大模型｜谷歌Gemini Live登陆旗舰手机-CSDN博客

本文链接：https://blog.csdn.net/2401_85375298/article/details/147087573

谷歌正式为Pixel 9和Galaxy S25用户推送Gemini Live多模态交互功能，实现摄像头实时问答与屏幕协同分析。该服务基于5月发布的Project Astra技术，用户可通过镜头捕捉环境（如识别水族箱鱼类）或共享屏幕内容（比价购物），获得即时AI辅助。虽然基础功能免费，但需订阅Gemini Advanced服务（月费19.99美元）解锁完整体验，目前已支持45种语言。实测显示系统响应延迟控制在1.2秒内，物体识别准确率达89%。随着小米等机型陆续适配，安卓生态的AI交互标准正在重塑，这或将对标苹果即将在iOS 18推出的AI视觉功能。

NotebookLM即将登陆移动端

谷歌AI笔记工具NotebookLM正开发移动版本，突破桌面端限制。该工具能解析用户上传的文档，智能提炼核心观点，并支持转换为AI播客音频。移动版将保留桌面端核心功能，同时针对触控操作优化交互设计，实现跨设备文档同步处理。目前上线时间尚未官宣，此举将补全谷歌AI办公生态的关键拼图，直接对标微软Copilot的笔记功能。随着移动端发布，NotebookLM月活用户预计可从当前的120万提升至300万规模。

谷歌搜索AI升级多模态识别

谷歌为AI搜索模式（Search Labs）注入多模态能力，整合Gemini与Lens技术实现图像理解。用户现可通过移动端上传或拍摄图片，获取包含关联链接的深度解析，如识别书籍后推荐同类作品。该功能采用发散式查询技术，能分析物体材质、空间关系等复杂视觉信息。同步取消AI模式的高级订阅限制，向美国数百万实验室用户开放，标志着谷歌正加速将生成式AI融入核心搜索业务。此次升级直接应对Perplexity等AI搜索工具的竞争，通过视觉交互强化传统搜索的场景化优势。

Altman与Ive联手开发无屏AI设备

Sam Altman与苹果前设计总监Jony Ive合作的io Products项目曝光，计划推出颠覆性无屏幕移动设备及AI家居产品。该项目试图突破传统触屏交互模式，可能采用语音、手势等新型人机交互技术。OpenAI曾考虑以超5亿美元收购该团队，凸显战略价值。这标志着硅谷正从纯软件AI向"AI+硬件"融合创新转变，或将重塑消费电子形态。目前产品仍处概念阶段，其商业化前景取决于AI自然交互技术的成熟度与用户接受度。

亚马逊升级Nova Reel视频生成能力

亚马逊发布Nova Reel 1.1版本，将AI生成视频时长扩展至2分钟，支持多镜头连贯叙事。新版本突破性引入"多镜头手动"模式，允许用户结合自定义图像（1280x720分辨率）与文本提示（最长512字符）生成包含20个镜头的复杂视频。该服务目前通过AWS Bedrock平台开放申请制访问，已实现自动审批。值得注意的是，亚马逊承诺为使用者提供版权侵权法律保障，但尚未公开模型训练数据来源及创作者退出机制。此次升级使亚马逊在生成式视频领域与OpenAI、谷歌等竞争对手展开更直接对抗，尤其在企业级视频创作市场形成差异化优势。

IBM发布新一代AI主机z17

IBM推出搭载Telum II处理器的新一代主机系统z17，专为AI工作负载优化。该系统单日可处理4500亿次推理运算，性能较前代提升50%，支持超250种AI应用场景。z17采用全加密设计，集成48颗Spyre AI加速芯片（未来可扩展至96颗），在实现7.5倍AI加速性能的同时，能耗仅为同类产品的20%。研发历时五年，吸收百余家企业反馈，其模块化架构可适配未来大模型演进需求。作为71%财富500强企业的核心系统，z17的推出标志着传统主机向AI基础设施的战略转型，6月8日上市后将重塑企业级AI计算格局。

Riverbed推出AI增强型可观测平台

Riverbed Technology全面升级其可观测性平台，集成三大AI核心工具：IQ Assist通过可视化界面提供实时故障诊断与修复建议，支持ServiceNow等外部系统数据同步；Predictive AI基于算法预测潜在性能瓶颈与基础设施压力；Agentic AI（Q2推出）则通过可拖拽的代理实现自动化故障排查。平台同步增强Unified Agent数据采集能力，新增对Zoom会议系统、Intel芯片组及跨平台网络流量（NPM+模块，Q3上线）的监控支持。此次升级特别优化了Aternity组件在Kubernetes和虚拟桌面环境的部署流程，形成从预测、诊断到修复的AI运维闭环，帮助企业将平均故障解决时间缩短40%。这标志着传统APM工具向智能运维中枢的转型突破。

谷歌推出网络安全AI模型Sec-Gemini v1

谷歌发布专为网络安全设计的AI模型Sec-Gemini v1，集成实时威胁情报数据源（谷歌GTI、Mandiant报告及OSV漏洞库），可快速溯源安全事件、识别攻击组织战术并评估漏洞风险。该模型在内部测试中表现优异，CTI威胁理解基准得分超GPT-4达11%，事件根因分析准确率领先Claude 10.5%。作为防御方力量倍增器，Sec-Gemini通过AI增强应对勒索软件、国家级黑客等复杂威胁的能力，目前处于实验性阶段，或将重塑现代安全运维体系。