不仅可以拿捏各种影视风格—— 请看VCR （花式演绎"We can talk！"） 。 一水 发自 凹非寺 量子位 | 公众号 QbitAI 谷歌最强视频生成模型Veo 3鲨疯了！ 这一次，从画面到对白，全都由AI原生直接生成。 还能搞定大段rap—— 视频中的Flow只需简单一句话就能搞定，比如"让老人谈论宇宙"。 从画面到口型再到音频，完全以假乱真了。 还在发布会现场，谷歌DeepMind CEO哈萨比斯就激动宣布： 我们终于走出了无声视频生成的时代。现在用户能用自然语言直接描述角色、场景，还能指定对白和语气。 而通过官方demo，我们也看到了Veo 3电影级的音视频能力： 目前Veo 3已在Gemini应用程序中面向Google AI Ultra订阅用户开放，企业用户可以在Vertex AI平台调用。 虽然距离发布会结束才几小时，但一大波网友试玩已新鲜出炉—— 说唱、洗脑神曲、烹饪节目花式整活 一上来，脑洞大开的网友们就开始搞起了抽象…… 提示词：a video with dialogue of two muffins while baking in an over, the first muffin ...

又是一年谷歌I/O开发者大会，不出所料地，主题演讲又是一场AI交响乐。去年，"AI"一词在谷歌I/O大会上被提及120 次，今年依然是主角，被提及92次。 其中最受关注的，是谷歌将AI更深入地植入搜索及Chrome浏览器： 谷歌搜索将不满足于在生成结果中显示"谷歌摘要"，而是直接会在结果分类中新增"AI模式"标签，展示效果类似独立 AI搜索应用。 Chrome浏览器中将加入Gemini AI助手，未来将能够"跨多个标签页工作，并代表用户浏览网站。 这是谷歌对近期争议的直接回应。一方面，谷歌搜索被唱衰。苹果高管声称谷歌搜索受到Perplexity、ChatGPT等竞品 的挑战，Safari浏览器的搜索量（默认引擎是谷歌搜索）出现2022年以来首次下降。 另一方面，AI初创公司开始对浏览器虎视眈眈，Chrome也在被重新审视。Perplexity即将发布浏览器，名字都起好了。 而OpenAI也有类似传言，并直言有兴趣收购Chrome。 谷歌对搜索和浏览器的进一步升级，在表明其"继续伟大"的决心。 当然，本次谷歌I/O大会主题演讲的亮点不止于此，还有安卓XR平台最新进展、3D视频聊天项目升级、文生图工具 Image ...

21世纪经济报道记者 董静怡 上海报道 谷歌正在对搜索进行彻底重塑。Gemini模型正在助力Google搜索变得更智能、更主动、更个性化。 早期测试显示，用户在此模式下的查询长度是传统搜索的2-3倍，且能通过多轮对话深入探索。谷歌宣布，AI Mode 将从5月20日开始在美国向所有用户推 出。从本周开始，Gemini 2.5也将登陆美国地区的搜索。 过去一段时间里，谷歌搜索面临着不小的挑战。市场调研机构statcounter数据显示，谷歌在全球搜索引擎市场的份额在过去六个月大部分时间都处于90%以 下，这是至少十年来从未出现过的情况，其长期近乎垄断的地位正面临挑战。 这一趋势表明，用户行为正在悄然变化，Bing等竞品和第三方聊天机器人，尤其是Chatgpt，正在逐步侵蚀谷歌的传统优势。根据OpenAI的数据，截至上个 月，每周有大约4亿人使用ChatGPT。 谷歌也做出了AI搜索的尝试。去年，谷歌推出了AI Overviews，在传统搜索结果顶部提供AI生成的摘要，帮助用户快速获取答案，而无需点击多个链接。谷 歌介绍，自去年推出以来，AI Overviews已覆盖超过15亿用户，目前已在200个国家和地区推出 ...

以下文章来源于格隆 ，作者城北徐公 格隆 . 一个游走于资本市场与佛祖之间的浪子。我可以生，可以死，我大笑，由天决定！ 来源丨 格隆（ID：guru-lama） 作者丨 城北徐公 图源丨Midjourney 5月 11 日 ，黄仁勋在米尔肯 研究所会议上谈及当下的劳动力市场：你失去工作不是因为 AI ，而是因 为那些使用 AI 的人 。 这句话乍听起来非常有道理，但稍微琢磨一下 ……这味儿怎么那么熟悉？ 是不是很像那句过期的毒鸡汤： 你之所以穷，是因为你不够努力！ 万众瞩目的大人物，在点评芸芸众生时，总带着那么一些 "何不食肉糜"的味道。 勤劳与富裕并不存在因果关系；同样，会不会使用 AI 工具，也与你是否被取代没有必然联系。 …… 最近，微软刚刚交出亮眼的财报：上季度净利润 258 亿美元，同比增长 18% 。 但是，即便赚再多钱，那也是属于这家企业的辉煌。 作为螺丝钉的员工，不仅没有资格分享荣耀，还得面临被踢出局的风险： 微软宣布裁员 6000 人，占 全球员工的 3% 。 裁员理由写得无懈可击：通过减少管理者精简层级，提升组织敏捷性。 当营销团队利用 AI 广告节省了 70% 的时间， GitHubCo ...

以下文章来源于硅星人Pro ，作者王兆洋 硅星人Pro . 硅（Si）是创造未来的基础，欢迎来到这个星球。 来源丨 硅星人Pro（ID：Si-Planet） 作者丨王兆洋、Jessica、周一笑 谁也没想到，Google I/O现场的最高潮来自"复活"的Google Glass有些翻车了的实时demo。 2025年5月20日，Google的年度开发者大会Google I/O在加州山景城举办。 与去年在举办之前一天被OpenAI"狙击"不同，今年的Google I/O，剑拔弩张的氛围让位给了派对的氛围，在ChatGPT带来的狼 狈之后，Google已经回到了自己的节奏。 是的，它回到了饱和式发布的节奏。当天Google一口气发布了至少十多个AI相关的更新，而其中大多数和Gemini有关。 简单说，Google主要做了四件事：展示Gemini在多模态上的遥遥领先；给Gemini AI助手做全方位的更新；让Gemini彻底接管 搜索，并让全家桶变成通用Agent；以及令人兴奋的AI+AR眼镜。 这些发布个个重要，但因为AI模型层面本身的进展在过去几年已经吊足了大家胃口，以及Google在此次大会之前已经发布了 Ge ...

金天， 麻省理工学院（MIT）计算机科学与人工智能实验室（CSAIL）博士五年级学生，师从 Michael Carbin 和 Jonathan Ragan-Kelley。他主要研究 机器学习与编程系统的结合。此前曾在 IBM Research 主导实现深度神经网络在 IBM 主机上的推理部署。本科毕业于 Haverford College，获计算机科学 与数学双学位。 鄭鈺熹， 麻省理工学院 CSAIL 博士三年级学生，师从 Michael Carbin。她的研究方向为编程语言与机器学习的交叉领域。 大语言模型（LLM）的生成范式正在从传统的「单人书写」向「分身协作」转变。传统自回归解码按顺序生成内容，而新兴的异步生成范式通过识别语义独 立的内容块，实现并行生成。 如图所示，传统方法（下）按顺序生成所有内容，而异步生成（上）同时处理多个互不依赖的内容块。对比顺序生成，异步生成在 AlpacaEval 长度控制评 测中实现 1.21-1.93× 的几何平均提速 ，对应生成质量变化（胜率）为 +2.2% 至 -7.1%。 MIT 与谷歌研究团队在最新研究 PASTA（PArallel STructure Anno ...

本篇文章转载自「 新智元」 今天凌晨， 谷歌I/O 2025大会正式开启。 在发布会上，谷歌一口气发了多个AI模型、产品及相关服务。此次发布的重点是 Gemini 2.5系列模型的更新，包括： · Gemini 2.5 Pro（新） ：再次刷榜LMArena，ELO拿下1448分，所有类别第一，碾压o3，原生文本到音频生成 · Gemini 2.5 Pro（Deep Think） ：刷榜数学、编码、多模态榜单， · Gemini 2.5 Flash（新） ：排名仅次Gemini 2.5 Pro，ELO得分1424，原生文本到音频生成 左右滑动查看 除了 Gemini 2.5系列模型的更新外，谷歌还推出了Imagen 4、Veo 3 两款多模态模型。其中，Imagen 4生图细节逼真，生 成速度比Imagen 3快10倍；Veo 3首次支持原生音频输出，能生成对白、背景音等，实现音视频融合。 同时，谷歌还推出了全新文本扩散模型Gemini Diffusion、AI搜索AI Mode、全新Flow创意平台等。 于此同时，谷歌推出了订阅服务——Google AI Ultra，订阅费用高达250美元（比ChatGPT ...

图 点击 上方 硬AI 关注我们 Google I/O 2025 展示了 Gemini 2.5 作为跨平台 AI 引擎的全面实力。从"Stitch"到"Casey"，从语音助手到机器人生 成，从 Android 到 Web 到 Cloud，每一项更新都紧扣"降低门槛、加速创造"的核心目标。核心发布包括，Gemini 2.5 与 Flash 模型、AI Studio 全新开发体验 、Android 与 Gemini Nano 深度整合 、 多模态工具 Stitches和实时部署能力。 新实验项目 Stitch：通过文本提示自动生成 App UI 设计，并即时转为代码。 设计不仅是静态图，而是可以编辑的真实界面；可导出至 Figma 或 IDE 中继续开发。 硬·AI 作者 | 李 丹 编辑 | 硬 AI 继微软之后，谷歌也全面拥抱人工智能（AI）智能体（Agent）。在开发者大会上，谷歌宣布要让智能体 全面进驻谷歌的主打业务搜索以及AI助手Gemini，并通过Gemini与搜索结合，推出全新的AI模式搜索。 美东时间5月20日周二，谷歌2025年度I/O开发者大会的主题演讲展示了在AI、多模态模型、跨设备整合与 ...

谷歌推出的Veo 3视频生成模型支持原生音频生成，不仅能够生成高清视频，还可为视频添加背景音乐、 音效甚至对白，解决了以往AI视频生成中"有影无声"的问题，极大提升了AI视频的质量和真实感。 2025.05. 21 本文字数：977，阅读时长大约2分钟 作者 | 一财科技 北京时间5月21日，谷歌开发者大会（Google I/O）上公布了在AI技术上的最新进展，从基础模型升级到 生成式内容工具推出，再到硬件更新，标志着谷歌将AI技术融入其生态系统的进程又迈出重要一步。 一、Gemini模型升级，多模态能力显著提升 核心亮点仍是Gemini模型。Gemini 2.5 Pro 和 Flash 模型全面支持视听输入和原生音频输出对话，开发 者可通过Live API 预览版构建和微调对话体验的音调、口音和说话风格等。Gemini还可作为Chatbot登 录Chrome浏览器，帮助用户快速理解页面上下文并完成任务。其中，Deep Think模式引入增强型推理机 制，在处理数学、编程和多模态任务时，能够在回答前充分考虑多种可能性，显著提升了模型的推理能 力。 二、生成式内容工具 再升级 针对各项AI升级功能，谷歌推出了每 ...

作者 | 邓咏仪 编辑 | 苏建勋 北京时间5月21日凌晨，谷歌在每年一度的I/O大会上再度炸场——谷歌搜索的AI模式正式上线。其中，最受瞩目的一个功能是Personal Context（个人上下 文）。 简单来说，这是一个记忆功能。在得到用户授权后，谷歌大模型助手Gemini就能得知你的搜索历史、邮箱、收藏、网盘等等资料，从而提供更懂用户的问 答，如获取邮件中特定日程的时间和地点，结合天气、用户对地点的偏好给出更符合用户个性的建议。 但不必等谷歌，国内马上就能用上企业版本的Context（上下文）。 《智能涌现》独家获悉，飞书即将上线一个新的AI产品——飞书知识问答。 《智能涌现》了解到，目前，这个产品已经完成了数万名用户的内测，网页端（ask.feishu.cn）也已经正式上线。用户在飞书中搜索"知识问答"，或直接访 问网址，即可申请试用。 从网页端来看，飞书知识问答的形态类似有长期知识记忆的GPT和豆包。用户可以上传个人版的资料，上传完毕后，能够调用 DeepSeek 或豆包进行提问， 网页版同样支持联网搜索，也知识库搜索等多种方式。 简单来说，在使用体验上，它更像一个"可以记得住事"的实习生——当用户 ...