Google 在 I/O 大会上正式发布了全新的 Gemini 1.5 系列模型。其中 Gemini 1.5 Flash 主打高速度与高性价比，在保持智能水平的同时显著降低了 API 调用成本，并在代理基准测试中表现出色。另一个核心产品是 Gemini Omni 模型，它专注于多模态交互，支持视频理解、生成与编辑，并能够结合世界知识进行创作。Gemini Omni 旨在成为通往通用世界模型的下一步，目前已支持通过自然语言对视频内容进行编辑和创作。
视频深入探讨了 AI 代理（Agent）如何改变工作方式。作者通过演示名为 Victor 的 Slack 集成 AI 代理，展示了其如何直接处理文档、分析数据并进行任务规划，而不必像传统聊天机器人那样进行复杂的 prompt 手动输入。Google 也推出了类似的 Gemini Spark 代理，旨在利用用户在 Gmail、Calendar 和 Drive 中的上下文信息自动执行任务。虽然这带来了更高的效率，但作者也强调了用户对于隐私安全与控制权的担忧，Google 目前采取了在执行外部动作前必须经过用户确认的策略。
Google 正在将搜索引擎转变为 AI 驱动的回答引擎，这引发了关于内容创作者生态的巨大争议。新的搜索功能让 AI 直接在结果中总结信息，可能导致用户不再点击原始网页，从而对依靠广告或流量生存的博客、网站产生负面影响。此外，YouTube 的“Ask YouTube”功能同样允许用户直接获取视频内容的 AI 回答，减少了对视频点击的需求。作者认为这是目前最受争议的举措，因为如果创作者失去了获取流量的动力，Google 本身的 AI 模型也就失去了获取高质量知识来源的保障。
Google 持续在多个垂直领域进行 AI 实验，包括引入“通用购物车”以优化跨网站购物体验，并提供兼容性智能提示；发布了 Antigravity 2.0 开发工具，使 AI 编程体验更加顺滑。创意领域方面，Project Genie 迎来重大更新，支持结合 Google 地图街景数据，将用户自定义角色投放到真实世界场景中进行游戏化体验。此外，Google 还致力于通过 SynthID 水印技术应对 AI 生成内容的虚假信息，并已获得包括 OpenAI 在内的多家主流厂商支持，以识别 AI 生成的多模态作品。
本章涵盖了 AI 领域的其他突发快讯：OpenAI 在 ChatGPT 中推出个人财务分析功能，但其隐私安全性引发讨论；AI 领域大咖 Andrej Karpathy 加入 Anthropic 引起行业震动；Spotify 与 Amazon 分别推出了 AI 生成播客功能，允许用户根据兴趣定制音频内容。此外，Cursor 发布了高性价比的 Composer 2.5 代码编辑器，Stability AI 推出了强大的 Stable Audio 3.0。最后，作者总结认为，现在的 AI 发展重点正从单纯的基准测试竞争转向如何将 AI 真正嵌入消费级产品与日常工作流，Google 正在此方面进行广泛的试验。
Artificial Intelligence 
Artificial Intelligence 
Artificial Intelligence 
Artificial Intelligence 