2025年5月21日，在加州山景城海岸线圆形剧场举行的谷歌I/O开发者大会上，谷歌以“从研究到现实”为主题，发布了一系列AI领域的重磅更新。其中，Gemini 2.5 Pro和2.5 Flash模型的全面升级成为焦点，同时谷歌搜索正式迈入多模态AI时代，推出全新AI Mode功能，标志着AI技术从实验室走向大规模应用的又一里程碑。
Gemini 2.5系列：性能与效率的双重飞跃
谷歌在大会上宣布，Gemini 2.5 Pro和2.5 Flash模型迎来重大升级。Gemini 2.5 Pro作为Gemini系列最新的推理旗舰模型，在LMArena排行榜的所有类别（对话能力、代码生成、图文生成及综合评分项目）中均排名第一。其性能提升显著，尤其在代码生成和逻辑推理方面表现突出。现场演示中，Gemini 2.5 Pro仅用不到一分钟时间，便将几十张2D图片自动编码为3D排列的网页应用，展现了其在视觉效果丰富网页应用创建上的卓越能力。
而Gemini 2.5 Flash则专为速度和低成本设计，更新后的版本在推理、多模态、代码和长上下文等关键基准上均得到改进，同时使用的令牌（token）减少了20%-30%。这意味着开发者在享受高效AI服务的同时，能显著降低成本。目前，2.5 Flash已在Google AI Studio、Vertex AI和Gemini app中提供预览，正式版将于6月初全面上线。
Deep Think推理模式：多假设验证的突破
除了基础性能提升，谷歌还推出了实验性的Deep Think推理模式，并率先应用于Gemini 2.5 Pro。Deep Think模式允许模型在回应查询前权衡多种假设，进行复杂的逻辑推理和信息分析，并展示完整的思考步骤和多种选择方案。这一功能在数学基准测试2025 USAMO和竞赛级编程测试LiveCodeBench中均取得领先成绩，并在多模态推理测试MMMU上获得84.0%的分数。Deep Think模式的引入，标志着AI推理能力向人类深度思考方式的进一步靠近。
原生音频输出与Live API改进：多模态交互的新篇章
谷歌还公布了Gemini Live API的预览版，支持文本转语音、语音转语音，实现视听输入和输出音频对话。Live API新增情感对话（Affective Dialogue）和主动音频功能（Proactive Audio），能够检测用户声音中的情感并作出适当回应，同时忽略背景对话，知道何时回应。Live API支持超过24种语言，并可在它们之间无缝切换，目前已在Gemini API中可用。
此外，Gemini 2.5系列还发布了全新的文本转语音功能，首次支持多扬声器，实现双声道文本转语音，并支持超过24种语言的无缝切换。这些功能的加入，使得Gemini在多模态交互方面迈出了重要一步，为用户提供了更加自然、更具表现力的AI体验。
谷歌搜索进入多模态AI时代：AI Mode重塑搜索体验
在搜索领域，谷歌宣布将Gemini 2.5正式引入搜索引擎，推出全新AI Mode功能。AI Mode允许用户通过语音、文字、图片等多模态方式输入搜索问题，搜索引擎会自动分解查询意图，生成对应的答案。这一功能不仅支持长查询和个性化回答，还引入了深度搜索（Deep Search）和实时互动搜索（Search Live）等全新功能。
深度搜索功能支持AI模型自动发起上百次搜索，跨领域整合信息并生成引用详尽的专家级报告，节省大量人工研究时间。实时互动搜索功能则基于Gemini模型和Live API技术，支持实时视频交互。用户只需对着手机摄像头提问，AI即可实时“看懂”摄像头画面内容，结合视觉信息进行理解和分析，并以语音形式给出回答，提供相关资源链接。AI Mode已于5月20日上线，作为搜索引擎的新标签页形式，首批面向美国用户开放。
多模态模型协同升级：视频、音频、图像生成全面进化
伴随Gemini 2.5 Pro的升级，谷歌旗下的视频生成模型Veo3、音频生成模型Lyria 2和图像生成模型Imagen 4也迎来了新版本。Veo3首次实现了视频与音频的原生同步生成，不仅能生成高质量的视频画面，还能同步生成包括环境音效、角色对话和口型同步的音频内容。Lyria 2能够支持生成高保真度、高质量的音乐，适用于品牌配乐、影视音乐和数字内容制作。Imagen 4生成的图像更加丰富，色彩更加细腻，细节更加逼真，支持多种纵横比与最高2K分辨率。
结语
谷歌I/O 2025开发者大会上，Gemini 2.5系列模型的全面升级和多模态AI的协同进化，标志着谷歌在AI领域的又一次重大突破。从代码生成到多模态交互，从搜索体验到内容创作，谷歌正通过AI技术重塑数字世界的每一个角落。随着AI Mode在美国的上线，谷歌搜索正式迈入多模态AI时代，为用户带来更加智能、便捷、个性化的搜索体验。未来，谷歌将继续在AI领域深耕细作，推动AI技术从实验室走向更广泛的应用场景，为全球用户创造更多价值。
关于文章版权的声明：
https://news.softunis.com/39463.html 文章来自软盟资讯
若非本站原创的文章，特别作如下声明：
本文刊载所有内容仅供提供信息交流和业务探讨而非提供法律建议目的使用，不代表任何监管机构的立场和观点。不承担任何由于内容的合法性及真实性所引起的争议和法律责任。
凡注明为其他媒体来源的信息，均为转载，版权归版权所有人所有。
如有未注明作者及出处的文章和资料等素材，请版权所有者联系我们，我们将及时补上或者删除，共同建设自媒体信息平台，感谢你的支持！
