表生成和购物等全新功能，标志着谷歌在人工智能领域的又一次重大飞跃。

当地时间5月20日，谷歌在I/O 2025大会上发布一系列人工智能新进展，更新(xīn)了(le)谷(gǔ)歌(gē)图(tú)像和视频生成模型，为搜索和Gmail增加新的AI功能，推出了配备摄像头和扬声器的安卓XR眼镜，最新模型Gemini 2.5 Pro则拥有Deep Think增强推理模式。

谷歌在其搜索引擎中引入一项名为AI Mode的新功能，它类似于聊天机器人，允许用户使用Gemini人工智(zhì)能(néng)聊(liáo)天(tiān)机(jī)器(qì)人(rén)进(jìn)行(xíng)网(wǎng)络(luò)搜(sōu)索(suǒ)。从(cóng)本(běn)周(zhōu)开(kāi)始(shǐ)，该(gāi)功(gōng)能(néng)将(jiāng)向(xiàng)美(měi)国(guó)所(suǒ)有(yǒu)用(yòng)户(hù)推(tuī)出(chū)。谷(gǔ)歌(gē)将(jiāng)在(zài)今(jīn)年(nián)夏(xià)天(tiān)测(cè)试(shì)AI Mode的(de)新(xīn)功能，比如深度搜索、为金融和体育查询生成图表，并在“未来几个月”推出在AI Mode下的购物功能。

谷歌DeepMind首席执行官戴米斯·哈萨比斯（Demis Hassabis）表示，谷歌希望保留传统的搜索方式，同时通过其人工智能摘要（ AI summaries）、AI Mode和Gemini助手，为搜索带来新的人工智能能力。

哈萨比斯展示了谷歌最新的模型Gemini 2.5 Pro。他表示，实验室一直在继续努力把Gemini变成一个可识别和解决现实世界问题的虚拟助手。

凭借其百万token的上下文窗口，Gemini 2.5 Pro拥有长上下文和视频理解性能。Deep Think是一种用于高度复杂的数学和编程的实验性增强推理模式，Gemini 2.5 Pro将通过Deep Think进一步升级。Gemini 2.5 Pro的Deep Think在数学基准2025 USAMO上取得49.4%的成绩，在竞赛级编程的难度基准LiveCodeBench中处于领先地位，获得80.4%的成绩，并在测试多模态推理的MMMU上取得了84.0%的分数。

Gemini 2.5 Pro的Deep Think性能表现。

“我们正努力拓展我们最强的多模态基础模型Gemini 2.5 Pro，使其成为一个能够通过理解和模拟世界的各个方面来制定计划和构想新体验的世界模型，就像大脑一样。”哈萨比斯表示。

谷歌表示，由于Gemini 2.5 Pro的Deep Think技术前沿，谷歌正在额外花费时间进行更多的前沿安全评估。在广泛发布前，通过Gemini API将其提供给受信任的测试人员以获取反馈。

Gemini系统是谷歌Gmail中个性化智能回复功能的支柱。在用户允许的情况下，系统会从用户过去的邮件中提取信息，查看用户的写作方式，并根据用户的语气和风格自动给出回复建议。谷歌还将Gemini引入谷歌搜索的购物体验中。用户可以要求系统显示与灰色沙发相匹配的地毯并优化结果，显示易于清洁的地毯。智能体可以让人们设定可接受的最高价格，并在商品开始销售时自动购买。

谷歌同时推出人工智能视频生成器Veo3，可创建和整合音频，包括人物之间的对话以及动物的声音。Veo2则带有相机控制和物体移除等工具。新推出的图像生成工具Imagen 4可根据用户提示生成更高质量图像。新的电影制作工具Flow可以根据用户描述的地点、镜头和风格偏好来创建电影视频。Flow使用Veo、Imagen和Gemini，根据文本或图像创建8秒人工智能生成视频，还配备了场景构建工具，可将剪辑拼接，创建更长的人工智能视频。