原創(chuàng) 數(shù)字生命卡茲克 數(shù)字生命卡茲克

就在X上一群人被草莓哥亂發(fā)OpenAI預(yù)告，瘋狂搞心態(tài)的時(shí)候。

Google帶著MadeByGoogle ‘24發(fā)布會(huì)來(lái)了。

OpenAI甚至為了狙擊Google，在人發(fā)布會(huì)開始幾分鐘后，發(fā)了一個(gè)Blog，就這么個(gè)破Blog，還讓他們的AI草莓哥當(dāng)謎語(yǔ)人預(yù)告了兩天。

現(xiàn)在的OpenAI，真的跟狼來(lái)了一樣，我對(duì)他已經(jīng)沒有任何期待和信任可言了。每次就差那兩個(gè)臟話罵出來(lái)了！

而Google在沒有任何的預(yù)期下，還是有一些額外的驚喜的。

我總結(jié)了11個(gè)亮點(diǎn)，你看完了這篇文章，也算是看完發(fā)布會(huì)了。

1. Google要根據(jù)Gemini重構(gòu)Android。

他們定義了一個(gè)詞，叫AI OS，Google想把AI OS帶給所有人。

目前它們已經(jīng)支持200多個(gè)國(guó)家和地區(qū)的45種語(yǔ)言，它可以在數(shù)十個(gè)設(shè)備制造商的數(shù)百個(gè)手機(jī)型號(hào)上使用，全球數(shù)十億臺(tái)設(shè)備上得到支持。

2. 手機(jī)上Gemini的圖像識(shí)別翻車了。

他們第一個(gè)演示的是Gemini的圖像識(shí)別能力。

作為多模態(tài)AI，圖像拍攝識(shí)別似乎被卷成必須有的功能了。最能考驗(yàn)照片識(shí)別能力的，就是拍攝說(shuō)明書、日程表這類信息密集的內(nèi)容——既要識(shí)別圖像，還得看得懂文本內(nèi)容給出答案。

演示的小哥拍攝了一張紙質(zhì)音樂會(huì)海報(bào)，上面巡演的日程安排。演示者讓Gemini查看自己的計(jì)劃，選擇可以去看Sabrina Carpenter演出的時(shí)間。

然而，現(xiàn)場(chǎng)演示必定會(huì)出現(xiàn)的失誤，它來(lái)了。

Gemini前兩次拍照都很不給面子地現(xiàn)場(chǎng)演示失敗，隔著太平洋我都感覺現(xiàn)場(chǎng)尬住了，還是兩次。。。= =

這個(gè)演示還特意提了一下，用的是三星Galaxy S24 Ultra手機(jī)，難道是三星發(fā)力了？

現(xiàn)場(chǎng)緊急換了一部設(shè)備重新嘗試，好在第三次順利識(shí)別出了圖片內(nèi)容。

Gemini直接給出了很具體的日期：Sabrina會(huì)在2024年11月9日到達(dá)舊金山，并且這一天演示者沒有其他安排，可以去看演出。

現(xiàn)場(chǎng)的掌聲終于響起，哥們兒肉眼可見地松了一口氣啊。

3. 跨軟件交互很方便。

Gemini現(xiàn)在能夠在手機(jī)上直接理解并分析視頻內(nèi)容。

你可以一邊觀看視頻，一邊呼喚出Gemini為你總結(jié)重點(diǎn)，或者回答你關(guān)于視頻內(nèi)容的問(wèn)題。

比如晚上觀看油管上美食視頻后，都不用你挨個(gè)識(shí)圖，自動(dòng)生成視頻中出現(xiàn)的食物清單，并添加到用戶的個(gè)人"待嘗試"列表中。

吃貨福音。

并且可以為油管上的一些旅行視頻創(chuàng)建景點(diǎn)清單或行程建議。

作為一個(gè)連散步都需要出場(chǎng)bgm的，

你也可以要求gemini制作一個(gè)“適合在首爾散步的韓國(guó)流行音樂播放列表”，它能根據(jù)用戶描述的場(chǎng)景、情緒或活動(dòng)類型推薦合適的音樂。

使尋找音樂變得更加直觀和個(gè)性化。

4. 寫文速度很快效果也不錯(cuò)。

Gemini還可以輔助在手機(jī)端用僅數(shù)秒的時(shí)間完成郵件寫作。

小哥演示了兩個(gè)場(chǎng)景：第一個(gè)是給房東寫封不失禮貌的催促信，通知她來(lái)維修家里的供電模塊。

第二個(gè)是給教授寫一封生病缺勤的道歉信（看來(lái)這種事小哥之前沒少干）。

此外Gemini還有方便用戶潤(rùn)色文本和發(fā)送郵件的交互設(shè)計(jì)。

看到Gemini沒幾秒就完成道歉信，小哥都快憋不住笑了。

5.Gemini Live實(shí)時(shí)對(duì)話效果還不錯(cuò)，但只是低延遲的TTS。

Google推出了類似于GPT4o的可以隨時(shí)打斷的實(shí)時(shí)對(duì)話功能，他們稱為Gemini Live。

里面有10種音色可以選擇。

演示的小姐姐跟Gemini Live聊了半天，音色效果不錯(cuò)，延遲也足夠低，但是其實(shí)看著就是一個(gè)低延遲的TTS，而不是GPT4o那種原生的多模態(tài)大模型。

因?yàn)闆]有任何情緒理解和表達(dá)的演示，按照Google的尿性，真要是有他們一定會(huì)瘋狂展示的，另外在一些長(zhǎng)一點(diǎn)的回答上，還是能明顯的感覺到延時(shí)。

所以其實(shí)就是個(gè)低延時(shí)的TTS對(duì)話。

目前得Gemini Advanced訂閱用戶才能用，一個(gè)月20美刀，立刻上線。

6.Pixel 9 是首款搭載多模態(tài) Gemini Nano 的手機(jī)。

這是迄今為止在手機(jī)上發(fā)布的功能最強(qiáng)大的設(shè)備端 AI 模型，比之前在 Pixel 8 Pro 上用的 AI 強(qiáng)大了三倍。

Pixel 9 的處理器（TPU 和 Tensor G4）可以在一秒內(nèi)生成多達(dá) 45 個(gè)單詞，比之前的速度快了兩倍。

普通版的 Pixel 9 有 12GB 的內(nèi)存，而 Pro 版本的內(nèi)存更大，達(dá)到了 16GB。而且他們最騷的是，終于也上了衛(wèi)星通話的功能。

這里只能說(shuō)一句，遙遙領(lǐng)先！

這次發(fā)布的產(chǎn)品包括三款直板手機(jī)和一款折疊手機(jī)。常規(guī)系列包括一款配備 6.3 英寸顯示屏的基礎(chǔ)版 Pixel 9，一款配備 6.8 英寸屏幕的 Pixel 9 Pro XL，以及一款新的更小巧的 6.3 英寸 Pixel 9 Pro。

說(shuō)實(shí)話，我覺得，有點(diǎn)丑。

還有個(gè)新款的折疊屏Pixel 9 Pro Fold。

更丑了。

7.Call Notes在電話過(guò)程中可以幫你記錄下關(guān)鍵信息。

現(xiàn)在，Pixel的“通話助手”變得更強(qiáng)大了，增加了“Call Notes”功能。

在你打完電話后，它會(huì)為你提供一個(gè)完全私密的通話總結(jié)。這樣即使你在通話時(shí)沒有紙筆，也能輕松獲取電話號(hào)碼、時(shí)間、細(xì)節(jié)和其他你不想忘記的信息。

而且這個(gè)過(guò)程全部是本地跑的，基本沒有隱私問(wèn)題。

小哥舉了個(gè)例子，他最近考慮換個(gè)發(fā)型，但他的理發(fā)師做不了他想要的發(fā)型，所以他推薦我去另一家理發(fā)店。

但是問(wèn)題是，他忘了記下那家店的電話號(hào)碼。有了Call Notes后，就可以輕松回溯。

7.類似于Recall的屏幕截圖功能有點(diǎn)厲害。

有個(gè)大家都熟悉的場(chǎng)景：你在手機(jī)上看到一些想記住的東西，也許你會(huì)在腦海中記下來(lái)，或者截圖保存。

但通常，你要么忘記了要記的東西，要么在需要的時(shí)候找不到。

然后他們就做了一個(gè)新的產(chǎn)品。

可以用AI快速搜索所保存的所有圖片。比如你手機(jī)里有幾十張自行車的圖，你搜一下自行車，就都出來(lái)了。

你還能問(wèn)一下更復(fù)雜的，比如T恤價(jià)格，你可以看到Pixel截圖不僅找到了原始圖像，而且還根據(jù)圖像中的信息用自然語(yǔ)言為我提供了答案。

8.一個(gè)普普通通的本地AI畫圖Pixel Studio。

每部Pixel 9手機(jī)都配備了新的Pixel Studio，他們手機(jī)上的首款圖像生成器。

效果我覺得，就是普普通通，屬于能用。

比如日落時(shí)的海灘篝火坑，就感覺效果，非常的普通。

9.AI相機(jī)拍合照非常棒。

Pixel相機(jī)，說(shuō)是第一個(gè)AI相機(jī)。

大多數(shù)參數(shù)我不懂，但是這個(gè)合照的場(chǎng)景非常的有趣。

很多時(shí)候大家沒發(fā)拍合照，總有一個(gè)朋友要當(dāng)攝影師。

它會(huì)用一個(gè)簡(jiǎn)單的屏幕界面來(lái)引導(dǎo)你拍照，比如讓你把相機(jī)交給別人，這樣你們可以交換位置。然后，你可以根據(jù)第一張照片中人物的輪廓，把他們?cè)谛抡掌袑?duì)齊，再拍一張。最終生成的圖片會(huì)把兩張照片合成在一起，看起來(lái)就像大家同時(shí)出現(xiàn)在同一張照片里一樣。

解決了合照的一大痛點(diǎn)。

10.新的手表和耳機(jī)。

發(fā)了一個(gè)Pixel Watch 3。

一個(gè)耳機(jī)Pixelbuds Pro 2。

耳機(jī)可以隨時(shí)喚醒Gemini跟他對(duì)話。

11.對(duì)標(biāo)GPT4o的Project Aster。

Project Aster在幾個(gè)月前的Google發(fā)布會(huì)上就亮相過(guò)了，直接對(duì)標(biāo)GPT4o的原生多模態(tài)大模型。

現(xiàn)在，在Gemin Live中，你未來(lái)也可以用到Aster了。

比如，你可以在與Gemini對(duì)話時(shí)共享你的相機(jī)，這樣你可以直接展示自己在微積分作業(yè)中遇到的問(wèn)題，或者尋求下一步家具組裝的幫助。

而且，還把最常用的應(yīng)用程序也集成到Gemini Live中，這樣它可以在對(duì)話和消息中幫助你采取行動(dòng)，并從像Google日歷這樣的應(yīng)用程序中提取信息。

所以你可以直接在Gemini Live中給鄰居發(fā)短信，分享關(guān)于某個(gè)商家的詳細(xì)信息，并同時(shí)查看你的日歷，完全不需要打開其他應(yīng)用程序。

有點(diǎn)屌，GPT4o+蘋果的集合體。

就是可惜，還是個(gè)餅。

這，就是這一次MadeByGoogle ‘24的全部?jī)?nèi)容了。

在AI方面，跟硬件的結(jié)合，還是蠻有意思的，Gemini Live至少不是期貨，今天就可以用。

比那個(gè)只會(huì)畫餅的OpenAI，還是強(qiáng)了很多。

希望Google越來(lái)越好，錘死OpenAI。

原標(biāo)題：《比OpenAI良心多了，一文總結(jié)Google發(fā)布會(huì)的11個(gè)亮點(diǎn)?！?/p>

閱讀原文