Google把AI變得更「接地氣」了！
Google年度開發者大會I/O於台灣時間5月21日凌晨登場，Alphabet執行長皮蔡（Sundar Pichai）再次站上舞台，大秀在人工智慧（AI）領域的最新進展，《數位時代》前進美國山景城現場直擊。
Google本次發表全新的「AI Mode」搜尋模式，將大規模改變用戶的搜尋型態，AI使用場景包含購物、試穿、買票等日常功能，AI進入代理（Agent）階段，甚至有能力再授權下直接下單、付款，搶購產品。
除此之外，生成模型也全面進化，影像模型 Veo 加入自然配音、圖像模型 Imagen 4 強化細節、輕量版 Gemini 1.5 Flash 主打高效率與低成本。而核心 Gemini 1.5 Pro 更搭載全新推理功能「Deep Think」，在多項測試中表現優異。
AI搜尋真的來了！新功能一次盤點
Google身為9成市佔的搜尋巨頭，生成式AI會是威脅還是機會一直是外界焦點，本次直接讓搜尋脫胎換骨，推出AI代理的技術。
用戶可以直接在搜尋框旁邊點選切換到全新的「AI 模式（AI Mode）」，在這個模式裡，搜尋框中能寫下過去2到3倍長度的複雜指令，系統除了理解自然語言外，也可以提供更多個人化使用方式。
亮點一：個人化建議
現場首先展示的是個人化建議的功能，搜尋時可以加上大量指令，例如「幫我找到在10分鐘車程以內、價格合理、適合9歲和6歲孩子的夏令營，並且包含營隊時間表、價格、申請截止日期和家長評價。請推薦幾個適合我的選擇，希望營隊在七月，兩個孩子老大喜歡科學、老么喜歡運動，兩人不必在同一個營隊，但距離要夠接近。」
內含大量資訊外，也有相當複雜針對距離、價格、興趣等變因的指令，在AI Mode裡都能輕鬆被理解。
亮點二：逼真虛擬試穿
購物時，不只能用個人化指令找到量身打造的商品，這次Google還推出一項酷功能「Try it on」，簡單來說是虛擬試穿，但特殊點在於，可以在網頁上找到一件衣服時，直接點開自己的相簿挑選全身照上傳，系統會直接讓整個人穿上衣服，而且不只是換頭，而是直接套上你的身形，試穿起來的效果更真實。
亮點三：代理功能
除了單純搜尋，AI Mode也開始可以代替用戶完成指定任務。導入「Project Mariner」的代理功能，在購物情境下，用戶可以挑選想要的商品、size，請系統小助手補貨時、降價時傳送通知，甚至可以授權它「直接下單」，綁定Google Pay付款，像是聘請一位代購，協助用戶搶下喜愛的商品。
如果想買門票也能讓AI代勞，只需要搜尋「找到本週六xx比賽2張可負擔價格的門票」，AI Mode就會啟動一個視窗，查看、分析數百個有即時定價和庫存的網站，最後顯示符合確切條件的選項，讓用戶自己選擇適合的網站購買，節省查找比價的時間。
亮點四：Google Lens助手
Google Lens智慧鏡頭也全面升級「Search Live」功能，導入Google智慧助手Project Astra，打開鏡頭後可以跟助手即時對話詢問問題，例如製作實驗時，可以給鏡頭看目前的動作，說明自己遇到的瓶頸，詢問Astra如何改進，Astra甚至會在你有訊息說錯時即時指正。
亮點五：Deep Reseach模式
不只單純搜尋，還可以直接提供指令請它協助蒐集數據，直接在搜尋結果頁面用圖表方式呈現，例如搜尋「費城人隊與白襪隊過去五年的主場勝率比較」，或者某位球員的打擊率，做出長條圖呈現歷年變化，甚至可以提供簡單解析的觀點。
AI Mode搜尋功能並不是一個實驗性技術，即日起就會在美國全面登場。
AI模型大更新！Veo 3 還能幫影片配音
Google這次在文字、影像、圖片、音樂等生成模型都有更新。
亮點六：Veo 3
最引人矚目的就是影像模型Veo 3，不只畫面更真實，最重要的是首度加入「配音」技術，例如生成一個老人說話的影片，為他配上厚實老成的聲音，嘴型的變化相當準。這款模型會先在美國透過Gemini app向Gemini Ultra訂閱者提供，以及在 Vertex AI 平台上供企業使用者提供，
亮點七：Imagen 4
圖像生成模型 Imagen 4也升級更新，這次強調的是精細細節，例如肌膚紋理、動物毛髮的細緻度，並且擅長生成逼真的影像，Imagen 4已透過Gemini app、Vertex AI 以及包含文件和簡報的Workspace應用程式內提供使用。
亮點八：Gemini 2.5
這次Google發表的多項新技術的基石仍是當家的Gemini模型，會後AI統計整場大會被提及的詞語中，「Gemini」以95次居冠，甚至贏過92次的「AI」。
不過本次大會中的針對Gemini 2.5的更新發表較少，其中以低成本高表現為特色的Gemini 2.5 Flash，相較於前代版本效率更高、消耗的token更少，並且在推理、多模態、程式碼和長上下文等測試中的得分都更高，現場的展示是將素描的畫作用3D的方式呈現出來，或者生成音檔時調整成「低聲細語」，強調2.5 Flash能用低成本方式解鎖更多玩法。
Google上月也宣2.5 Flash中推出的「思考預算」（Thinking Budgets）功能，能協助開發者在速度、成本與高品質生成結果之間，取得最佳平衡，本次也宣布這項功能將引入高界的2.5 Pro模型中，消耗的Token可有效減少20-30%。
Google在大會中強調Gemini 2.5的各種里程碑，其中Gemini 2.5 Pro在學術基準測試、WebDev Arena程式排行榜也處於領先狀態，同時，Google也正測試在Gemin 2.5 Pro模型加入名為「Deep Think」的增強推理模式，模型在回應前能考慮多種假設，尤其在複雜數學和寫程式的任務上表現出色，甚至在美國數學奧林匹克（USAMO）中取得優異成績。
升級版2.5 Flash現已在Google AI Studio中供開發者預覽、在Vertex AI中供企業使用，並在Gemini應用程式中對所有人開放。
總結：AI落地應用，代理戰爭開打
Google今年同樣火力全開聚焦AI，甚至提前一周發表Android內容，徹底為AI讓路。
今年的發布會內容明顯更「接地氣」，大量應用都走出專家學者、開發者、創作者，能夠用在日常生活，包含購物、會議、創作等不同場景，也不再是「稍晚發表」，多數都是即日起就能使用。
其中搜尋更是推動大型革新，讓用戶的使用體驗進階到個人化規劃，甚至由AI代理完成任務，為下一階段的AI戰局揭開序幕。
責任編輯：李先泰
