那个谷歌，它带着全家桶鲨回来了！
看得我眼花缭乱，接下来就以最简洁的方法速看一下都有哪些惊喜。
基础功能
AI视频通信
Google Beam 显示器上有6个摄像机对人实时摄影并变成3D的效果，跟他人视频的时候就能看到一个立体的人了。
惠普目前已经与谷歌合作，几周后会公布。
实时语音对话翻译
Google meet 不仅可以模仿说话的声音还有语气。
前支持英语和西班牙语之间互译，后续会继续更新其他国家的语言。
AI实时视频对话
Gemini live AI睁开眼睛了，可以看到实时画面，并回答提问者的问题。
目前安卓和IOS都可以用这个功能了。
Agent+MCP
常见的Agent功能
目前 Agent Mode 只能付费使用。
牛得不行不行的个性化模式
案例：你给别人回复邮件，想半天只能蹦出来几句话👇
但是AI会在你以往的各种信息（邮件、文件、资料）里找到关于你的资料，并模仿你的语气说话方式直接优化内容。
文本转语音
案例：正常说话转气声，英文转其他语言，效果非常丝滑。
今天就能用了，API还得等一阵子。
超强编码能力
它能理解复杂的内容（文字+图片），并帮你直接改代码。
案例：我现在有一堆去博物馆拍的照片，想要把照片围成一个3D的球体。
给对应的草图和提示词，2.5 pro开始自动调整代码。
最后成品
选择其中一张照片，还可以对这张照片进行提问，AI会用语音来回答。
这个功能可以说是产品经理狂喜了，现在就可以自己手搓APP。
Gemini功能更新
Deep Research 分析工具
现在能直接上传文件和图片，像 PDF、普通图片、Word 文档这些，拖到和 Gemini 的对话框里就行，它就能理解这些内容，还能做总结、对比。
另外，以后它还能和 Gmail、Google Drive 一起用（不过这个功能还没正式上线）。
等能用的时候，只要你授权，Gemini 就能从你的邮件和云端硬盘里找数据，然后对比好多文档，给出特别智能的回答。
Canvas 内容生成
现在它多了个 “Create” 按钮，以前创作得费劲输入提示词，现在不用了，直接根据当下的聊天内容，就能自动生成互动内容。
而且，它还能把 Deep Research 分析出来的结果，一键变成网页、播客音频、互动测验这些不同的形式。
不管你是做营销的，想弄点宣传网页；还是当老师的，想把教学资料变成播客；又或是自媒体人，想搞些互动测验来吸引粉丝，用它都超合适，能省不少事儿。
Gemini for Chrome-AI插件
谷歌把 Gemini 集成到 Chrome 浏览器，总之就是浏览助手。
任何网页点 Gemini 图标，打字或说话就能提问，能总结网页、解释术语、跨页问答，不用来回切标签页，再也不怕标签页乱成一团。
这功能先给美国桌面版 Gemini 订阅用户用。
Imagen 4-AI生图
推出了 Imagen 4 这个升级版的图像生成模型。
细节特别清晰、特别细腻，就跟拿放大镜看似的，每一处都清清楚楚。色彩也特别自然、特别丰富，看着特别舒服。而且生成的文字和标注也更靠谱了，不会出现乱七八糟的情况。不管是人物的脸，还是衣服上的纹理，又或者是背景的构图，视觉效果都比以前强太多了，简直上了好几个台阶！
现在，只要你是 Gemini 的用户，不用额外花钱订阅，就能免费薅一把。
暂无评论内容