财联社5月15日电(编辑石)北京时间周三凌晨1点起，谷歌在山景城总部附近的海岸线圆形剧场举行了一年一度的I/O开发者大会，发表了长达两个小时的主题演讲。

不出所料，Google基本上讲了AI，AI，AI，AI，AI，AI。据大会官方最终统计，艾在主题演讲中被提及120次。而且这还只统计了听课笔记，实际数量会更多。

在一大堆更新和新发布的功能中，也有很多产品带有记忆点。例如，从本周开始，谷歌搜索引擎将在美国推出“AI Overviews”功能，搜索引擎将直接汇总搜索结果。同时，Google搜索还将具备多步推理能力，可以一次性处理多个限制的长篇问题，支持“拍摄视频”搜索解决方案的新搜索形式。

此外，以“长”窗口闻名的Gemini 1.5 Pro模型将在今年晚些时候进一步将100万令牌的窗口扩展到200万令牌，扩展多模态信息同时处理的边界。针对一些需要快速响应的场景，Google还推出了Gemini 1.5 Flash模型。今年2月刚出的Gemma开源机型，下个月也将迎来参数更大的Gemma 2。在多模态领域，谷歌也发布了学生画图工具Imagen 3和YouTube & amp；音乐人与最新视频生成模型Veo合作的“AI音乐沙盒”。多模态Gemini Nano模型也将在今年晚些时候登陆Pixel手机，这是一个在本地运行的机载模型。

值得一提的是，Google的发布会和昨天的OpenAI发布会也有一些相似之处——实时AI助手。从今年夏天开始，Gemini还将支持实时语音交互，今年晚些时候还将推出实时视频交互。未来几个月，谷歌还将推出类似于GPTs的定制AI助手功能，名为Gems，可以与整套“谷歌家族桶”联动。

硬件方面，谷歌公布了第六代TPU芯片Trillium，并透露明年初可以使用英伟达最新的Blackwell架构GPU。此外，液冷、光缆等中国投资者可能感兴趣的话题也出现在发布会上。

-整场发布会回顾-

发布会开始，Alphabet&谷歌CEO桑达尔·皮查伊登上舞台。 发布会开始，alphabet & amp；谷歌首席执行官桑达尔·皮查伊(sundar pichai)走上舞台。

皮查伊表示，现在已经有超过150万开发者正在使用谷歌的人工智能Gemini，今天将展示一系列有关搜索、图片、工作套件、安卓系统等等与人工智能有关的案例。 皮查伊表示，现在有超过150万开发者在使用谷歌的人工智能双子座，今天将展示搜索、图片、工作套件、安卓系统等一系列与人工智能相关的案例。

皮查伊宣布，能够总结谷歌搜索引擎结果的“AI概览”（AI Overviews）功能，将于本周在美国推出。 皮查伊宣布，可以汇总谷歌搜索引擎结果的“AI Overviews”功能，将于本周在美国推出。

基于Gemini支持，谷歌图片（Google Photos）将支持用户存储图片的AI搜索，例如“告诉我，我的车牌号码是多少？”——这个名为Ask Photos的功能将于今年夏天推出。 基于对Gemini的支持，Google Photos将支持对用户存储图片的AI搜索，比如“告诉我，我的车牌号是多少？”-这个名为Ask Photos的功能将于今年夏天推出。

皮查伊宣布，最新版本的Gemini 1.5 Pro（在多项核心功能方面均较最初发布版本有所提高）现在向全球所有开发者开放。从今天开始，支持100万tokens上下文窗口的Gemini 1.5 Pro将在Gemini Advanced功能下向用户开放，支持35种语言。 皮查伊宣布，Gemini 1.5 Pro的最新版本(在很多核心功能上比原版更好)现已面向全球所有开发者开放。今日起，支持100万令牌上下文窗口的双子1.5 Pro将在双子高级功能下向用户开放，支持35种语言。

谷歌同时面向开发者推出支持200万tokens的Gemini 1.5 Pro模型的预览，并表示最终的目标将是“无限上下文”。 Google还为开发者推出了支持200万令牌的Gemini 1.5 Pro模型预览版，并表示最终目标将是“不限上下文”。

谷歌AI业务总负责人、DeepMind的首席执行官杰米斯·哈萨比斯登台，宣布推出Gemini 1.5 Flash大模型。这个模型兼具速度与效率，和多模态推理能力，以及长达100万tokens的上下文窗口。开发者将能够申请体验200万tokens的上下文窗口的Gemini 1.5 Flash。 谷歌AI业务首席执行官、DeepMind首席执行官杰米·哈萨比斯(Jamie Hassabis)上台，宣布推出双子座1.5 Flash模型。该模型兼具速度和效率、多模态推理能力和100万个表征的上下文窗口。开发者将可以申请Gemini 1.5 Flash来体验200万令牌的上下文窗口。

谷歌展示“未来的人工智能助手”——名为“Astra”的项目。哈萨比斯表示，这样的AI助手需要像人类一样理解这个动态且复杂的世界。需要记得住它看到的东西，这样才能理解对话并付诸于行动。同时它也得能积极主动接受教导，以及自然、无延迟地进行交流。在演示视频中，谷歌的AI助手能够通过摄像头视频，识别“什么东西能发出声音”、“现在身处何地”等指令。 谷歌展示“未来人工智能助手”——一个名为“Astra”的项目。哈萨比斯表示，这样的AI助手需要像人类一样理解这个动态复杂的世界。你需要记住它看到了什么，这样你才能理解对话并付诸行动。同时，它必须能够主动接受教学，自然而不拖延地进行交流。在演示视频中，谷歌的AI助手可以通过摄像头视频识别诸如“什么可以发出声音”、“你现在在哪里”等命令。

谷歌宣布了一系列与图像、音乐、视频有关的生成式AI工具。包括文生图工具Imagen 3、与Youtube以及音乐家合作的“AI音乐沙盒”，以及最新的视频生成模型Veo。 谷歌宣布了一系列与图像、音乐和视频相关的生成式人工智能工具。包括文学创作工具Imagen 3，与Youtube和音乐人合作的AI音乐沙盒，以及最新的视频生成模型Veo。

其中最受关注的视频生成模型Veo，能够根据文字、图片和视频的提示，生成高质量1080p视频。 最受关注的视频生成模型Veo，可以根据文字、图片、视频生成高质量的1080p视频。

哈萨比斯离场，皮查伊重回舞台，发布第六代TPU芯片Trillium，较上一代芯片的算力表现翻4.7倍，云用户从今年下半年开始可以用上新芯片。同时谷歌云将在2025年初，用上英伟达的最新Blackwell架构GPU。 哈萨比斯退场，皮查伊重回舞台发布第六代TPU芯片Trillium，比上一代芯片强大4.7倍。云用户可以从今年下半年开始使用新的芯片。同时，谷歌云将在2025年初使用英伟达最新的Blackwell架构GPU。

皮查伊开始介绍自家的AI超级计算机，比起用户自己买相同的硬件和芯片，谷歌的架构能使得效能翻倍，其中有部分功劳来自于液冷系统。皮查伊表示，谷歌部署液冷系统的数据中心已经达到1GW，而且还在不断增长中。 皮柴开始介绍自己的ai超级计算机。相比用户购买同样的硬件和芯片，Google的架构可以让效率翻倍，部分功劳来自于液冷系统。皮查伊表示，谷歌部署液冷系统的数据中心已经达到1GW，而且还在不断增长。

皮查伊说，谷歌在地面和海底光纤上投入了200万英里，是第二家云服务商的十倍。

液冷、光缆，应该都是股民们会感兴趣的东西。 液冷和光缆应该都是投资人会感兴趣的东西。

谷歌搜索业务负责人Liz Reid开始具体介绍AI Overviews功能。Reid表示，在进行搜索时，搜素引擎具备多步骤推理的能力，例如寻找一个瑜伽教室，同时展示新手优惠报价，和距离特定位置的步行时间。这个AI搜索引擎助手，还能介绍食谱、安排行程，以及接受视频形式的提问（例如视频中的相机怎么使用）。 谷歌搜索业务负责人Liz Reid开始详细介绍AI Overviews功能。里德表示，在搜索时，搜索引擎具有多步推理的能力，例如找到一个瑜伽教室，同时显示新手优惠和从特定位置出发的步行时间。这款AI搜索引擎助手还可以介绍菜谱、安排行程、接受视频形式的提问(比如视频中的摄像头怎么用)。

在办公套件Workspace方面，谷歌将逐步推出总结、邮件Q&A，以及智能回复等功能。 在office套件工作区，Google将逐步推出summary、email Q&等；一个，又智能的回复。

谷歌Gemini总经理Sissie Hsiao介绍了Gemini App的更新。与周一的OpenAI一样，从今年夏天开始，Gemini也将支持语音实时交互，同时今年晚些时候还将上线实时视频交互功能。未来几个月内，谷歌也将推出类似于GPTs的自定义AI助手功能，叫做Gems。这个AI助手的亮点，将是能与“谷歌全家桶”进行交互。 Google Gemini总经理Sissie Hsiao介绍了Gemini App的更新。和周一的OpenAI一样，Gemini也将从今年夏天开始支持实时语音交互，今年晚些时候也会推出实时视频交互。未来几个月，谷歌还将推出类似于GPTs的定制AI助手功能，名为Gems。这款人工智能助手的亮点将是能够与谷歌家庭桶进行交互。

Hsiao再次强调了Gemini的长上下文窗口——能够一次性处理整整1500页的文件，或3万行代码、1小时视频。不同的载体也能混同一起提交给聊天机器人。她再次强调，今年晚些时候上下文窗口将翻倍至200万Tokens。 Hsiao再次强调了Gemini的长上下文窗口——它一次可以处理整整1500页的文件，或者30000行代码和一个小时的视频。不同的载体也可以混合提交给聊天机器人。她再次强调，今年晚些时候，上下文窗口将翻一番，达到200万个令牌。

安卓生态系统的负责人Sameer Samat登台，他将讨论今年安卓系统实现的“三大突破”，分别是“画圈圈搜索”、Gemini手机AI助手，第三是在手机本地运行的AI。 Android生态系统负责人Sameer Samat上台。他将讨论今年Android系统实现的“三大突破”，即“圈子搜索”，双子座手机AI助手，第三个是 AI在手机本地运行。

谷歌表示，今年晚些时候，能够在本地运行的多模态Gemini Nano模型将登陆Pixel手机，意味着手机将能通过文字、图片、视频、音频，理解用户的世界。举例而言，在听到“帮你把钱转到安全账户”这样的诈骗电话时，手机会自动弹出诈骗警告。整个过程都是在本地运行，不会引发隐私泄露。 谷歌表示，今年晚些时候，可以在本地运行的多模态Gemini Nano模型将登陆Pixel手机，这意味着手机将能够通过文字、图片、视频和音频来了解用户的世界。比如当你听到类似“帮你转账到安全账户”的诈骗电话时，手机会自动弹出诈骗预警。整个过程在本地运行，不会造成隐私泄露。

谷歌披露大模型API的最新定价，其中Gemini 1.5 Pro定价为7美元/100万Tokens，12.8K上下文窗口的版本定价为3.5美元/100万Tokens；而Gemini 1.5的起售价为0.35美元/100万Tokens。 Google披露了大模型API的最新定价，其中Gemini 1.5 Pro定价7/100万令牌，12.8K上下文窗口版本定价3.5/100万令牌；双子座1.5的起步价是0.35美元/100万代币。

对于在今年二月刚刚推出的轻量级开源模型Gemma，谷歌宣布推出视频语言模型PaliGemma，并将会在6月推出Gemma 2。相较于第一代模型只有20亿和70亿的参数量，第二代开源Gemma的参数量能达到270亿。 对于今年2月刚刚推出的轻量级开源模型Gemma，Google宣布推出视频语言模型 PaliGemma，并将于6月推出Gemma 2。相比第一代模型只有20亿和70亿的参数，第二代开源Gemma可以达到270亿的参数。

作为发布会最后的彩蛋，谷歌CEO皮查伊最后用Gemini总结了今天的发布会稿子里总共提了多少次AI——120次。当然，这并不包括皮查伊问完这个问题后，又唤了几遍AI。 作为发布会的最后一个彩蛋，Google CEO皮查伊最后用双子总结了ai在今天的发布会草稿中被提及了多少次——120次。当然这还不包括皮柴问完这个问题后给ai打了几次电话。

记者招待会结束了