在科技巨头谷歌的年度开发者盛会上，一系列关于人工智能（AI）的突破性进展震撼发布，预示着AI技术正以前所未有的速度重塑我们的生活和工作方式。
谷歌首席执行官桑达尔·皮查伊以一句轻松的开场白拉开了大会序幕，他强调，谷歌正步入一个名为“Gemini时代”的新纪元，在这个时代，最前沿的AI模型不再受传统发布周期的束缚，正以惊人的速度推向全球用户。
皮查伊自豪地宣布，谷歌打破了“性能与价格不可兼得”的行业魔咒。新一代Gemini 2.5 Pro模型在性能飙升的同时，实现了成本的大幅优化。数据显示，Gemini模型每秒生成的输出令牌数已跻身全球前三，而单位计算成本较前代下降了40%。这一突破得益于谷歌第七代TPU芯片的赋能，这款专为大规模推理设计的芯片性能较前代提升了10倍，成为支撑谷歌AI基础设施的“超级引擎”。
技术突破正迅速转化为触手可及的产品体验。谷歌每月通过产品和API处理的AI Token数量从9.7万亿激增至480万亿，增幅超过50倍。开发者生态同样迎来了爆发式增长，超过700万开发者通过Gemini API、Google AI Studio和Vertex AI平台构建应用，其中Vertex AI平台上的Gemini使用量更是飙升了40倍。
在用户端，Gemini应用的月活用户已突破4亿，Gemini 2.5 Pro版本的使用量较前代增长了45%。搜索领域的革新尤为显著，AI概览功能每月覆盖15亿用户，成为全球规模最大的生成式AI应用场景。皮查伊透露，谷歌搜索的“下一站”将是AI驱动的交互模式升级，用户将体验到更自然、更个性化的信息获取方式。
谷歌还展示了三个将实验转化为产品的研究项目。其中，Project Starlight的3D视频技术正式落地为全新平台Google Beam，该平台通过6摄像头阵列捕捉用户动作，结合AI生成3D光场显示，实现毫米级头部追踪和60帧实时渲染。现场演示了与惠普合作设备的沉浸式通话效果，并宣布首批测试设备将于年内推出。
另一个项目是Project Astra，作为实时语音翻译技术的集大成者，Google Meet现已支持英语与西班牙语的即时互译，并计划在未来几周扩展至更多语种。演示中，系统精准还原了演讲者的语气、节奏甚至表情。
Project Marina定位为“网络交互智能体”，已具备多任务处理和教学-重复学习能力。皮查伊展示了其如何同时管理10项任务，并通过一次演示学习完成复杂操作。该技术将通过Gemini API开放给开发者，预计夏季面向更广泛用户推出。
皮查伊将智能体（Agent）视为AI技术的“下一形态”。他现场演示了Gemini应用中的“代理模式”：用户只需设定需求，系统即可自动调用Project Marina完成房源筛选、预约看房等操作，用户全程无需介入。这一功能将率先向订阅用户开放。
Gemini 2.5 Pro经过优化，在自然语言理解、代码生成、复杂推理及多模态处理（图像/视频）等领域全面突破性能边界。而轻量化模型Gemini 2.5 Flash则以更快的推理速度和更低的资源消耗，提供与Pro相近的能力，计划6月率先开放开发者接入。
本次升级的最大亮点在于原生多模态能力落地，包括全新的文本转语音（TTS）技术支持24种语言无缝切换，以及用户仅需上传草图并输入提示词，系统即可在数十秒内自动解析图像、生成可交互的3D模型并部署上线。
谷歌还展示了“Gemini Life”场景，用户维修自行车时，AI可同步调取说明书、分析故障视频、搜索教学资料、联系配件供应商，甚至通过语音交互协调维修流程。这种跨模态、主动式服务模式，预示着AI将从被动工具进化为能自主规划、串联任务的“数字伙伴”。
