谷歌: 谷歌推出最新AI模型,皮查伊要幫大客戶年省10億

2026-05-19 | 來源: 騰訊科技 | 轉到微信 | 有0人參與評論 | 字體: 放大縮小 | 收藏 | 打印

伍德沃德描述道：“當你使用它時，幾乎感覺就像你把東西甩到身後，Spark會接住它並完成工作。”

關於Spark具體能做什麼，伍德沃德透露了測試人員的幾個使用場景：策劃派對、跟蹤學校日程、監控收件箱中的問題。

安全方面，Gemini Spark在執行高風險操作前需要用戶明確批准。針對支付行為，谷歌推出了智能體支付協議，允許設置嚴格的使用范圍：批准哪些品牌、設置消費上限、限定哪些商家。谷歌計劃今年夏天擴展連接能力，讓Gemini Spark通過Chrome瀏覽器操作更多第三方應用和網站。

一批受信任的測試者本周拿到了訪問權限。下周，Gemini Spark將向美國Google AI Ultra訂閱用戶推出測試版。AI Ultra是谷歌同步推出的新訂閱套餐，月費100美元，面向開發者、技術負責人和高級創作者，提供對Antigravity的優先訪問權、更高的使用限制以及捆綁的Omni Flash訪問權。

圍繞Gemini Spark的是谷歌一系列面向普通消費者的布局。

先看用戶規模。Gemini應用月活用戶已從一年前的4億增長到9億多，搜索中的“AI模式”上線僅一年月活就突破10億，且每季度查詢量翻倍增長。

Google為何要卡位擁有百年歷史的老水壩?

Google向SpaceX每月支付9.2億美元

Google翻譯大升級即時翻譯這類用戶搶先用

與此同時，谷歌還推出了兩項新服務：一是全天候監控網絡的信息智能體，可以主動跟蹤你關注的價格、股票或話題變化並及時提醒；二是基於谷歌錢包的AI通用購物車，支持跨不同電商網站統一管理和結算，省去分別登錄、分別付款的麻煩。

05 Gemini Omni：一個新物種

和Gemini 3.5 Flash、Gemini Spark一起亮相的，還有Gemini Omni——谷歌第一個真正的原生多模態模型。

卡武克庫奧盧特意把它和現有的視頻生成模型Veo做了區分：“Veo是一個文本到視頻的模型，而Gemini Omni是一個真正的多模態輸入、多模態輸出模型。”Gemini Omni可以接受文本、圖像、音頻和視頻的任意組合作為輸入，並在同樣的模態上生成輸出。所有處理都在一個統一的模型裡完成，而不是拼湊多個系統。

用戶通過對話就能一步步編輯和生成視頻，每一條指令都基於上一條，視頻隨著對話的推進連貫變化。谷歌高管的演示展示了幾個具體的編輯場景：

用戶上傳一段戶外騎行視頻，輸入指令“把背景換成雪地”，Gemini Omni在保持騎行者和自行車運動軌跡不變的情況下，把整個環境換掉了。接著用戶說“改成從側面跟拍的角度”，畫面的攝像機視角就跟著調整了。最後用戶要求“加上一段旁白解釋這條路線”，模型便生成了配樂和解說。整個過程在同一個對話線程裡完成，不需要導出文件、切換工具或者重新上傳。