谷歌回答你：如何讓每個人的AI都獨一無二

果殼連續作為受邀媒體在現場參與Google I/O開發者大會，尤其是進入AI時代這三年，持續見證了Google對於AI理解和表達的連貫和變化。

在今年的 Google I/O 大會上，Sundar Pichai（Google CEO）公佈了一組最新資料：

Google 的產品和 API 每月處理 token 數量已超過 480 萬億；

Gemini 活躍開發者超 700 萬；

Gemini 應用目前的月活躍使用者已超過 4 億。

而作為這四億分之一，我更關心的，是我使用的 AI 如何更適合我？有點像買鞋，或者處物件。Pichai 回答說：它們（AI 智慧體）會在每位使用者的控制下代表其執行操作（on your behalf and under your control）。

一切的指向，是 AI 如何服務每一個與眾不同的個體。想象那些曾經驚豔過你的科幻智慧機器：R2D2 與天行者父子，機器貓和野比大雄，對了，還有最暖的 Javis 和大白（Baymax）……它們溫柔、高效，又忠誠。

於是，Google 開始試著回答這個問題：如何讓每個人也擁有和它們一樣的 AI 助手？

在今年的 I/O 大會上，Google 的答案中不斷重複著三個關鍵詞：Personal（個性化），Proactive（主動性），Powerful（強力的）。

嗯，3P 原則。（……誒，我在說 AI，你在想什麼……）

Personal：一個私人助手的自我修養

自動回覆這件事本不新鮮，問題是收到自動回覆後的第一感覺，一定不是對方的高效，而是撲面而來的冷漠——但我又是個時刻揹負著與人為善思想包袱的人，咋整？

於是 Gmail 新發布了一個名叫“個性化智慧回覆”功能（夏季上線）。Gemini 可以根據你過去的電子郵件和 Google 雲端硬碟中的資訊來起草電子郵件，讓郵件自動回覆更符合你的語氣——這也是個好機會，讓你可以反思一下自己線上溝通的語言習慣，到底是溫暖還是冰冷，還是喜歡陰陽怪氣。

Google Meet 釋出了的視訊通話中即時語音翻譯功能。它能即時翻譯你說的話，同時保留你的聲音和語調，不會讓你在說母語和說外語的變化中，尷尬得判若兩人。最開始會支援英語和西班牙語，未來幾周還會有更多語言加入。

對我來說，這項功能最大的利好，就是我那個英語專八的倒黴同事再也不能在我面前得瑟了。

你大概還記得去年我們在 I/O 現場對 Project Astra 的體驗？今年，期貨終於變成了現貨——一條通向真正“世界模型”的通道，透過手機或眼鏡觀察世界、模擬世界、理解世界，甚至再造世界。這比任何單純文字和語音的溝通，都更接近我們理想化的個人助手。

這次，Google 把 Project Astra 放進了名為 Gemini Live（蘋果系統和安卓系統都已經可以使用）的應用中。

Live 功能介面

在幾段演示片段裡：它可以即時指導你修理腳踏車，包括線上查詢說明書、識別修理位置的具體問題、在堆滿雜物的工具間尋找零件，甚至在有人來叫你吃飯時自動停止，並在之後繼續；你可以舉著孩子從學校帶回來的手工作業，讓 Gemini 幫你發現其中可以增強最佳化的地方；當你神經兮兮地指著自己的影子，問它問啥有人跟蹤自己時，它也能立刻告訴你“別怕，那只是你的影子”，而且保證不會對你翻白眼……

更多時候，你可以在開會時，把老闆潦草混亂的板書拍進 Gemini，自動進日曆和備忘錄，然後盡情走神摸魚；或者把你媳婦兒出門前留給你任務紙條拍進鏡頭，自動生成一個週末的 to-do-list，該做的家務和該買的商品一件不落，晚上不會捱揍。

根據演示展臺工作人員的介紹，這種協助行為同樣可以是個性化的，對你經常面對的問題或經常忽略的問題給予重點提示。

偷懶和增效不過是一體兩面，AI 助手大概也不在乎這些。

Proactive：AI 敏而好學，人類不恥長（常）問

Google的大會，那避不開“搜尋”。

我一直期望，AI 可以幫我解決一個長期困擾著全人類的世紀難題：今天中午吃點嘛？

開啟陳舊演算法主宰的各種本地生活應用，只會日復一日地推薦你吃過的和付費推廣店鋪，這種所謂的“主動推薦”讓我每天中午都無比被動——理想的午餐答案一定是既要又要，懂我的口味，又不斷推陳出新。

AI 加持下的搜尋，就提供了另一種主動的協助。今年 I/O 上，Google 為自己的搜尋疊加了一個名為 AI Mode 的模式。相比去年上線的 AI Overview，最新的 AI 模式能承載更多的“動作”。

就以我糾結的午飯難題為例吧：

深度搜索（Deep Search）： 針對我每天不厭其煩的問題“北京大望路到底有什麼午飯可吃”，AI 模式下的 Google 搜尋將執行數百次搜尋，整合每一次收集出的不同資訊，並在幾分鐘內生成專家程度堪比“朝陽區包打聽”的餐館清單，包含了時間、價格、評價，是否外賣等等；

即時功能（Search Live）： 要是我午飯前太忙，連上面的清單都懶得看，還可以使用 AI 模式搜尋中 Project Astra 的即時能力——拍一張辦公桌窗外的馬路，說：就在這個範圍內找口吃的；

代理功能（Agentic Capabilities）： 忙到出不了門的話（其實都是裝給老闆看的），AI 模式搜尋可以呼叫 Project Mariner 的代理能力，在選擇的搜做結果中自動下單叫外賣，這其中就包括了幫你比價、比配送時間、比評價口味等，到底是天橋對面的沙縣，還是樓下拐角的拉麵；

個人情境（Personal Context）： 根據我過往的搜尋和消費，下單時候可以自動備註多放香菜不要算，贈送的咖啡別加奶，薯條多兩包番茄醬（當然，這些個人歷史資訊的使用都會獲得額外的通知）；

自定義圖表和圖形： 最後的大招，你就是選擇障礙（我看就是不夠餓），那就把上述最佳化結果請 AI 模式拉一個數據圖出來，甚至做個“如何尋找午飯難題抓手和構建用餐飛輪”的 ppt，自己訂個會議室好好分析一下吧，看看為什麼自己這麼事兒事兒的……

為了口吃的這麼折騰，是病

最後，話說回來，如果你需要用上面所有功能，才能決定午飯內容，那你的同事早就吃完回來睡了一覺了。如此的話，我勸你還是跟我一樣，餓一頓吧，沒啥。

Gemini 不會厭煩或笑話你，但你自己會低血糖。

Powerful：目標是 Universal AI App

Pichai 在現場提到，Gemini 的終極目標，是成為一個 Universal AI app——也許可以這麼理解這個名詞：通用、跨平臺和裝置，以及真正的世界模型。

在今年 I/O 現場的釋出中，還有一些體現了這種願景的新發布：

首先，最受期待和歡迎的就是 Android XR 的公佈，智慧眼鏡上的安卓系統。多少人關於 Google Glass 的怨念終於得到了報償：外觀類似蘋果 Vision Pro 的“重型”XR 眼鏡將同三星和高通合作生產，代號 Project Moohan；外觀類似 Rayban Meta 的“輕型眼鏡”將同時尚眼鏡品牌 Gentle Monster 和 Warby Parker 聯合推出。

在現場“輕型版”原型機的時代體驗中，最大的感受是 Gemini 的互動流暢度的確大大好過其他市面上已有的類似產品。

其次是新發布的 Imagen4 和 Veo 3，其中最顯著的進步，是 Veo 3 成為了世界上首個原生支援音效、背景噪音和角色對話的影片生成模型。

在 Pichai 釋出演講的最後，他舉了一個“小例子”，從另一個應用角度展示了 AI“協助角色”的價值：還記得去年令人震驚的加州山火麼？一款透過 Google AI 加持的山火檢測應用，可以將對火險隱患的檢測範圍精確到 270 平方英尺（約 25 平方米），響應時間從原先的 12 小時縮短為 20 分鐘。