跟OpenAI半小时的「小而美」发布会相比，谷歌显然准备得更加充分，当然，时间也相当之长……
2个多小时的发布会也是挑战着观众们的极限，在场人群早已困倒一大片
准备好，谷歌要开始轰炸了。
首先，Gemini 1.5 Pro，上下文长度将达到惊人的200万token。
然后，面对昨天OpenAI GPT-4o的挑衅，谷歌直接甩出大杀器Project Astra，视觉识别和语音交互效果，跟GPT-4o不相上下。
接着，谷歌祭出文生视频模型Veo硬刚Sora，效果酷炫，时长超过1分钟，打破Sora纪录。
最后来了一个重磅消息：谷歌搜索将被Gemini重塑，形态从此彻底改变！我们不再需要自己点进搜索结果，而是由多步骤推理的AI Overview来代办一切。
发布会结束后，劈柴甚至还用Gemini算了一下，整个发布会共提了121次AI。
谷歌搜索，被Gemini彻底重塑
之前OpenAI一直有意无意放出烟雾弹，声称要发布全新的搜索产品，等于是把刀架在谷歌脖子上了。
果然，谷歌这次不甘示弱，放出了个大的。
从今天开始，在Gemini的加持下，谷歌搜索会彻底变样。
在搜索框下，会出现一个为你量身定做的AI总结。
注意，它并不简单地将所有内容拼凑在一起，而是帮你把活都干了！
你的问题是什么样，它就会帮你做规划，展示出若干个卡片，让搜索信息以鲜明的方式被呈现出来。
这次AI Overview即将发布的另一个重磅功能，就是多步骤推理。
它能将用户输入的一个复杂问题分解成多部分，确定需要解决哪些问题，以及用什么顺序解决。
因此，以前可能要花几分钟甚至几个小时的研究，现在几秒钟内就可以完成！因为它将十个问题合而为一。
比如，如果想找到波士顿最好的瑜伽或普拉提工作室，它会直接搜出来结果，然后帮你整理好情况介绍和工作时间。
只要一次搜索，所有需要的信息就自动呈现出来。
在下面这个例子中，你可以要求谷歌提供一个三天的膳食计划。
这些食谱被从整个网络整合出来，清晰又全面。
而且，我们还可以用视频去搜索了！
比如，该怎么修这个唱片机？
以前，我们需要进行一堆搜索，确定它的牌子、型号。
现在，直接拍一个视频丢给谷歌，然后直接开口问：它的这个毛病是什么原因？
谷歌用AI Overview，给出了最全面的信息。
从此，在谷歌搜索中，你需要做的，就是简单的「张嘴问」。
对标GPT-4o，Project Astra打造通用AI智能体
我们已经看到，新模型GPT-4o赋予了ChatGPT强大的实时对话能力，让Her走进现实。
全新AI语音助手，是通往AGI的下一个未来。
对标OpenAI，谷歌DeepMind今天首次对外公布了「通用AI智能体」新项目——Astra。
其实，昨天谷歌放出了一个demo，已经让所有人对Astra项目有了初步的了解。
而今天，现场的演示更加炸裂。
网友称，这是谷歌I/O大会中，自己最喜欢的part。
不仅有Astra强大的对答如流的能力，还首次展示了「谷歌AR原型眼镜」配上AI的震撼演示。
Astra两部分演示，每段视频均为单次拍摄、实时录制完成
召唤Gemini之后，测试者提出问题，「当你看到会发出声音的东西时，告诉我」。
它回答道，「我看到一个扬声器，它可能会发声」。
接下来，测试者用红色剪头指向扬声器的顶部，再次问道，「这个扬声器的部件叫什么」？
Gemini准确理解指令，并答出「这是高音扬声器，能产生高频的声音」。
然后，对着桌上一桶彩色蜡笔，让Gemini就展示的物体，给出了「押头韵」的创意——
「Creative crayons color cheerfully. They certainly craft colorful creations.」
Gemini以「c」音重复开头，生动形象地描绘了用蜡笔欢快涂色，可以创作出许多绚丽多彩作品的场景。
而更让你意想不到的是，它还可以读懂代码。
甚至都不是截屏，而是用摄像头怼着电脑屏幕拍，然后问Gemini「这部分代码是做什么的」？
Gemini看了一眼，就立即给出回答：「此段代码定义了加密和解密函数。它似乎使用AES CBC加密，根据密钥和初始化向量对数据进行编码和解码」。
再将镜头移向窗外，「我在哪个街区」？
Gemini便回答道，「这似乎是伦敦国王十字区，这里以火车站和交通枢纽而闻名」。
眼镜找不到了？
直接可以问Gemini，「你记得在哪里见过我的眼镜」？
它立刻回想刚刚见到的场景，「是的，我记得。你的眼镜就在桌子上，旁边有一个红苹果」。
要知道，刚刚这个问题并没有向它提过，Astra完全是凭自己的视觉记忆回答出来的，简直成精了。
而Astra的这番表现，直接让全场倒吸一口凉气，发出惊呼。
