Google發布AI年度回顧，60項超強應用一次盤點|數位時代 BusinessNext

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在今年重返榮耀，推出眾多AI功能與產品，甚至讓OpenAI如坐針氈。近期他們回顧過去一年裡推出的60項產品或新功能、服務。

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

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。
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。
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。
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

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 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。
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。
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。
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

Gemini 2.5 發布：導入「長文本窗口」升級，處理超長文件能力提升。
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。
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。
Gemini App 免費新功能：包含更強的擴充功能整合，如連動 Spotify 或 Keep。
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

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

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。

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。
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。
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。
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

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。
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。
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。
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。
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

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。
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。
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。
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。
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

Google One 大學生優惠：提供特定教育版帳號免費獲取 Gemini Advanced 功能。
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。
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

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。
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。
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。
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。
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

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。
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。
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？」。
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。
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

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

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

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。