上个月 21 号，Google I/O 2025 开发者大会可说是吸睛无数，各种 AI 模型、技术、工具、服务、应用让人目不暇接。在这其中，Gemini Diffusion 绝对算是最让人兴奋的进步之一。从名字看得出来，这是一个采用了扩散模型的 AI 模型，而这个模型却并非我们通常看到的扩散式视觉生成模型，而是一个地地道道的语言模型！
长视频理解是多模态大模型关键能力之一。尽管 OpenAI GPT-4o、Google Gemini 等私有模型已在该领域取得显著进展，当前的开源模型在效果、计算开销和运行效率等方面仍存在明显短板。
AI领域的竞争，远未到鸣金收兵的时刻。
上周的开发者大会，谷歌冷不丁地掏出个 Veo3 就惊艳了全球。
Google I/O 2025 结束后，Google CEO Sundar Pichai 接受了《The Verge》主编专访，这也是双方连续第三年于 I/O 后展开对谈，而今年的背景更为特殊：Gemini 模型全面更新、多模态生成工具 Veo3 登场、AI 功能深度融入 Android 与 XR 平台，Google 展现出前所未有的产品化信心。
大家好，我是袋鼠帝 还记得前两天Google IO大会上他们发布的最新视频模型Veo3吗 它可以根据提示自动添加环境音效、背景噪声、音乐和对话，并与画面完美同步 而且生成的视频相当炸裂，已经让我有点分不清虚幻与现实了 比如这位推特大神（Hashem Al-Ghaili）用Veo3制作的视频，相当🐂🍺
想象一下，你是一位金融分析师，面前堆满了数百页的季报、SEC文件和市场数据，你需要在明天早上交出一份全面的行业分析报告。
简单来说，Google Stitch 是一款由 AI 驱动的 UI 设计工具，能根据你的自然语言描述，自动生成高质量的网页和移动端界面。不止如此，它还支持直接导出 HTML/CSS 代码，甚至可以一键粘贴进 Figma，实现从原型到上线的无缝衔接。
在刚刚结束的 Google I/O 开发者大会中，Google 宣布上线由 Gemini 驱动的高级 AI 搜索模式 AI Mode，可以应对复杂问题，支持追问。与之前的 AI Overviews 对 AI 搜索的浅尝辄止不同，Google 终于不再死抱着“关键词+链接列表”，开始拥抱“自然语言交互+结构化答案”的“新”范式了。
在Google I/O的第二天，硅星人有机会和Google CEO Sundar Pichai交流。在这场小范围的沟通中，Pichai及Google的多名核心业务负责人回答了从搜索到广告再到AI等多个问题。今年是Pichai执掌Google的第十年，过去三年带领Google从OpenAI的冲击中走出，如今看来很可能成为他CEO生涯至今打过的最重要一仗。
