谷歌I/O超全总结：AI搜索大变样，AR眼镜复活，大模型全家桶升级，史上最贵订阅费1800元

Gemini时代，谷歌的模型和产品发布速度都比以往更快。上届I/O大会至今，谷歌已经宣布10余款模型重大突破、20余款重大AI产品。

自第一代Gemini模型发布以来，Gemini模型的Elo分数已提升300多分。编程方面，Gemini 2.5 Pro成为编程平台Cursor上年度增长最快的模型，每分钟产出数十万行被采纳的代码。

在LMArena排行榜中，Gemini系列模型包揽了每秒生成输出token数最高的前三名，并且模型价格也在下降。

皮查伊提到谷歌大模型相关的几组数据：

去年同期谷歌每月通过产品和API处理的token数量为9.7万亿，目前其每月处理的token数达到480万亿，一年内增长了约50倍；

超过700万名开发者通过Gemini API进行开发，涵盖谷歌AI Studio和Vertex AI两大平台，同比增长超过五倍，同时Vertex AI平台上的Gemini使用率较去年增长40倍；

Gemini应用目前拥有超过4亿月活用户，在Gemini应用中使用2.5 Pro版本的用户使用量增长了45%；

在搜索方面，AI概览功能的每月用户超15亿。皮查伊认为AI Mode是搜索领域的下一个重大进展，我们正处在AI平台转型的新阶段。

AI Mode背后的关键技术是“查询扇出（query fan-out）”，可跨子主题和多个数据源同时发出多个相关搜索，然后将这些结果汇总在一起，提供易于理解的响应。

AI Mode在体育数据、金融分析中的深度应用会于今年夏天推出。如让其展示本赛季和上赛季使用鱼类球棒球员的打击率和上垒率，这个问题包含不同赛季、使用特定球棒的球员、打击率、上垒率等多个要素。其会动态为用户生成如图表等适应用户观看的界面。

AI Mode将Gemini与购物图谱相结合，拥有超过500亿个产品，并附有评论、价格、颜色选项和可用性等详细信息，同时会根据用户特定需求定制产品浏览面板。

基于AI Mode，用户选中衣服点击“试穿”图标、上传全身照，就能进行虚拟试穿。这一效果由时尚定制图像生成模型提供支持，该模型能够理解人体结构和服装的细微差别，例如不同面料在不同人体上的折叠、拉伸和悬垂效果。

同时，用户在商品详情上点击“跟踪价格”，然后设置合适的尺码、颜色以及期望的支付金额，AI Mode就会自动在不同网站监控降价信息，并向用户发送降价通知，将商品添加到用户购物车并通过Google Pay完成结账。这项视觉购物、结账功能将在未来几个月内陆续推出。

皮查伊重点提到了目前正改变谷歌产品的三个例子：

第一个项目是在Project Starline之上，谷歌推出一个以AI为核心的全新视频通话平台Google Beam，该平台采用新一代视频模型将2D视频流转换为3D体验，通过6台摄像机组成的阵列捕捉用户动作，借助AI将这些视频流进行合并，实时处理呈现用户影像，精度达毫米级，每秒60帧。谷歌与惠普合作的首批Google Beam设备将于今年晚些时候向其测试用户推出。

此外，谷歌致力于将Project Starline的底层技术引入Google Meet视频会议平台，包括实时语音翻译功能。今天谷歌将直接在Google Meet中推出实时语音翻译功能，订阅用户可以使用英语和西班牙语，未来几周之内将会支持更多语言，今年晚些时候面向企业用户推出。

第二个项目是实时、多模态的AI助手项目Project Astra，如今Gemini Live已具备Project Astra的摄像头和屏幕共享功能，让用户可以畅聊所见的一切。

第三个项目是Project Marina，这是一个能够与网络交互并且完成任务的Agent，谷歌将Agent视为结合了先进AI模型智能与工具访问能力的系统。

其中，计算机使用是一项使Agent能与浏览器和其他软件进行交互和操作的重要能力。谷歌引入了多任务处理能力，Project Marina可以同时监管十项任务，用户展示一次任务，Agent还可以学会为未来类似的任务去制定相应的计划。

谷歌将通过Gemini API将Project Marina的计算机使用能力带给开发者，今年夏天会面向更广泛用户开放。

Gemini SDK现在兼容MCP工具，谷歌会逐步将整体功能引入到谷歌搜索以及Gemini应用。