Google推出Gemini 3.5系列模型 Omni影片生成迎來關鍵突破

來源：財聯社

財聯社5月20日訊（編輯 牛佔林）在全球人工智能（AI）競爭加劇的背景下，Google宣佈推出Gemini 3.5系列模型，以及一款用於模擬物理世界的新型AI模型，旨在在模型開發方面保持領先，同時為其龐大的用戶群提供更多AI智能體服務。

Google在週二舉行的年度開發者大會（Google I/O）上發佈了上述消息，當前市場正高度關注OpenAI與Anthropic兩家公司飆升的估值，這兩家公司均計劃最早於今年進行IPO。

GoogleAI戰略的核心依然是Gemini系列及相關工具。週二公司重點展示了Gemini 3.5 Flash，這是該系列的一款輕量級產品。

Google首席執行官桑達爾·皮查伊表示，Gemini 3.5 Flash在提供尖端能力的同時，其成本僅為同類頂尖模型的一半，甚至有時不到三分之一，同時保持了高智能水平。

皮查伊稱Gemini 3.5 Flash「速度極快」。Google同時宣佈，該型號將成為全球Gemini應用和搜索AI模式的預設模型。

Google在博客中指出：「用戶無需再在質量與響應速度之間做取捨。」公司還強化了Gemini 3.5 Flash的網絡安全防護，使其「生成有害內容的可能性更低，也不易在安全問題上拒絕回答。」

至於重量級版本Gemini 3.5 Pro，目前僅在內部使用，預計下月才會向更廣泛的用戶開放。

在AI智能體方面，Google推出了Gemini Spark，這是Gemini應用中一款新型通用AI智能體，能夠對關聯應用中的信息進行跨平台推理。Google表示，該工具能夠管理用戶的數字生活，並代表用戶執行操作。Gemini Spark目前處於測試階段，下週將首先向受信任的測試用戶及Google AI Ultra訂閱用戶開放。

皮查伊表示：「我們已經將智能體帶給開發者和企業一段時間了。現在，我們專注於將這種前沿能力安全可靠地帶給消費者，讓每個人都能受益。」

隨著越來越多的互聯網用戶使用聊天機器人，Google正在努力說服傳統搜索用戶信任其完成最少輸入即可執行的任務。在公司資本支出大幅上升的情況下，華爾街關注Google是否能實現產品深度整合，而智能代理功能可能成為重要突破口。

AI公司的市場預期持續上升，尤其是在Anthropic近期發佈的Mythos模型背景下。據稱，該模型強大到能夠發現全球軟件基礎設施中的數千個未知漏洞。

Google的AI產品組合還包括Gemini Omni，這是一款用於模擬物理環境的世界模型，可以根據用戶的操作預測接下來會發生的情況。世界模型通常用於機器人和遊戲領域，多年來一直是DeepMind重點研究方向。而Omni在物理模擬方面更準確，例如重力、流體動力學和動能等。

GoogleDeepMind首席AI架構師兼技術總監Koray Kavukcuoglu介紹稱：「Omni可以生成非常高質量的影片，並允許用戶在生成後與影片進行互動。可以想像，這為學習和探索提供了類似教程的能力。」

Omni可在Gemini Flash、Gemini應用、Google Flow及YouTube Shorts中運行，支持圖像和音頻功能。Google在另一篇博客中指出，用戶可利用Omni編輯影片並生成更逼真的圖像效果。

「拍攝一段影片，可以讓Omni改變其中正在發生的內容。」Google表示，這款AI模型能夠「編輯動作、添加新角色或物體」。

高質量影片的生成一直是AI工具的難點，而且對計算資源要求極高。OpenAI在今年早些時候就放棄了其影片生成工具Sora，部分原因就是為了將算力資源用於其他項目。