Google發布AI年度回顧!連OpenAI都嚇到紅色警戒,60項超強應用一次盤點
Google發布AI年度回顧!連OpenAI都嚇到紅色警戒,60項超強應用一次盤點

年末將至,Google近日回顧了他們今年在AI領域發表的60項成果,涵蓋行動設備、AI模型、線上購物、圖像生成等眾多不同領域,結合旗下龐大的產品生態,從各個方面讓人們的生活變得更加便利。

今年Google在AI領域繳出眾多成果,讓外界的看法對他們的看法從岌岌可危的搜尋引擎公司,轉變為終將成為AI霸主的科技巨頭,甚至讓OpenAI宣佈紅色警戒,謹慎面對Google的反攻。

這甚至帶動Google母公司Alphabet市值飛漲,年初迄今股價成長多達66%以上,幅度遠超微軟(15.5%)、Meta(13.5%)、蘋果(21.9%)等科技巨頭,並因此成為全球市值第三高的公司,僅次於輝達及蘋果。

以下為按照月份整理的Google AI成果:

1月:AI 落地起跑

  1. Gemini 驅動的 Android 助手: Android 系統原生整合 Gemini,取代舊版 Assistant 提供跨 App 協作。

  2. Samsung Galaxy S25 系列 AI 更新: 包含「畫圈搜尋」(Circle to Search) 進階版與相簿生成式編輯功能。

  3. 2025 全新教育工具: NotebookLM 加入「音訊對話」引導與 Google Classroom 的 AI 輔助評分。

  4. CES 上的 Google TV 更新: 透過 Gemini 實現影片即時總結與 AI 生成的螢幕保護程式。

. 5. Gemini 2.0 Flash 測試: 在 Gemini App 中開放體驗具備高反應速度的 Flash 版模型。

2月:AI 實質影響力

  1. Gemini 2.0 正式向大眾開放: 結束預覽期,將更強的多模態理解力推向所有消費者。
Gemini 2.0.jpg
Google在今年2月推出Gemini 2.0系列模型,被認為是回應DeepSeek低價模型在業界投下的震撼彈。
圖/ Google
  1. Gemini Code Assist 免費化: 開發者可在 VS Code 等環境中免費使用 AI 自動補全程式碼。

  2. 職業探索實驗 (Career Discovery): Grow with Google 推出,利用 AI 媒合技能與市場職缺職涯建議。

  3. 科學研究 AI 系統 (AI for Scientists): Google DeepMind 發表,能閱讀數百萬文獻並生成科學假設。

  4. iOS 版 Lens 螢幕搜尋: iOS 用戶可透過「分享選單」直接對當前手機畫面內容進行搜尋。

3月:搜尋與模型里程碑

  1. Gemini 2.5 發布: 導入「長文本窗口」升級,處理超長文件能力提升。

  2. 介紹 Gemma 3 模型: 新一代開放權重模型,針對邊緣運算與輕量化設備優化。

  3. 擴展 AI Overviews 與引入 AI Mode: 推出實驗性功能「AI 模式」,挑戰Perplexity及ChatGPT Search。

  4. Gemini App 免費新功能: 包含更強的擴充功能整合,如連動 Spotify 或 Keep。

  5. Gemini 全新功能 Canvas: 完善文件與程式碼的全新互動空間。

4月:基礎設施與多媒體

  1. Veo 2 影像生成模型: 支援更長的時間一致性,生成的影片解析度提升至 4K。

  2. Little Language Lessons: 多鄰國競爭對手,利用 AI 模擬真實生活情境進行對話練習。

  3. DolphinGemma 跨物種研究: 利用 Gemma 模型的變體分析海豚頻譜圖,試圖解碼溝通模式。

  4. Ironwood v6 TPU: 專為 Transformer 模型的大規模推理設計的AI晶片。

  5. Google Cloud Next 25 技術發布: 包含 Vertex AI 代理人建構器(Agent Builder)等企業開發工具。

5月:Google I/O 2025 盛會

  1. Google I/O 2025 技術總結: 包含 Project Astra(全方位 AI 助理)的進一步開發進度。
Google IO 2025 Google AI Mode.jpg
Google在一年一度開發者大會中,端出AI Mode等眾多更新。
圖/ 隋昱嬋攝影
  1. Flow AI 影片平台: 讓用戶透過文字描述直接控制鏡頭運鏡、燈光等電影參數。

  2. Google AI Ultra 訂閱: 取代舊版 AI Premium,包含 2TB 空間與所有最頂尖模型使用權。

  3. AI Mode 購物與虛擬試穿: 利用生成式 AI 將衣服模型渲染到用戶上傳的真實照片上。

  4. 搜尋中的智慧理解: 引入「多步驟推理」,搜尋能回答如「幫我規劃一場五天不超支的旅行」等問題。

6月:創作、搜尋與 Android

  1. Gemini CLI: 允許開發者在終端機直接呼叫 Gemini 進行自動化腳本撰寫與測試。

  2. Android 16 預覽與 AI 整合: 引入「動態靈動島」式的 AI 狀態提醒與系統層級的螢幕感知。

  3. Search Live 即時探索: 結合相機畫面,AI 能即時告訴你眼前植物的品種或維修說明。

  4. Gemini 2.5 Flash-Lite 與多尺寸模型: 針對物聯網與超低功耗設備推出的模型系列。

  5. 進階音訊對話技術: 支援偵測用戶語氣中的情緒變化,並以相對應的情緒回應。

7月:提升效率與創意

  1. Gemini 照片轉影片: 透過單張照片生成 3-5 秒的動態短片,支援動態背景填充。

  2. 進階版搜尋推理: 優化了數學與程式邏輯類搜尋結果的準確度。

  3. AI Mode 學習引導: 將複雜主題拆解為漸進式的教學步驟,而非僅僅給出答案。

  4. Gmail 訂閱管理員: 自動掃描過去一年的訂閱郵件,列出清單供用戶快速退訂。

  5. 夏季 Pixel Feature Drop: 包含「Gemini Live」在更多舊款 Pixel 裝置上的更新。

8月:硬體與 Nano Banana

  1. Pixel 10 與 Tensor G5: 首款採用台積電代工晶片的 Pixel,大幅提升本地 AI 運算效率。

  2. Gemini 影像編輯功能更新:Nano Banana登場, 允許用戶選取圖片部分區域,輸入文字直接替換內容(如把草地換成雪地)。

Gemini生圖大躍進
Google更新Gemini圖像功能,也就是後續引爆話題的Nano Banana。
圖/ Google
  1. Google One 大學生優惠: 提供特定教育版帳號免費獲取 Gemini Advanced 功能。

  2. Deep Think 推理模式: 類似於思維鏈技術,AI 在回答前會顯示其邏輯推演過程。

  3. AI 驅動的 Flight Deals: Google Flights 整合 AI 預測機票價格最低點,並提供賠付保證。

9月:Chrome 與即時搜尋

  1. Chrome AI 側邊欄: 整合 Gemini 側邊欄,可直接對目前閱讀的 PDF 或網頁進行提問。

  2. Chrome AI 更新: AI 自動管理分頁記憶體佔用,根據用戶習慣預加載網頁。

  3. Search Live 實景導航整合: 在 Google Maps 中使用 Search Live 標註路標與店家資訊。

  4. Android 智慧寫作((Magic Compose): 整合進訊息 App,提供多種風格(專業、幽默、簡短)的回覆。

  5. Material 3 Expressive UI: 介面色調根據 AI 識別的背景內容自動調整,實現高度個人化。

10月:介面操作與醫療突破

  1. Gemini 2.5 Computer Use: AI 可以代為操作滑鼠、點擊按鈕與填寫表單,完成跨 App 流程。

  2. Veo 3.1 影像優化: 解決了人物動作細節中的「手部轉動」與「物理碰撞」瑕疵。

  3. Google Home 智慧管家: 支援「語音查詢家事」,例如「今天小孩幾點回到家?」。

  4. Gemma 癌症路徑模型: 開源模型與 AlphaFold 結合,預測癌症蛋白與藥物的相互作用。

  5. Nano Banana 整合應用: 將這款影像生成功能正式嵌入 Google 相簿的「編輯魔術師」。

11月:Gemini 3 新紀元

  1. Gemini 3 正式發表: 實現了真正的「原生多模態」,在處理混合影音與文字時更具直覺。

  2. Nano Banana Pro: 為行動裝置優化的高階影像模型,支援本地生成而不需上網。

  3. Gemini 3 開發者 API: 支援更高的頻率限制(Rate limit)與更低的延遲。

  4. Gemini App 介面革新: 完全圍繞 Gemini 3 的多模態交互設計,支援懸浮視窗操作。

  5. Google Maps 沉浸式導航: 利用 AI 生成 3D 導航畫面,模擬真實天氣與光影。

12月:年終結尾

  1. Gemini 3 Flash 發布: 在保持 Gemini 3 理解力的前提下,實現毫秒級的回應速度。

  2. 搜尋全面 Flash 化: 搜尋引擎的 AI 回覆速度提升 50% 以上。

  3. 2025 Year in Search: 回顧年度最夯 AI 趨勢,並推出年度趨勢互動式地圖。

  4. Android 16 年終 Feature Drop: 包含新的 AI 表情符號生成器與隱私防護更新。

  5. Gemini 翻譯神經網路: 取代舊有的翻譯架構,解決了翻譯中長期存在的口語化問題。

Google在2025年可說成果豐碩,執行長桑德爾.皮蔡(Sundar Pichai)認為現在公司正處在產能高峰,曾在最近一次員工大會上表示,「現在的發展趨勢真是讓人難以置信,我們公司各部門交付產品的速度都非常迅速。」外界也對Google將在2026年端出什麼讓人驚嘆的AI功能,抱持著期待。

延伸閱讀:一份報告,揭AI職場應用實況!為何多數人都認同效率大增,但近7成只敢「默默用」?

資料來源:Google

本文初稿為AI編撰,整理.編輯/陳建鈞

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓