Google Gemini，慢慢追上来了
池建强约 4 分钟Google 今年在大模型方面的动作明显快了起来。上周四，圈子里疯传 Gemini 2.0 Flash Experimental 模型的图片生成功能。
今天一早，打开 X，又看到几个有趣的 Gemini 更新，比如 Canvas 和 Audio Overviews。太酷了，我早上到公司，赶紧把账号升级到 Gemini Adavanced，体验了最新的能力。
怎么说呢？我感觉今年过完年之后， Google 像突然醒来一样。最近他们发布的新特性，一个比一个吸引人，并且还充分融合了 Google 的应用生态。我知道很多人还没体验过 Gemini 的新能力，所以今天就给大家做个介绍。
在 OpenAI 如日中天的那段时间，很多人预言 OpenAI 要彻底颠覆 Google。因为 ChatGPT 确实是新一代的搜索引擎。但最近，我体验 Gemini 的系列功能之后，觉得这话为时尚早。是的，OpenAI 在前面领跑，但 Google 在后面追赶的速度也并不慢，并且，肉眼可见，差距越来越小。
Gemini 更新的第一个重磅功能是：Canvas。其实去年 10 月，OpenAI 曾经发布过类似的功能。简单来理解，Canvas 突破了聊天机器人一问一答式的束缚，它可以支持用户在 Chat 应用中进行更丰富的操作，比如写文章，写代码。我做了个演示图，你可以看到具体的操作。
输入提示词：“帮我写一篇文章，总结 Gemini 最近的更新，要求不少于 2000 字。减少使用列表式的表达。文风参考 MacTalk”后，Canvas 会对应生成一篇文章初稿，这时候，我不需要再复制文本到另外一个编辑器里修改，Cavas 提供了简洁的编辑能力。
如果对某段话有疑问，或者希望 AI 二次调整，那选中对应段落，这时候 Gemini Canvas 会弹出几个按钮，右边的三个从上到下分别是：更改长度、更改语气、提出修改建议。国内很多文档产品的 AI 交互参考的都是参考 Notion AI，选中段落后弹出来一串长长的菜单.......我个人比较喜欢 Gemini 的设计。
当然，不只是写文章，Canvas 还能写代码。具体我不再做演示，这类 Vibe Coding 的产品现在太多了。
除此之外，Google 还把之前 NotebookLM 的播客生成功能集成到了 Gemini 中。只要我们上传一个文件，它就能够转换为“两个 AI 主持人之间的播客式讨论”，但目前只支持英文。目前我还没有被灰度到，下面截图是 X 上其他用户发的。
除了今天上线的两个功能外，我盘点了下三月 Gemini 的其他更新：