上新｜各领风骚四五天，谷歌AI生态集中发布：Gemini进化、个性搜索、Gemma-3开源、机器人模型突破以及更多……

photo by DALL·E3

最近几天，谷歌在AI领域动作频频，发布了一系列重磅更新，除了昨天介绍的玩上瘾到停下来的Gemini 2.0 Flash功能之一的“动嘴PS”（上新｜真正AI全模态？Gemini 2.0“语言PS”，作图修图动口不动手，谷歌再刷屏），还包括 Gemini的个性化搜索增强等其它功能、Gemma-3 的开源、以及专为机器人设计的 Gemini Robotics 模型等。这些进展不仅展示了谷歌在AI领域的技术实力，也预示着其未来在个人助手、开源模型和机器人控制等AI全生态领域的布局。

Gemini 进化：更个性化、更智能

Gemini迎来了一系列重大升级，其中最引人关注的是个性化功能的增强。用户现在可以选择让Gemini访问自己的搜索历史，以提供更精准的回答。例如，在查询旅行或餐厅推荐时，Gemini 可结合用户的过往搜索记录，提供更符合个人喜好的建议。

Gemini 2.0 Flash Thinking Experimental版本也正式推出，该模型扩展了上下文窗口，提高了推理能力，使 AI 能够更准确地理解和处理复杂问题。

同时，谷歌宣布开放 Deep Research 功能，免费提供给用户，以提升 AI 在各类研究任务中的应用能力。

此外，谷歌还宣布了一系列 AI 生态扩展计划：

Gems 个人 AI 助手：所有用户现在都可以免费创建自己的AI助手，类似于 OpenAI 的 GPTs。

多应用协作：Gemini 现已与 Google 日历、地图、YouTube、Gmail 等服务深度集成，提高跨应用的智能协作能力。

安全与隐私：谷歌强调，用户可以随时断开 Gemini 与搜索历史的连接，并提供透明的隐私管理选项。

Gemma-3 开源：高性能、低成本

谷歌还推出了新一代多模态 AI 模型——Gemma-3，并宣布部分开源。Gemma-3 在推理效率上进行了重大优化，最大的 270 亿参数版本仅需一张Nvidia H100显卡即可高效运行，相比同类大模型，其成本降低了 10 倍。

在多项评测中，Gemma-3的性能超越了OpenAI的o3-mini和Llama 3，尤其在长文本处理、推理能力和多语言支持方面表现突出。Gemma-3还支持高分辨率图像处理，并引入了ShieldGemma2过滤器，以增强内容安全性。

机器人 AI 新突破：Gemini Robotics 亮相

谷歌 DeepMind 还发布了两款全新 AI 机器人模型——Gemini Robotics 和 Gemini Robotics-ER。这些模型旨在让 AI 更高效地控制现实世界中的机器人，具备更强的物体识别、环境导航和动作控制能力。

DeepMind 的演示视频显示，配备 Gemini Robotics 的机器人已经能够完成一系列复杂任务，如折纸、整理眼镜盒等。更重要的是，该模型可以在未经过专门训练的环境中保持高效的任务执行能力，标志着机器人 AI 迈向更高自主性的发展方向。

在AI竞赛日趋激烈的今天，每家头部公司隔三差五都会迎来一波技术迭代，在迅速的技术发展中领先位置并不能坚持很久，真可以说是“各领风骚四五天”，谷歌AI集中发布的最新进展能帮助其在AI生态竞争中保持多久时间的领先地位，我也将持续关注。

photo by DALL·E3

本文写于2025年3月14日

连续日更的第348天，第372篇

⬆️关注我，一起在AI前沿探索⬆️