在科技界的瞩目之下，谷歌于5月21日凌晨举办了I/O 2025开发者大会，这场盛会不仅聚焦于前沿的AI技术，还揭示了安卓XR平台和安卓16的最新规划及特色功能。
谷歌首席执行官Sundar Pichai在大会上透露，自去年以来，谷歌AI大模型和API的处理能力实现了巨大飞跃，从每月处理9.7万亿个Token增长到480万亿个。同时，谷歌搜索业务中的AI综述功能已吸引了15亿月活跃用户，彰显了AI技术的广泛影响力。
AI正逐步渗透至我们生活的方方面面，成为不可或缺的元素。无论是谷歌推出的新一代AI大模型、AI应用，还是XR平台和手机系统，都与AI技术紧密相连。
在本次大会中，AI无疑是主角，发布的新品数量最多。备受期待的Gemini 2.5系列终于确定将于6月正式上线，其中Gemini 2.5 Pro被誉为全球最智能的AI模型，在LMArena的ELO基准测试中取得了1448分的高分。Gemini 2.5 Pro还推出了深度思考版本，在多项测试中表现优于基础版。而Gemini 2.5 Flash作为轻量级模型，效率提升了22%，Token使用量减少了20%至30%，资源消耗更低。
Gemini 2.5系列还新增了文本转语音功能，细节表现丰富，甚至能模拟窃窃私语，非常适合个人创作者为影视作品配音。谷歌还推出了文本扩散模型Gemini Diffusion，该模型采用逐步优化噪声生成内容的方式，在编程和数学领域展现出卓越性能。
基于Gemini 2.5系列的能力，谷歌的Project Mariner项目也有望加速落地。该项目此前代号为Jarvis，是一个能够操作浏览器和其他软件的AI智能体，能同时监督多达10个任务，并通过用户展示的任务操作进行学习。
谷歌将包括Gemini 2.5系列在内的强大AI功能整合到谷歌搜索中，通过AI搜索提供图表生成、票务查找以及视频、地图等信息，使搜索结果更加丰富多样，相较于传统搜索模式具有更大优势。
谷歌还展示了智能购物功能，用户只需上传个人照片，AI就能将商店里的衣服自动“穿戴”到照片中的人物身上，帮助用户更直观地判断衣服是否合身。
除了多模态大模型Gemini 2.5系列，谷歌还发布了文生图模型Imagen 4和视频生成模型Veo 3。Imagen 4生成图片的速度比上一代快3到10倍，细节更加丰富，能生成复杂物体如织物、水滴、动物毛发等，分辨率高达2K，还能制作贺卡、海报、漫画等。Veo 3则大幅提升了生成画面的质量，首次支持生成带有音频的视频，效果惊人。
谷歌专为内容创作者打造的AI电影创作应用Flow，集合了Veo、Imagen和Gemini模型的能力。据谷歌介绍，Flow可以通过输入文字或导入素材创作视频，并通过Gemini对自然语言的理解微调视频，将电影创作从专业领域推向大众。未来，随着Flow能力的不断增强，或许将颠覆传统的影视剧制作模式。
在XR领域，谷歌与三星联手开发的安卓XR平台自去年公布以来，已获得数百家软件开发商的支持。大会上，基于该平台的首款XR设备——三星Project Moohan亮相，该产品搭载骁龙XR2 Plus Gen 2芯片，无需连接PC或其他设备，能够独立运行，预计将于今年晚些时候发售。同时，中国企业Xreal开发的Project Aura也亮相大会，这是首款基于安卓XR平台的AR眼镜，支持光学透视和虚拟透视的沉浸式体验。
谷歌表示，与AI深度融合的安卓XR平台支持第一人称视角智能辅助和无接触辅助功能，用户可以通过自然语言与设备交互，完成信息查询、日程管理、实时导航等操作。安卓XR平台有望统一非苹果XR设备的系统生态，降低软件开发成本，激发开发者积极性。
谷歌还公布了Wear OS 6和安卓16的部分功能和特性。Wear OS 6融合了Material 3 Expressive设计语言，更适合圆形屏幕，并引入了动态色彩主题。而安卓16则主要围绕Live Updates功能，该功能与苹果的Live Activities相似，可以显示导航、外卖配送、网约车状态等信息。
谷歌在大会上还推出了为安卓手机打造的全能AI助手Project Astra，能够根据使用场景和用户要求主动制定解决方案并采取行动。这一功能可能基于多模态Gemini Nano模型的视觉识别能力，具有普适性，无需与应用一对一适配。
随着AI和XR技术的不断成熟，产品更加注重实用性。谷歌发布的众多AI大模型，如端侧多模态模型Gemma 3n和基于Gemma 3架构的开源医疗模型MedGemma，都与搜索引擎、安卓XR、安卓16深度融合，致力于提升用户体验。
