在刚刚举办的 Pixel9系列手机发布会上，谷歌同步推出了一项全新的服务 ——Gemini Live。这项服务旨在为用户提供一种更加流畅和自然的移动对话体验，让大家能够与 Gemini 进行无障碍的对话。谷歌宣布所有英语用户现在可以免费使用 Gemini Live，这一变化是在之前需要付费订阅 Advanced 的基础上实施的。随着这项新服务的推出，谷歌预计将逐步取代现有的 Google 助手。而对于更广泛的用户群体，未来 Gemini Live 还将支持中文等多种语言的免费使用，给非英语用户带来更多的便利。Gemini Live 在功能

最近，谷歌因其新推出的 AI 服务 “Gemini” 而被一家名为 Gemini Data 的公司起诉。Gemini Data 是一家提供企业级 AI 平台的公司，认为谷歌在没有合法授权的情况下使用了他们已经注册的商标。事情的经过是这样的:谷歌在2023年2月将其生成性 AI 服务的名称从 “Bard” 改为 “Gemini”，而在此之前的2023年12月，它就推出了 Gemini 模型系列。然而，谷歌似乎并没有关注到 “Gemini” 这一名称在行业内的已有使用。根据 Gemini Data 在旧金山联邦法院提起的诉讼，谷歌作为一家大型公司，理应在更名之前进

谷歌宣布，Gemini Live 语音聊天模式现在向所有安卓用户免费开放了。之前这个功能只有 Gemini Advanced 的订阅者才能使用，现在每个人都可以体验这个智能对话 AI 了。Gemini Live 是在上个月的 Pixel9发布会上首次亮相的，功能与 ChatGPT 的语音聊天相似，你可以直接用声音向 Gemini 提问，甚至可以在它回答的过程中打断它。想象一下，你可以随时问问题，Gemini 会用流畅的语音给你解答，这真是个很酷的体验。要使用这个功能，你只需打开 Gemini 应用或其叠加层，然后点击右下角的新波形图标，麦克

在第37届美洲杯帆船赛中，WindSightIQ程序首次引入电视转播，通过激光雷达、传感器融合和科学计算技术，将风场可视化为增强现实和虚拟现实图形，帮助观众理解帆船航行的关键风力因素。虽然船员仍需依赖直觉和训练规划路线，解说员和观众现在能实时看到风向模式，比较实际表现与最佳路径，从而在前所未有的层面上参与比赛。这一创新提供了全新的观赛体验，使风力这一通常看不见的因素变得可见。

谷歌新推出Illuminate，一款将学术论文转化为生动音频播客的创新工具，利用语言模型Gemini实现。用户可通过此平台以听有声书的方式，轻松获取知识，尤其适合碎片时间学习。Illuminate支持经典计算机科学论文，并提供快进、后退、调节播放速度等功能，便于分享。目前，其功能主要针对英文内容，未提供下载和字幕，但未来有望进一步优化用户体验。

谷歌正测试名为“Ask Photos”的新功能，让用户以创新方式探索照片库。通过向该功能提问，如“我们上次去优胜美地时在哪里露营？”或“我们在斯坦利的酒店吃了什么？”，用户能获取答案并调取相关图片。背后是谷歌的Gemini AI模型，分析照片内容后提供答案和图片，支持自然语言搜索和按日期或相关性排序，未来几周将支持更多语言。此功能在安卓和iOS平台上已推出英文版本，同时更新了“Library”标签为“Collection”页面，使用户更易找到照片和视频。

Google Photos最新推出的AI驱动搜索工具“Ask Photos”（问照片）通过早期访问向美国部分用户开放，革新了与数字相册的互动方式。该功能允许用户使用自然语言查询检索照片，超越了传统的关键词搜索。背后的技术是Gemini AI模型，能理解照片内容和元数据，提供更深层次的搜索结果。用户可提出复杂问题，AI会基于照片的质量、位置信息等多因素筛选出最佳答案。此外，“Ask Photos”不仅能检索照片，还能分析派对主题、回忆特定事件等，提供个性化信息。强调用户隐私，AI回答不进行人工审查，仅在用户寻求支持或报告问题时进行查看。作为实验阶段功能，它预示着AI在提升用户体验和丰富数字生活方面的潜力。

谷歌为Chrome浏览器进行了一项重大更新，将名为Gemini的AI聊天机器人集成至地址栏。用户只需在地址栏输入"@gemini"后提出查询，即可获取Gemini的回复。这一集成使得AI成为Chrome庞大用户群浏览体验的默认部分，无需额外导航。Gemini使用的是谷歌高级语言模型家族的轻量级版本Gemini1.5Flash，提供比其前身显著改进的AI能力。

Gemini新推出的1.5闪存模型更新，显著提升了响应速度达50%，尤其在Pro计划中表现明显，惠及所有用户层级。此优化在网络和移动平台均可见效，增强用户交互体验，特别是处理复杂任务时。Gemini在AI助手领域的竞争力因此提升，且计划于9月4日发布的新一轮更新将引入更多增强功能，持续优化服务。此更新反映了AI技术的快速迭代和激烈竞争，用户将从中受益，享受更流畅、高效的使用体验。

Google在周四宣布，已向Android设备上的Gmail付费用户推出AI助手功能——Gmail问答，未来将登陆iOS设备。该功能允许用户在Gmail应用中直接与AI助手Gemini互动，用于阅读、总结收件箱内容，或搜索特定信息，如特定邮件要点或公司过去营销活动的花费。此功能通过在传统搜索栏旁新增Gemini按钮，提高信息查找效率。目前，该功能仅限于电子邮件访问，但Google计划扩展至云端硬盘文件。Gmail问答最早面向购买了Gemini或Google One AI Premium订阅的用户，每月费用约20美元。尽管此功能暂不向免费用户开放，Google通过推广AI功能，旨在吸引更多用户订阅高级服务。Gemini现已集成至Google Docs、Gmail和Google日历等应用中，为Google带来新的收入来源。

谷歌正式宣布，Gemini订阅用户可以创建自定义聊天机器人“Gem”，根据个人需求，这些机器人可作为健身伙伴、烹饪助手、写作编辑等。用户只需描述指令，就能赋予机器人独特人格和专长。谷歌在5月I/O大会上首次展示此功能，如创建知识渊博、友好且随意的Gem，帮助规划花园。现成的Gem包括学习教练、创意头脑风暴、职业指导、编程伙伴和编辑器等。此功能适用于Gemini Advanced、Gemini Business和Gemini Enterprise用户，支持移动和桌面设备，覆盖150多个国家和地区，支持多种语言。这一新功能旨在与OpenAI竞争，允许用户创建和共享自定义聊天机器人，提供更多选择和灵活性。

谷歌发布三款Gemini1.5系列实验性AI模型，包括小型变体Gemini1.5Flash-8B，体积虽小但性能出色，适合轻量级AI应用；更强大的Gemini1.5Pro模型在编码能力和复杂提示处理上显著提升，适合需要高级AI辅助的用户；Gemini1.5Flash模型性能优化，展现出色表现。这些新模型已开放在AI Studio平台供用户测试，谷歌提供平稳过渡期，确保用户体验顺畅。这次升级不仅展示了谷歌在AI领域的技术实力，也为开发者和用户提供了更多可能性，推动了AI应用的创新。

谷歌宣布重新启用AI聊天机器人Gemini的人物图像生成功能，旨在生成包括照片级逼真风景、纹理油画等在内的多样化内容。该功能由谷歌的AI文本转图像生成器Imagen3提供支持，目前仅支持英语，将在未来几天内向Gemini Advanced、Business和Enterprise用户开放。新升级的Imagen3模型性能更佳，且内置安全措施，优化以避免历史不准确问题，确保生成的图像准确、适当。Gemini的AI生成人物图像功能与谷歌新推出的Remagine功能有所不同，后者专用于在Pixel9手机系列拍摄的照片中融入AI元素。Gemini功能在内容安全方面设有严格限制，如不允许创建公众人物的逼真图像、涉及未成年人的内容或血腥、暴力和性爱场景。谷歌计划未来将AI生成人物图像的能力扩展到更多用户和语言版本，以满足全球用户需求，展示其在AI图像生成技术上的进步和对技术伦理与安全挑战的应对决心。

谷歌最近推出了其最新的AI模型Gemini1.5系列，包括Gemini1.5Flash-8B、Gemini1.5Flash和Gemini1.5Pro。这些模型旨在处理长文本和大量多模态输入，如文档、视频和音频。Gemini1.5Flash是轻量级版本，参数数量为80亿，性能显著提升，成为全球开发者首选。Gemini1.5Pro在数学、编码和处理复杂提示方面表现出色。谷歌计划在未来几周内推出生产可用版本，并提供评估工具。新模型免费提供给开发者，通过AI Studio和Gemini API进行测试，未来将通过Vertex AI的实验性端点推出。Gemini1.5Flash在大型模型系统组织（LMSO）的排行榜上实现了巨大飞跃，性能超过Google的Gemma开放模型。用户反馈两极化，部分人期待全面升级的Gemini2.0，而另一部分人对当前更新表示赞赏。

Google Meet新功能“为我记笔记”已上线，面向特定Google Workspace客户。该功能通过AI自动总结会议内容，形成Google文档，便于查看和分享，尤其为错过会议者提供会议摘要。文档内含录音和转录链接，支持Gemini Enterprise、Gemini Education Premium或AI Meetings & Messaging附加功能的用户。此功能目前仅支持英语，预计2024年9月10日全面推广，旨在提升会议效率和无障碍性，减少手动记笔记的负担。

谷歌通过收购AI初创公司Character.AI并让其前CEO Noam Shazeer重返谷歌担任Gemini项目的联合技术负责人，显示出其在人工智能领域的雄心壮志。Shazeer将与Jeff Dean和Oriol Vinyals等专家合作，旨在确保Gemini项目在与ChatGPT的竞争中保持优势。此次收购不仅加强了谷歌的AI研发团队，还可能在AI对话和个性化交互方面带来新的突破。Shazeer在AI对话系统和自然语言处理领域的专业知识将为Gemini的开发带来重要贡献，这是谷歌在大型语言模型领域的重要布局，旨在回应OpenAI带来的挑战并保持其在AI领域的领先地位。

谷歌为Gmail引入了“润色”功能，旨在提升邮件质量，使表达更加得体。此功能通过Gemini写作工具实现，用户在“帮我写作”选项中可选择“正式化”、“扩展”或“润色”等，优化邮件内容。在Android和iOS设备上，AI写作工具更直观易用。购买了Google One AI Premium账户或Gmail Workspace的用户可享受此功能，快捷优化新草稿，或通过滑动快捷方式选择多种修改选项，包括撰写新草稿。

谷歌推出Gemini API的Gemini1.5Flash免费套餐，提供每天15亿个免费Token，包括每分钟15次请求、每分钟100万个Token，及每小时100万个Token的上下文缓存服务，以及微调功能全免费。此举旨在降低开发者使用AI技术的门槛，支持创新应用的孕育。对于中小型开发团队，这将大幅降低成本，带来研发便利。预计此举将吸引更多开发者加入，推动AI应用市场发展。

谷歌为Pixel9系列推出Pixel Screenshots应用，旨在智能化管理屏幕截图信息。该应用利用Gemini Nano模型在设备上直接分析图像内容，使截图可搜索，用户可通过关键词快速查找特定截图，提升信息检索效率。应用支持创建自定义收藏夹，自动筛选关键词相关截图，具备信息提取能力，如提取图片中的T恤价格。目前仅支持Pixel9系列设备。与微软Recall功能相比，Pixel Screenshots聚焦于用户手动截取的屏幕截图，保护隐私并赋予用户对AI处理内容的控制权。这款应用体现了谷歌在AI应用领域的创新，为智能手机用户的信息管理带来变革。

谷歌在 Pixel 9 发布会上推出了名为 Gemini Live 的语音聊天模式，为 Gemini 高级用户带来灵活对话体验。该功能类似 ChatGPT，用户可在对话中选择多种声音进行交流，实现无缝打断和插话，无需触摸屏幕。设计目标是实现“自由流畅”的对话，支持多任务处理，即使在手机锁屏时也能在后台工作。Gemini Live 已在 Android 设备上推出，初期支持英语和10种新声音，包括 Ursa 和 Dipper 等选项。未来几周内将扩展至 iOS 设备和其他语言。此外，谷歌还推出了应用扩展功能，覆盖 Keep、Tasks、Utilities 和 YouTube Music 等，并增强了 Gemini 对用户屏幕上下文的理解能力，提供如从视频中提取信息并直接添加到谷歌地图等服务。