比OpenAI良心多了，一文总结Google发布会的11个亮点。 * { margin: 0; padding: 0; outline: 0; } body { font-family: “PingFang SC”, system-ui, -apple-system, BlinkMacSystemFont, “Helvetica Neue”, “Hiragino Sans GB”, “Microsoft YaHei UI”, “Microsoft YaHei”, Arial, sans-serif; line-height: 1.6; } .__page_content__ { max-width: 667px; margin: 0 auto; padding: 20px; text-size-adjust: 100%; color: rgba(0, 0, 0, 0.9); padding-bottom: 64px; } .title { user-select: text; font-size: 22px; line-height: 1.4; margin-bottom: 14px; font-weight: 500; } .__meta__ { color: rgba(0, 0, 0, 0.3); font-size: 15px; line-height: 20px; hyphens: auto; word-break: break-word; margin-bottom: 50px; } .__meta__ .nick_name { color: 576B95; } .__meta__ .copyright { color: rgba(0, 0, 0, 0.3); background-color: rgba(0, 0, 0, 0.05); padding: 0 4px; margin: 0 10px 10px 0; } blockquote.source { padding: 10px; margin: 30px 0; border-left: 5px solid ccc; color: #333; font-style: italic; word-wrap: break-word; } blockquote.source a { cursor: pointer; text-decoration: underline; } .item_show_type_0 > section { margin-top: 0; margin-bottom: 24px; } a { color: 576B95; text-decoration: none; cursor: default; } .text_content { margin-bottom: 50px; user-select: text; font-size: 17px; white-space: pre-wrap; word-wrap: break-word; line-height: 28px; hyphens: auto; } .picture_content .picture_item { margin-bottom: 30px; } .picture_content .picture_item .picture_item_label { text-align: center; } img { max-width: 100%; } .pay_subscribe_notice { margin: 30px 0; padding: 20px; background: fffbe6; border: 1px solid ffe58f; border-radius: 8px; } .pay_subscribe_badge { display: inline-block; padding: 4px 12px; background: faad14; color: fff; border-radius: 4px; font-size: 14px; font-weight: 500; margin-bottom: 12px; } .pay_subscribe_desc { font-size: 15px; line-height: 1.8; color: rgba(0, 0, 0, 0.7); margin-bottom: 12px; } .pay_subscribe_hint { font-size: 13px; color: rgba(0, 0, 0, 0.4); } .__bottom-bar__ { display: flex; justify-content: space-between; align-items: center; position: fixed; bottom: 0; left: 0; right: 0; height: 64px; padding: 8px 20px; background: white; box-sizing: border-box; border-top: 1px solid rgba(0, 0, 0, 0.2); } .__bottom-bar__ .left { display: flex; align-items: center; font-size: 15px; white-space: nowrap; } .__bottom-bar__ .right { display: flex; } .__bottom-bar__ .sns_opr_btn { display: flex; align-items: center; user-select: none; background: transparent; border: 0; color: rgba(0, 0, 0, 0.9); font-size: 14px; } .__bottom-bar__ .sns_opr_btn:not(:last-child) { margin-right: 16px; } .__bottom-bar__ .sns_opr_btn > img { margin-right: 4px; }
比OpenAI良心多了，一文总结Google发布会的11个亮点。
原创 数字生命卡兹克 数字生命卡兹克 2024-08-14 09:30 北京
就在X上一群人被草莓哥乱发OpenAI预告，疯狂搞心态的时候。
Google带着MadeByGoogle ‘24发布会来了。
OpenAI甚至为了狙击Google，在人发布会开始几分钟后，发了一个Blog，就这么个破Blog，还让他们的AI草莓哥当谜语人预告了两天。
现在的OpenAI，真的跟狼来了一样，我对他已经没有任何期待和信任可言了。每次就差那两个脏话骂出来了，XXX，XX！
而Google在没有任何的预期下，还是有一些额外的惊喜的。
我总结了11个亮点，你看完了这篇文章，也算是看完发布会了。
1. Google要根据Gemini重构Android。
他们定义了一个词，叫AI OS，Google想把AI OS带给所有人。
目前它们已经支持200多个国家和地区的45种语言，它可以在数十个设备制造商的数百个手机型号上使用，全球数十亿台设备上得到支持。
2. 手机上Gemini的图像识别翻车了。
他们第一个演示的是Gemini的图像识别能力。
作为多模态AI，图像拍摄识别似乎被卷成必须有的功能了。最能考验照片识别能力的，就是拍摄说明书、日程表这类信息密集的内容——既要识别图像，还得看得懂文本内容给出答案。
演示的小哥拍摄了一张纸质音乐会海报，上面巡演的日程安排。演示者让Gemini查看自己的计划，选择可以去看Sabrina Carpenter演出的时间。
然而，现场演示必定会出现的失误，它来了。
Gemini前两次拍照都很不给面子地现场演示失败，隔着太平洋我都感觉现场尬住了，还是两次。。。= =
这个演示还特意提了一下，用的是三星Galaxy S24 Ultra手机，难道是三星发力了？
现场紧急换了一部设备重新尝试，好在第三次顺利识别出了图片内容。
Gemini直接给出了很具体的日期：Sabrina会在2024年11月9日到达旧金山，并且这一天演示者没有其他安排，可以去看演出。
现场的掌声终于响起，哥们儿肉眼可见地松了一口气啊。
3. 跨软件交互很方便。
Gemini现在能够在手机上直接理解并分析视频内容。
你可以一边观看视频，一边呼唤出Gemini为你总结重点，或者回答你关于视频内容的问题。
比如晚上观看油管上美食视频后，都不用你挨个识图，自动生成视频中出现的食物清单，并添加到用户的个人”待尝试”列表中。
吃货福音。
并且可以为油管上的一些旅行视频创建景点清单或行程建议。
作为一个连散步都需要出场bgm的，
你也可以要求gemini制作一个“适合在首尔散步的韩国流行音乐播放列表”，它能根据用户描述的场景、情绪或活动类型推荐合适的音乐。
使寻找音乐变得更加直观和个性化。
4. 写文速度很快效果也不错。****
Gemini还可以辅助在手机端用仅数秒的时间完成邮件写作。
小哥演示了两个场景：第一个是给房东写封不失礼貌的催促信，通知她来维修家里的供电模块。
第二个是给教授写一封生病缺勤的道歉信（看来这种事小哥之前没少干）。
此外Gemini还有方便用户润色文本和发送邮件的交互设计。
看到Gemini没几秒就完成道歉信，小哥都快憋不住笑了。
5.Gemini Live实时对话效果还不错，但只是低延迟的TTS。
Google推出了类似于GPT4o的可以随时打断的实时对话功能，他们称为Gemini Live。
里面有10中音色可以选择。
演示的小姐姐跟Gemini Live聊了半天，音色效果不错，延迟也足够低，但是其实看着就是一个低延迟的TTS，而不是GPT4o那种原生的多模态大模型。
因为没有任何情绪理解和表达的演示，按照Google的尿性，真要是有他们一定会疯狂展示的，另外在一些长一点的回答上，还是能明显的感觉到延时。
所以其实就是个低延时的TTS对话。
目前得Gemini Advanced订阅用户才能用，一个月20美刀，立刻上线。
6.Pixel 9 是首款搭载多模态 Gemini Nano 的手机。
这是迄今为止在手机上发布的功能最强大的设备端 AI 模型，比之前在 Pixel 8 Pro 上用的 AI 强大了三倍。
Pixel 9 的处理器（TPU 和 Tensor G4）可以在一秒内生成多达 45 个单词，比之前的速度快了两倍。
普通版的 Pixel 9 有 12GB 的内存，而 Pro 版本的内存更大，达到了 16GB。而且他们最骚的是，终于也上了卫星通话的功能。。。
这里只能说一句，遥遥领先！
这次发布的产品包括三款直板手机和一款折叠手机。常规系列包括一款配备 6.3 英寸显示屏的基础版 Pixel 9，一款配备 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。
说实话，我觉得，有点丑。。。
还有个新款的折叠屏Pixel 9 Pro Fold。
更丑了。。。
7.Call Notes在电话过程中可以帮你记录下关键信息。
现在，Pixel的“通话助手”变得更强大了，增加了“Call Notes”功能。
在你打完电话后，它会为你提供一个完全私密的通话总结。这样即使你在通话时没有纸笔，也能轻松获取电话号码、时间、细节和其他你不想忘记的信息。
而且这个过程全部是本地跑的，基本没有隐私问题。
小哥举了个例子，他最近考虑换个发型，但他的理发师做不了他想要的发型，所以他推荐我去另一家理发店。
但是问题是，他忘了记下那家店的电话号码。有了Call Notes后，就可以轻松回溯。
7.类似于Recall的屏幕截图功能有点屌。
有个大家都熟悉的场景：你在手机上看到一些想记住的东西，也许你会在脑海中记下来，或者截图保存。
但通常，你要么忘记了要记的东西，要么在需要的时候找不到。
然后他们就做了一个新的产品。
可以用AI快速搜索所保存的所有图片。比如你手机里有几十张自行车的图，你搜一下自行车，就都出来了。
你还能问一下更复杂的，比如T恤价格，你可以看到Pixel截图不仅找到了原始图像，而且还根据图像中的信息用自然语言为我提供了答案。
8.一个普普通通的本地AI画图Pixel Studio**。**
每部Pixel 9手机都配备了新的Pixel Studio，他们手机上的首款图像生成器。
效果我觉得，就是普普通通，属于能用。
比如日落时的海滩篝火坑，就感觉效果，非常的普通。
9.AI相机拍合照非常的棒**。**
Pixel相机，说是第一个AI相机。
大多数参数我不懂，但是这个合照的场景非常的有趣。
很多时候大家没发拍合照，总有一个朋友要当摄影师。
它会用一个简单的屏幕界面来引导你拍照，比如让你把相机交给别人，这样你们可以交换位置。然后，你可以根据第一张照片中人物的轮廓，把他们在新照片中对齐，再拍一张。最终生成的图片会把两张照片合成在一起，看起来就像大家同时出现在同一张照片里一样。
非常的牛逼，解决了合照的一大痛点。
10.新的手表和耳机。
发了一个Pixel Watch 3。
一个耳机Pixelbuds Pro 2。
耳机可以随时唤醒Gemini跟他对话。
11.对标GPT4o的Project Aster。
Project Aster在几个月前的Google发布会上就亮相过了，直接对标GPT4o的原生多模态大模型。
现在，在Gemin Live中，你未来也可以用到Aster了。
比如，你可以在与Gemini对话时共享你的相机，这样你可以直接展示自己在微积分作业中遇到的问题，或者寻求下一步家具组装的帮助。
而且，还把最常用的应用程序也集成到Gemini Live中，这样它可以在对话和消息中帮助你采取行动，并从像Google日历这样的应用程序中提取信息。
所以你可以直接在Gemini Live中给邻居发短信，分享关于某个商家的详细信息，并同时查看你的日历，完全不需要打开其他应用程序。
有点屌，GPT4o+苹果的集合体。
就是可惜，还是个饼。
这，就是这一次MadeByGoogle ‘24的全部内容了。
在AI方面，跟硬件的结合，还是蛮有意思的，Gemini Live至少不是期货，今天就可以用。
比那个只会画饼的OpenAI，还是强了很多。
希望Google越来越好，锤死OpenAI。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。
>/ 作者：卡兹克、稳稳、小瑞、Dawn_E
>/ 投稿或爆料，请联系邮箱：wzglyay@gmail.com
数字生命卡兹克
 阅读 赞  分享 ‘%3E %3Cg transform=‘translate(0 -2.349)‘%3E %3Cpath d=‘M0 2.349h24v24H0z’/%3E %3Cpath fill=‘%23576B95’ d=‘M16.45 7.68c-.954 0-1.94.362-2.77 1.113l-1.676 1.676-1.853-1.838a3.787 3.787 0 0 0-2.63-.971 3.785 3.785 0 0 0-2.596 1.112 3.786 3.786 0 0 0-1.113 2.687c0 .97.368 1.938 1.105 2.679l7.082 6.527 7.226-6.678a3.787 3.787 0 0 0 .962-2.618 3.785 3.785 0 0 0-1.112-2.597A3.687 3.687 0 0 0 16.45 7.68zm3.473.243a4.985 4.985 0 0 1 1.464 3.418 4.98 4.98 0 0 1-1.29 3.47l-.017.02-7.47 6.903a.9.9 0 0 1-1.22 0l-7.305-6.73-.008-.01a4.986 4.986 0 0 1-1.465-3.535c0-1.279.488-2.56 1.465-3.536A4.985 4.985 0 0 1 7.494 6.46c1.24-.029 2.49.4 3.472 1.29l.01.01L12 8.774l.851-.85.01-.01c1.046-.951 2.322-1.434 3.59-1.434 1.273 0 2.52.49 3.472 1.442z’/%3E %3C/g%3E %3C/g%3E %3C/g%3E%3C/svg%3E) 推荐 ’ fill=‘%23000’ fill-opacity=’.9’/%3E%3C/svg%3E) 留言