果殼連續(xù)作為受邀媒體在現(xiàn)場參與Google I/O開發(fā)者大會，尤其是進入AI時代這三年，持續(xù)見證了Google對于AI理解和表達的連貫和變化。

在今年的 Google I/O 大會上，Sundar Pichai（Google CEO）公布了一組最新數(shù)據(jù)：

Google 的產品和 API 每月處理 token 數(shù)量已超過 480 萬億；

Gemini 活躍開發(fā)者超 700 萬；

Gemini 應用目前的月活躍用戶已超過 4 億。

而作為這四億分之一，我更關心的，是我使用的 AI 如何更適合我？有點像買鞋，或者處對象。Pichai 回答說：它們（AI 智能體）會在每位用戶的控制下代表其執(zhí)行操作 （on your behalf and under your control）。

一切的指向，是 AI 如何服務每一個與眾不同的個體。想象那些曾經(jīng)驚艷過你的科幻智能機器：R2D2 與天行者父子，機器貓和野比大雄，對了，還有最暖的 Javis 和大白（Baymax）……它們溫柔、高效，又忠誠。

于是，Google 開始試著回答這個問題：如何讓每個人也擁有和它們一樣的 AI 助手？

在今年的 I/O 大會上，Google 的答案中不斷重復著三個關鍵詞：Personal（個性化），Proactive（主動性），Powerful（強力的）。

嗯，3P 原則。（……誒，我在說 AI，你在想什么……）

Personal：一個私人助手的自我修養(yǎng)

自動回復這件事本不新鮮，問題是收到自動回復后的第一感覺，一定不是對方的高效，而是撲面而來的冷漠——但我又是個時刻背負著與人為善思想包袱的人，咋整？

于是 Gmail 新發(fā)布了一個名叫“個性化智能回復”功能（夏季上線）。Gemini 可以根據(jù)你過去的電子郵件和 Google 云端硬盤中的信息來起草電子郵件，讓郵件自動回復更符合你的語氣——這也是個好機會，讓你可以反思一下自己線上溝通的語言習慣，到底是溫暖還是冰冷，還是喜歡陰陽怪氣。

Google Meet 發(fā)布了的視頻通話中實時語音翻譯功能。它能實時翻譯你說的話，同時保留你的聲音和語調，不會讓你在說母語和說外語的變化中，尷尬得判若兩人。最開始會支持英語和西班牙語，未來幾周還會有更多語言加入。

對我來說，這項功能最大的利好，就是我那個英語專八的倒霉同事再也不能在我面前得瑟了。

你大概還記得去年我們在 I/O 現(xiàn)場對 Project Astra 的體驗？今年，期貨終于變成了現(xiàn)貨——一條通向真正“世界模型”的通道，通過手機或眼鏡觀察世界、模擬世界、理解世界，甚至再造世界。這比任何單純文字和語音的溝通，都更接近我們理想化的個人助手。

這次，Google 把 Project Astra 放進了名為 Gemini Live（蘋果系統(tǒng)和安卓系統(tǒng)都已經(jīng)可以使用）的應用中。

Live 功能界面

在幾段演示片段里：它可以實時指導你修理自行車，包括線上查找說明書、識別修理位置的具體問題、在堆滿雜物的工具間尋找零件，甚至在有人來叫你吃飯時自動停止，并在之后繼續(xù)；你可以舉著孩子從學校帶回來的手工作業(yè)，讓 Gemini 幫你發(fā)現(xiàn)其中可以增強優(yōu)化的地方；當你神經(jīng)兮兮地指著自己的影子，問它問啥有人跟蹤自己時，它也能立刻告訴你“別怕，那只是你的影子”，而且保證不會對你翻白眼……

更多時候，你可以在開會時，把老板潦草混亂的板書拍進 Gemini，自動進日歷和備忘錄，然后盡情走神摸魚；或者把你媳婦兒出門前留給你任務紙條拍進鏡頭，自動生成一個周末的 to-do-list，該做的家務和該買的商品一件不落，晚上不會挨揍。

根據(jù)演示展臺工作人員的介紹，這種協(xié)助行為同樣可以是個性化的，對你經(jīng)常面對的問題或經(jīng)常忽略的問題給予重點提示。

偷懶和增效不過是一體兩面，AI 助手大概也不在乎這些。

Proactive：AI 敏而好學，人類不恥長（常）問

Google的大會，那避不開“搜索”。

我一直期望，AI 可以幫我解決一個長期困擾著全人類的世紀難題：今天中午吃點嘛？

打開陳舊算法主宰的各種本地生活應用，只會日復一日地推薦你吃過的和付費推廣店鋪，這種所謂的“主動推薦”讓我每天中午都無比被動——理想的午餐答案一定是既要又要，懂我的口味，又不斷推陳出新。

AI 加持下的搜索，就提供了另一種主動的協(xié)助。今年 I/O 上，Google 為自己的搜索疊加了一個名為 AI Mode 的模式。相比去年上線的 AI Overview，最新的 AI 模式能承載更多的“動作”。

就以我糾結的午飯難題為例吧：

深度搜索 （Deep Search）：針對我每天不厭其煩的問題“北京大望路到底有什么午飯可吃”，AI 模式下的 Google 搜索將執(zhí)行數(shù)百次搜索，整合每一次收集出的不同信息，并在幾分鐘內生成專家程度堪比“朝陽區(qū)包打聽”的餐館清單，包含了時間、價格、評價，是否外賣等等；

實時功能 （Search Live）：要是我午飯前太忙，連上面的清單都懶得看，還可以使用 AI 模式搜索中 Project Astra 的實時能力——拍一張辦公桌窗外的馬路，說：就在這個范圍內找口吃的；

代理功能 （Agentic Capabilities）：忙到出不了門的話（其實都是裝給老板看的），AI 模式搜索可以調用 Project Mariner 的代理能力，在選擇的搜做結果中自動下單叫外賣，這其中就包括了幫你比價、比配送時間、比評價口味等，到底是天橋對面的沙縣，還是樓下拐角的拉面；

個人情境 （Personal Context）：根據(jù)我過往的搜索和消費，下單時候可以自動備注多放香菜不要算，贈送的咖啡別加奶，薯條多兩包番茄醬（當然，這些個人歷史信息的使用都會獲得額外的通知）；

自定義圖表和圖形：最后的大招，你就是選擇障礙（我看就是不夠餓），那就把上述優(yōu)化結果請 AI 模式拉一個數(shù)據(jù)圖出來，甚至做個“如何尋找午飯難題抓手和構建用餐飛輪”的 ppt，自己訂個會議室好好分析一下吧，看看為什么自己這么事兒事兒的……

為了口吃的這么折騰，是病

最后，話說回來，如果你需要用上面所有功能，才能決定午飯內容，那你的同事早就吃完回來睡了一覺了。如此的話，我勸你還是跟我一樣，餓一頓吧，沒啥。

Gemini 不會厭煩或笑話你，但你自己會低血糖。

Powerful：目標是 Universal AI App

Pichai 在現(xiàn)場提到，Gemini 的終極目標，是成為一個 Universal AI app——也許可以這么理解這個名詞：通用、跨平臺和設備，以及真正的世界模型。

在今年 I/O 現(xiàn)場的發(fā)布中，還有一些體現(xiàn)了這種愿景的新發(fā)布：

首先，最受期待和歡迎的就是 Android XR 的公布，智能眼鏡上的安卓系統(tǒng)。多少人關于 Google Glass 的怨念終于得到了報償：外觀類似蘋果 Vision Pro 的“重型”XR 眼鏡將同三星和高通合作生產，代號 Project Moohan；外觀類似 Rayban Meta 的“輕型眼鏡”將同時尚眼鏡品牌 Gentle Monster 和 Warby Parker 聯(lián)合推出。

在現(xiàn)場“輕型版”原型機的時代體驗中，最大的感受是 Gemini 的交互流暢度的確大大好過其他市面上已有的類似產品。

其次是新發(fā)布的 Imagen4 和 Veo 3，其中最顯著的進步，是 Veo 3 成為了世界上首個原生支持音效、背景噪音和角色對話的視頻生成模型。

在 Pichai 發(fā)布演講的最后，他舉了一個“小例子”，從另一個應用角度展示了 AI“協(xié)助角色”的價值：還記得去年令人震驚的加州山火么？一款通過 Google AI 加持的山火檢測應用，可以將對火險隱患的檢測范圍精確到 270 平方英尺（約 25 平方米），響應時間從原先的 12 小時縮短為 20 分鐘。

這么好的助理，要說貴，也的確不便宜

但也總有人用使喚著“強力助理”，偶爾做一些蠢事，比如我：

幾個小時前，我坐在 I/O 會場，嘗試 Gemini 生成這篇稿件的大綱，為了能快點交差去展區(qū)閑逛，但最終還是推翻了它給我的六個不同版本，自己寫了，寫完一看：嘿，這不跟 Gemini 給我的第一版差不多么……

AI 成為個人助手的時代，我終于活成了我討厭的老板的樣子。

所以，AI 助理也不容易，是吧？我決定給它屬個名，算個績效，以資鼓勵。

作者：Gemini，臥蟲

封面圖和插圖來源：Google和作者