AI究竟还能如何融入现实物理世界？北京时间5月21日凌晨，Google在I/O 2025开发者大会上给出了答案。本次大会Google同样发布了多项AI技术突破，包括Gemini 2.5 Pro和flash版本的更新、AI搜索以及XR硬件生态等。
其中，Gemini模型推理能力再升级，视频生成模型Veo 3首次支持原生音频，3D通信平台Google Beam落地商用，AI搜索开启“任务代理”模式。在早前一周，Google刚刚披露了Android16的新进展。
Google还推出了一项全新的订阅计划 AI ultra——定价249.99美元/月，是的，“天价”VIP，但可以一次性获得Gemini模型和多项高级功能，非常适合像导演这样的专业群体购买。
小插曲是，今年Google在现场统计AI出现的次数时只有92次，去年这个数字达到了121次。但是今年提及Gemini的次数达到了94次。
Gemini正在成为Google最大的引擎，并且深度影响人们的生活。
正如Google和Alphabet CEO桑达尔·皮查伊在现场所表示：“数十年的研究现在正在为全球的人们、企业和社区变成现实。”
Gemini又又又升级：深度思考模式上线，安全与透明度双提升
Pro和flash能力的提升似乎已经是意料之内了，此次比较让开发人员惊喜的是Gemini 2.5 Pro深度思考（Deep Think）的推出，它可以做到：
1. 复杂任务突破：在2025 USAMO数学竞赛、LiveCodeBench编程基准测试中，Gemini 2.5 Pro得分领先，其中数学推理准确率达84%（MMMU基准）。
2. 开发者工具升级：新增“思考摘要”（Thought Summaries）功能，以结构化形式展示模型推理逻辑；支持“思考预算”（Thinking Budgets），开发者可限制模型计算资源，按需使用算力。
3. 安全强化：针对间接指令注入攻击的防御率显著提升，官方称其为“最安全的Gemini模型系列”。
Gemini 2.5pro还有一个小插曲，让它自己打通了《宝可梦：蓝》，收集到了八枚徽章，让AI打游戏好像一直是Google的传统？
除了Gemini 2.5 pro这样的全能型选手，Google还有Gemini 2.5 Flash这样的高效型代表，主打一个短小精悍，这次也将全面开放，推理速度提升20%-30%，6月初将在Google AI Studio和Vertex AI开放企业级接入。
此外，Google这一次还在Gemini应用中引入了全新的Agent Mode（代理模式）。让AI帮大家做各种各样的事情，比如找房子、做预算，这样看manus是不是压力更大了？
生成AI取得重大突破：Veo 3支持原生音频，Imagen 4细节精度翻倍
本次大会Google在生成式AI方面取得了非常惊喜的重大突破，包括视频生成模型Veo 3，可支持：原生音频生成：首次实现视频与背景音效、角色对话同步生成，支持超24种语言语音输出。
而导演工具Flow应该算是Google憋的一个大招了，它整合了Veo、Imagen和Gemini，用户可通过自然语言控制镜头运动、场景扩展，支持1080P视频生成（Ultra订阅用户专属）。可以说，用AI做电影真的不再遥不可及了。不过需要注意，Google虽然说可以无限制的探索想法，但仍处于早期阶段。
图像模型Imagen 4这次也正式亮相，目前已实现分辨率提升至2K，文字渲染错误率降低50%，新增“快速版”生成速度提升10倍。
同时已接入Workspace，支持在Google Slides、Docs中直接生成商业图表、设计素材。
而音乐模型Lyria 2开放API，音乐生成工具Music AI Sandbox向开发者开放API，支持实时交互式作曲。
Google彻底颠覆搜索
在I/O大会前，Google刚刚在搜索主页的搜索按钮前新增了一个AI Mode模式按钮，目前，该AI搜索模式已正式开放。
Google搜索负责人Liz Reid透露，去年推出的AI Overviews已覆盖200+国家/地区，在美、印等市场带动搜索量增长超10%。每月已有超过15亿用户在消费搜索生成的AI摘要。也就是说，人们一旦开始用AI模式，就会更多的应用此类查询。
基于此Google进一步探索AI搜索，并推出了AI Mode模式，它有更多优点：
其一是深度研究（Deep Search）：输入复杂问题后，AI自动发起数百次并行搜索，生成带参考文献的专家级报告（演示案例：分析MLB球队主场优势并生成可视化图表）。
其二是有更丰富的代理能力：支持票务、餐厅预订等场景，AI自动比价并填写订单信息（合作方包括Ticketmaster、Resy等）。
Android XR眼镜生态真正成型
蛰伏多年的Google Glass这次真的回来了。
Google在AR上的远见性还是有的，早在2012年，Google推出的Project Glass，便已支持查看天气、导航、邮件等信息，Google甚至专门在眼镜腿上加入了一个触控板，以实现简单的交互。不过当时Google受到的嘲讽更多一些，觉得他们实在是太超前。
此次发布会现场，Google有一点call back，似乎是在回应人们早年间的所有质疑。
做XR这个事情，Google的实力也是非凡的，目前Google仍不遗余力地在探索XR生态，宣布推出Android XR平台，宣布与XREAL联合发布新一代AR眼镜，代号Project Aura，是全球首款基于Android XR平台开发的AR眼镜。
这次大会我们也真正看到其XR眼镜生态的成型。据分享，其与Gentle Monster、Warby Parker合作开发消费级AR眼镜，届时还会整合Gemini实现实时导航、多语言字幕等功能。
天价VIP，一个249.99美元的小惊喜
1. Google AI Ultra订阅计划
定价249.99美元/月（约人民币1800元），含Veo 3无限生成、30TB云存储、YouTube Premium会员及Deep Think早期访问权限。此外，学生福利：美、英、日等五国大学生可免费申领Gemini Pro套餐。
2. 开发者工具更新
异步编程助手Jules开放公测，支持GitHub仓库集成与多任务并行处理。模型协议MCP（Model Context Protocol）上线，简化开源工具接入流程。
结语
Google用它的实力告诉大家，AI如今已不仅仅是一种科学研究（没有内涵OpenAI的意思），而是真的要落入人们的生活中，Google得到的结果也恰恰是如此。在大会现场，皮查伊披露了过去一年AI业务的运营数据。去年同期，Google产品和API每月处理9.7万亿个Token（AI模型处理和理解文本的基本单位），现在这个数字已经超过480万亿。你的生活已经越来越离不开AI了，所以我们也觉得这个定价249.99美元的订阅非常有意思，这不就是让你雇佣了一个AI全能助手吗？