谷歌 I/O 的 AI 新敘事：從大模型的一站式服務(wù)，AI 與 XR 會(huì)師

5 月 21 日凌晨，科技巨頭谷歌召開了 I/O 2025 開發(fā)者大會(huì)，除了萬眾矚目的 AI 功能，谷歌還公布了安卓 XR 平臺(tái)和安卓 16 的新規(guī)劃及部分新特性。

谷歌 CEO Sundar Pichai 表示，去年同期谷歌 AI 大模型和 API 每月處理 9.7 萬億個(gè) Token，現(xiàn)在這一數(shù)字增長到了 480 萬億個(gè)，谷歌搜索業(yè)務(wù)的 AI 綜述功能月活用戶也達(dá)到了 15 億人。

AI 正逐漸融入我們的生活，成為不可或缺的一部分。無論是谷歌推出的全新大模型和 AI 應(yīng)用，還是 XR 平臺(tái)和手機(jī)系統(tǒng)，都無法脫離 AI 的影響。

作為谷歌 I/O 大會(huì)的絕對(duì)主角，AI 可謂重頭戲，發(fā)布的新品也最多。此前已多次曝光的 Gemini 2.5 系列，于本場大會(huì)確認(rèn) 6 月上線，其中 Gemini 2.5 Pro 號(hào)稱世界上最智能的 AI 模型，新版本刷榜 LMArena，在 ELO 基準(zhǔn)測試中拿到了 1448 分。

Gemini 2.5 Pro 新增深度思考版本，在 USAMO 2025、LiveCodeBench、MMMU 等多項(xiàng)測試中，Gemini 2.5 Pro 深度思考版本表現(xiàn)均領(lǐng)先 Gemini 2.5 Pro。Gemini 2.5 Flash 則屬于輕量級(jí)模型，相較上一代效率提升了 22%，使用的 Token 可減少 20% 到 30%，資源消耗更少。

（圖源：谷歌）

Gemini 2.5 系列模型新增的文本轉(zhuǎn)語音能力，可以表現(xiàn)出極為豐富的細(xì)節(jié)，甚至竊竊私語，適合個(gè)人創(chuàng)作者為影視節(jié)目配音。

谷歌還帶來了文本擴(kuò)散模型 Gemini Diffusion，采用不同于文本預(yù)測的逐步優(yōu)化噪聲生成內(nèi)容，在編程和數(shù)學(xué)領(lǐng)域表現(xiàn)更加出色。

基于 Gemini 2.5 系列模型的能力，谷歌 Project Mariner 也有望快速落地。該項(xiàng)目此前代號(hào)為 Jarvis，與美漫《鋼鐵俠》中的超級(jí)人工智能系統(tǒng)同名，是一個(gè)可以操作瀏覽器或其他軟件的 AI 智能體，能夠監(jiān)督多達(dá) 10 個(gè)同時(shí)執(zhí)行的任務(wù)，并且通過用戶展示任務(wù)操作進(jìn)行學(xué)習(xí)。

包括 Gemini 2.5 系列在內(nèi)的谷歌最強(qiáng) AI 功能和能力，也將通過 AI 搜索賦能到谷歌搜索。搜索引擎加入 AI 搜索并不稀奇，如國內(nèi)互聯(lián)網(wǎng)巨頭百度的搜索引擎，也支持 AI 搜索功能，會(huì)將 AI 搜索生成的內(nèi)容放在第一位。谷歌 AI 搜索將加入圖表生成、票務(wù)查找，甚至展現(xiàn)視頻、地圖等信息，提供的內(nèi)容更加豐富，相較傳統(tǒng)搜索模式的優(yōu)勢也更大。

可能是與 OpenAI 杠上的原因，谷歌也展示了智能購物功能，在購買衣物時(shí)，用戶可上傳個(gè)人照片，AI 會(huì)把商店里的衣服自動(dòng)穿戴到照片中的人物身上，幫助用戶更直觀地了解衣服是否合身。

在多模態(tài)大模型 Gemini 2.5 系列之外，谷歌還發(fā)布了文生圖模型 Imagen 4 和視頻生成模型 Veo 3。Imagen 4 不僅生成圖片的速度相較上一代快 3 到 10 倍，細(xì)節(jié)方面也更加豐富，能夠生成織物、水滴、動(dòng)物毛發(fā)等復(fù)雜物體，而且分辨率高達(dá) 2K，還可以制作賀卡、海報(bào)、漫畫。

Veo 3 大幅提升了生成畫面的質(zhì)量，首次支持生成帶有音頻的視頻。谷歌展示的視頻顯示，從物理模擬和口型對(duì)照，Veo 3 都表現(xiàn)出了驚人的效果。

集合視頻生成模型 Veo、圖像生成模型 Imagen、多模態(tài)模型 Gemini 于一體的應(yīng)用 Flow，則是谷歌專為內(nèi)容創(chuàng)作者打造的 AI 電影創(chuàng)作應(yīng)用。據(jù)谷歌介紹，F(xiàn)low 可以通過輸入文字或?qū)胨夭膭?chuàng)作視頻，并通過 Gemini 對(duì)于自然語言的理解微調(diào)視頻，能夠?qū)㈦娪皠?chuàng)作從專業(yè)場景變成任何人都可以輕易上手的工作。面向 B 端市場的 Flow，未來能力不斷增強(qiáng)后，或許可以顛覆傳統(tǒng)影視劇制作模式。

Flow 將率先向美國本土谷歌 AI Pro 和 AI Ultra 用戶推送，后續(xù)面向全球用戶推送。至于價(jià)格，AI Pro 每月 19.99 美元（當(dāng)前約合人民幣 144 元），AI Ultra 每月 249.99 美元（約合人民幣 1801 元），站在國內(nèi)消費(fèi)者的角度上來看，AI Pro 和 AI Ultra 過于昂貴。

2022 年 GPT-3 引爆 AI 行業(yè)，至今已過去了大約兩年半時(shí)間，AI 大模型的能力飛速提升。到今天，AI 行業(yè)已經(jīng)進(jìn)入「能力變現(xiàn)」的關(guān)鍵時(shí)期。本屆 I/O 開發(fā)者大會(huì)上，谷歌發(fā)布了多款 AI 大模型，但主題并非強(qiáng)調(diào) AI 大模型的能力，而是著重解讀 AI 大模型的應(yīng)用場景，目的或許在于將 AI 大模型進(jìn)一步推向市場，增強(qiáng) AI 業(yè)務(wù)的營收能力。

谷歌與三星聯(lián)手開發(fā)的安卓 XR 平臺(tái)去年項(xiàng)目公布后，已獲得了數(shù)百家軟件開發(fā)商的支持。I/O 開發(fā)者大會(huì)上，基于該平臺(tái)的首款 XR 設(shè)備——三星 Project Moohan 亮相。該產(chǎn)品類似蘋果 Vision Pro，搭載驍龍 XR2 Plus Gen 2 芯片，無需連接 PC 或其他設(shè)備，能夠獨(dú)立運(yùn)行，將于今年晚些時(shí)候發(fā)售。

基于安卓 XR 平臺(tái)的第二款設(shè)備，是中國企業(yè) Xreal 開發(fā)的 Project Aura，該產(chǎn)品也在 I/O 開發(fā)者大會(huì)上發(fā)布，是首款安卓 XR 平臺(tái)的 AR 眼鏡。這款產(chǎn)品搭載高通驍龍?zhí)幚砥鳎唧w型號(hào)未知，支持光學(xué)透視（OST），也能提供虛擬透視（VST）的沉浸式體驗(yàn)。

這兩款產(chǎn)品最值得關(guān)注的，是首個(gè)基于 Gemini 的安卓 XR 平臺(tái)。谷歌表示，與 AI 深度融合的安卓 XR 平臺(tái)，支持第一人稱視角智能輔助和無接觸輔助功能，用戶可通過自然語言與設(shè)備交互，完成信息查詢、日程管理、實(shí)時(shí)導(dǎo)航等操作。例如在 XR 設(shè)備之上，用戶可以與 Gemini 談?wù)摽吹降囊磺鞋F(xiàn)實(shí)世界或屏幕顯示的內(nèi)容。

站在消費(fèi)者的角度，XR 設(shè)備的主要問題在于應(yīng)用生態(tài)少、交互不方便、續(xù)航時(shí)間短。

谷歌充分發(fā)揮了安卓平臺(tái)積累的優(yōu)勢，與三星聯(lián)手打造的安卓 XR 平臺(tái)已獲得數(shù)百家軟件開發(fā)商支持，有望統(tǒng)一非蘋果 XR 設(shè)備的系統(tǒng)生態(tài)。建立統(tǒng)一生態(tài)后，軟件開發(fā)者無需為不同 XR 品牌單獨(dú)開發(fā)和適配應(yīng)用，能夠降低成本，增加利潤空間，更有為 XR 設(shè)備開發(fā)軟件的積極性。

Gemini 的加入，進(jìn)一步優(yōu)化了 XR 設(shè)備的交互邏輯，對(duì)于自然語義理解能力的提升，令其能夠?qū)崿F(xiàn)「全場景可見即可說」。

軟件層面可以解決的問題，谷歌都在嘗試解決，功能更豐富的 XR 設(shè)備，有望一改銷量下滑的趨勢。但 XR 設(shè)備距離取代手機(jī)，成為下一代計(jì)算平臺(tái)依然遙遠(yuǎn)，性能、續(xù)航等問題，仍待芯片和電池廠商解決。

在 AI 大模型和安卓 XR 平臺(tái)、設(shè)備之外，谷歌還公布了 Wear OS 6 和安卓 16 的部分功能和特性。Wear OS 6 融合了 Material 3 Expressive 設(shè)計(jì)語言，更適合圓形屏幕，系統(tǒng)引入了動(dòng)態(tài)色彩主題。谷歌推出了全新 API，幫助開發(fā)者設(shè)計(jì)表盤。不過 Wear OS 是閉源系統(tǒng)，廠商難以隨意更改，國內(nèi)消費(fèi)者可選運(yùn)的行 Wear OS 的產(chǎn)品不多。

安卓 16 在 I/O 開發(fā)者大會(huì)上公布的消息較少，主要圍繞 Live Updates 功能。該功能與蘋果的 Live Activities 相似，可以通過進(jìn)度條的形式，顯示導(dǎo)航、外賣配送、網(wǎng)約車狀態(tài)等信息。

國內(nèi)消費(fèi)者對(duì)這些功能大概不陌生，OPPO、vivo、小米、榮耀等品牌的國產(chǎn)旗艦，已陸續(xù)加入了進(jìn)度條顯示部分 App 狀態(tài)的功能。

在此前召開的 The Android Show 活動(dòng)中，負(fù)責(zé) Pixel 和安卓系統(tǒng) UI 的谷歌產(chǎn)品管理總監(jiān) Allen Huang 確認(rèn)，安卓 16 穩(wěn)定版將于 6 月發(fā)布。或許是與 I/O 開發(fā)者大會(huì)時(shí)間相隔不長，此次谷歌沒有透露太多安卓 16 的消息，國內(nèi)消費(fèi)者們還需要等待一段時(shí)間。

按照之前安卓 16 測試版披露的信息，安卓 16 將支持桌面模式，在安全性、UI、相機(jī)、穩(wěn)定性、加載模式、大屏適配等方面均有所升級(jí)。

另外，谷歌在 I/O 大會(huì)上公布了為安卓手機(jī)打造的全能 AI 助手 Project Astra。Astra 能夠根據(jù)使用場景和用戶的要求，主動(dòng)制定解決方案并采取行動(dòng)。模擬屏幕點(diǎn)擊和滑動(dòng)操作的特性，表明其可能基于多模態(tài) Gemini Nano 模型的視覺識(shí)別能力。

國內(nèi)外主流手機(jī)廠商都在測試手機(jī)跨應(yīng)用操作，國內(nèi)廠商已經(jīng)適配了部分應(yīng)用，Astra 的方案可能無法做到一步到位和快速操作，但更具普適性，無需與應(yīng)用一對(duì)一適配。

經(jīng)過多年發(fā)展，AI、XR 行業(yè)正從成長期向成熟期邁進(jìn)，產(chǎn)品更加注重實(shí)用性。本次 I/O 大會(huì)，谷歌發(fā)布的眾多 AI 大模型，包括上文未提到的端側(cè)多模態(tài)模型 Gemma 3n 和基于 Gemma 3 架構(gòu)的開源醫(yī)療模型 MedGemma，均從實(shí)用角度出發(fā)，與搜索引擎、安卓 XR、安卓 16 深度融合。

不過 AI 和 XR 兩大行業(yè)的頭部企業(yè)，短時(shí)間內(nèi)依然難以實(shí)現(xiàn)盈利。互聯(lián)網(wǎng)大廠都在投入巨資建設(shè)數(shù)據(jù)中心，未來兩三年投入大概率大于營收，但現(xiàn)階段的虧損是為了打造體驗(yàn)更好的產(chǎn)品，與競爭對(duì)手一較高下，并贏得消費(fèi)者的認(rèn)可。

XR 行業(yè)的困境則在于，生態(tài)建設(shè)、續(xù)航和性能的提升需要時(shí)間。數(shù)百家軟件開發(fā)商與谷歌合作，與手機(jī)行業(yè)數(shù)不清的軟件開發(fā)商相比，還是太少了。即便有他們的支持，安卓 XR 平臺(tái)也需要數(shù)年時(shí)間建設(shè)軟件生態(tài)。續(xù)航的提升，要看新型電池技術(shù)的應(yīng)用，性能的提升則仰賴高通和聯(lián)發(fā)科等芯片廠商。

除了三星和 XREAL，Gentle Monster、Warby Parker 等眼鏡品牌也將與谷歌合作，打造基于安卓 XR 的產(chǎn)品。入場企業(yè)越來越多，相信谷歌和開發(fā)者會(huì)加快構(gòu)建 XR 生態(tài)的速度，滿足更多消費(fèi)者的需求，量產(chǎn)規(guī)模擴(kuò)大并平攤研發(fā)成本后，XR 設(shè)備的價(jià)格可能也會(huì)下降。虧損多年的 XR 眼鏡廠商，即便無法扭虧為盈，也將有機(jī)會(huì)收窄虧損幅度。

至于安卓 16 系統(tǒng)的具體功能，靜待下個(gè)月的谷歌發(fā)布會(huì)吧。Project Astra 僅僅是首秀，雖然谷歌已經(jīng)打磨了很長時(shí)間，但我們恐怕仍難以在安卓 16 上看到該功能，不必抱有太高期待。