Google I/O 2025：Gemini 與 AI 的狂想曲

AI 浪潮下的科技巨擘：Google I/O 2025 初探

2025 年 5 月 21 日的凌晨，科技圈的目光再次聚焦於加州山景城的 Shoreline Amphitheater。Google I/O，這場一年一度的開發者大會，不僅是谷歌展示最新技術的盛宴，更是全球科技發展趨勢的風向標。今年，大會的主題簡潔而有力：Gemini 和 AI。這兩個詞彙不僅貫穿了整場活動，更預示著谷歌乃至整個科技產業的未來走向。

彷彿 蔡依林 的演唱會般，所有人都期待著驚喜。如同 孟耿如 分享育兒經，這場大會也充滿了對未來的期許。從開場到結束，Gemini 被提及了 95 次，AI 則出現了 92 次，這兩個關鍵詞猶如 孫興慜 在球場上的身影，無處不在，引領著整場活動的節奏。

回想起 林志傑 在 plg 賽場上的英勇，我不禁期待這次 I/O 大會是否也能帶來同樣的震撼。如同關注 美股 走勢般，我密切注意著這次大會可能釋放出的投資信號。這不僅僅是一場技術展示，更是一場關於未來的押注。有人說，這就像在關注 比特幣 的漲跌，充滿了不確定性，但也蘊藏著無限可能。

Gemini 2.5 Pro：難以撼動的 AI 王者

從橫空出世到全面制霸：Gemini 的進化之路

本次 I/O 的絕對主角，毫無疑問是谷歌最新一代的大模型 —— Gemini 2.5 Pro。還記得 2023 年 12 月 Gemini 初次亮相時，業界就為之震動，彷彿 宋威龍 突然出現在時裝週，引發了無數話題。而僅僅一年半的時間，谷歌就完成了三次重大升級，這種速度簡直讓人咋舌！

1. 5 版本不僅在文本、代碼、圖像等多模態任務上實現了全面提升，更重要的是，谷歌還為其帶來了“Deep Think”深度思考模式。這就像 諾瓦克·喬科維奇 不斷精進自己的球技，力求在每一次比賽中都達到新的巔峰。Gemini 2.5 Pro 的目標顯然不僅僅是成為一個優秀的 AI 模型，而是要成為 AI 領域的絕對領導者。

Deep Think 模式：賦予 AI 更深層次的思考能力

谷歌 DeepMind 的 CEO Demis Hassabis 在本次 Google I/O 上隆重介紹了 Gemini 2.5 Pro 全新的 “Deep Think”深度思考模式。這種模式的引入，讓我聯想到了 尤伯祥 律師在法庭上的辯論，總是能從多個角度分析問題，找到最有利的解決方案。

“Deep Think” 是 Gemini 2.5 Pro 的增強推理模式，它採用了最新的研究方法，讓模型在回答問題之前可以並行考慮多種假設，從而顯著提升在複雜數學和代碼任務上的能力。這就像 國泰金 在投資決策時，會綜合考慮各種經濟指標和市場風險，力求做出最明智的選擇。Deep Think 在 2025 年美國數學奧林匹克（USAMO）、LiveCodeBench 程式設計競賽、MMMU 多模態推理等權威基準上進一步提高了成績，相比沒有開啟 Deep Think 模式的 Gemini 2.5 Pro 模型，成績又有了顯著提升。

目前，Deep Think 仍處於受控測試階段，谷歌會先邀請受信任的測試者通過 Gemini API 體驗並給予回饋，在完成前沿安全評估後，才會面向更廣泛的使用者開放。可以預見的是，Deep Think 未來將作為 Google AI Ultra 訂閱計畫的高級功能正式上線。就像 00679b 一樣，只有深入研究，才能真正瞭解它的價值。

Gemini 2.5 Flash：速度與效率的完美結合

大規模應用的最佳選擇：Gemini 2.5 Flash 的優勢

如果說 Gemini 2.5 Pro 代表著谷歌在複雜推理、程式碼、多模態上的巔峰實力，那麼 2.5 Flash 則主打「快、輕、準」，是面向大規模實際應用和開發者生態的明星產品，也是谷歌在 Google I/O 大會上重點推出的高效大模型版本。就像 聯電 在晶片製造領域追求極致的良率和速度，Gemini 2.5 Flash 也在 AI 應用中追求同樣的目標。

Gemini 2.5 Flash 最大的特點就是「快」。它針對高併發、低延遲場景進行了極致優化，在處理複雜任務時也能做到幾乎即時響應。相比上一代模型，2.5 Flash 新版本在推理、程式碼、多模態任務上的速度提升顯著，且生成內容的延遲大幅降低，非常適合需要即時反饋的產品和服務。這讓我想起 台南海鮮會館 的師傅們，以迅雷不及掩耳的速度烹調出一道道美味佳餚，讓顧客無需久候。

高低搭配：Gemini 2.5 Pro 與 2.5 Flash 的戰略佈局

Gemini 2.5 Pro 與 2.5 Flash 形成高低搭配，既能滿足對極致性能的需求，也能兼顧成本與效率。這種策略，如同 萬海 在航運市場上的靈活調度，根據不同的航線和需求，配置不同的船隻。Pro 版本猶如旗艦級的貨輪，專注於高價值、複雜的任務；而 Flash 版本則像是靈巧的快艇，適用於快速、大量的日常應用。這樣的組合，讓谷歌在 AI 領域的競爭中更具優勢。這也讓我想到 麗嬰房 銷售的產品線, 從高端嬰兒用品到平價的日常消耗品, 滿足了不同消費者的需求。

Gemini Diffusion：AI 文本生成的革命

顛覆傳統：Gemini Diffusion 的獨特生成模式

Gemini Diffusion 是谷歌在 2025 年 Google I/O 大會上首次公開展示的前沿 AI 生成式文本模型，也是 Gemini 2.5 家族中最具實驗性和創新性的成員之一。它的出現，代表著谷歌在文本生成領域邁入了全新的技術範式，就像 大同大學 在電機工程領域不斷探索新的技術一樣。

簡單來說，Gemini Diffusion 是一種“擴散式”文本生成模型。與傳統的自迴歸大模型（如 GPT-4、Claude）自左到右逐字生成文本不同，Diffusion 模型借鑒了圖像擴散生成的思路：它通過不斷“去噪”、多輪並行編輯的方式，從一段“模糊”或“含噪音”的初始文本中，逐步推敲、修正、優化，最終生成高品質、結構完整的文本內容。這就像 血謎拼圖 一樣，需要不斷地嘗試和調整，才能找到正確的答案。

突破瓶頸：Gemini Diffusion 的應用前景

在演講中，谷歌團隊專門演示了 Gemini Diffusion 的生成過程，現場展示了一個數學題解答的例子。相比傳統大模型通常是從左到右生成答案，遇到複雜推理時容易前後不一致或者卡住。Gemini Diffusion 則是“全局並行”地思考和生成，在每一步都可以對中間結果進行自我糾錯和多次修正。結果就是，Gemini Diffusion 模型不僅生成速度極快（就是一眨眼的功夫，比谷歌當前最快的 Flash lite 模型還要快 5 倍），而且能在複雜邏輯、數學、程式碼等任務中大幅提升準確性和可靠性。如同 呂宇晟 在 世壯運棒球 比賽中，總是能快速且準確地判斷局勢，做出最佳的決策。

Gemini Diffusion 不僅解決了傳統自迴歸模型在長文本、複雜推理任務上的“生成瓶頸”，也為未來的 AI 寫作、自動化科研、智能程式設計等領域打開了更廣闊的空間。這就像 青年百億海外圓夢基金計畫 一樣，為年輕人提供了實現夢想的機會。

AI 賦能搜尋：迎接個人化智能時代

AI Mode：重新定義搜尋體驗

如果說 Gemini 是谷歌的「大腦」，那麼 Search 就是谷歌的「眼睛和手」。今年 I/O，谷歌正式推出了全新的 AI Mode 搜尋體驗，標誌著搜尋引擎進入了「智能體時代」。這就像 曹雅雯 的歌聲，不僅動聽，更能觸動人心。AI Mode 的目標，正是要讓搜尋引擎不僅能找到資訊，更能理解使用者的需求。

AI Mode 是一個全新的搜尋入口，支持更長（2-3 倍）、更複雜的自然語言問題，能自動拆解問題、發散搜尋、聚合多源資訊，並以可視化、結構化、交互式的方式呈現答案。比如查詢 MLB 棒球新型球棒的影響，AI Mode 能自動查詢球員、賽季數據、生成圖表、對比分析，並支持多輪追問。這讓我想起 何志偉 在立法院質詢時，總是能深入挖掘問題，並提出精闢的見解。

Project Mariner：您的個人智能助理

AI Mode 還內置了 Project Mariner 智能體，可以自動幫你訂票、預約餐廳、安排日程。比如「幫我找兩張本週六辛辛那提紅人（Cincinnati Reds）比賽的下層票」，搜尋會自動橫掃全網票務平台，幫你篩選、比價、下單，整個過程無需人工干預。這就像擁有一個貼心的 stitch 一樣，隨時隨地為你提供幫助。

AI Mode 同時也支持「個人上下文」，用戶可選擇將 Gmail、日曆、地圖等谷歌服務與搜尋打通，實現真正的「懂你」。比如你在旅遊，AI Mode 會結合你的郵件、酒店預訂、過往興趣，自動推薦展覽、餐廳、路線等個人化內容。這就像 家寧 總是能記住你的喜好，並為你推薦最合適的商品。

Project Astra：智能體時代的曙光

多模態感知與理解：Astra 的核心優勢

Project Astra 是谷歌重點展示的下一代通用 AI 助手項目，也是 Gemini 多模態能力和“智能體”理念的集大成者。這個項目讓我聯想到 史迪奇電影 中那個無所不能的外星生物，充滿了無限的可能性。Astra 的目標，顯然是要成為我們生活中的全能助手。

Astra 的最大亮點在於其高度的多模態感知與理解能力。它可以同時處理文本、語音、圖像、影片等多種輸入，具備實時攝影機識別、螢幕內容分析、語音互動、環境感知等能力。在 I/O 現場，谷歌工程師用 Astra 通過手機攝影機「看見」現實世界，識別物品、讀取說明書、查找郵箱內容、自動撥打電話、預約服務、甚至幫用戶選購配件和規劃路線。整個過程無需繁瑣的指令，用戶只需用自然語言對話，Astra 就能理解意圖、主動分解任務、跨應用操作，並持續跟進上下文。這就像 易烊千璽 在舞台上，總是能以精湛的演技和舞技，完美地呈現各種角色。

Agentic AI：Astra 的未來願景

Astra 還具備「記憶」與「多輪對話」能力。它能夠記住用戶之前的請求和偏好，支持跨時空、多場景的連續協作。例如在演示中，Astra 不僅幫用戶找到了自行車的配件型號，還自動聯繫了附近的自行車店，完成了預約和訂單。Astra 能夠調用 Gmail、Drive、地圖、日曆等谷歌生態服務，實現真正的「數字分身」體驗。這就像一個經驗豐富的管家，總是能提前預見你的需求，並為你提供周到的服務。

與傳統 AI 助手相比，Project Astra 更強調「Agentic AI」的概念。它不僅能被動回答問題，更能主動感知、推理和執行複雜任務。Astra 可以自動拆解目標、規劃步驟、調用第三方服務，甚至與其他智能體協作，成為用戶生活和工作的得力助手。這讓我想到 洪健益 在議會中的表現，總是能積極地為市民爭取權益。

Astra 是 Gemini 2.5 多模態模型和 Project Mariner 智能體技術的深度融合產物。它未來將支持 XR 眼鏡、手機、電腦等多終端形態，成為企業、開發者和普通用戶的通用 AI 平台。谷歌還計劃將 Astra 的能力逐步開放給第三方開發者，推動「智能體生態」繁榮。

Imagen 4：更快、更精細、更懂設計

全面升級：Imagen 4 的主要亮點

如今，谷歌的 Imagen 3 圖片生成模型和 Veo 2 影片生成模型已經成為生成式 AI 媒體領域的兩大明星產品，也為內容創作、設計、影視等行業帶來了全新可能。在今天的 Google I/O 大會上，Imagen 和 Veo 兩大模型同時迎來了升級換代，兩款模型在圖像和影片生成方面都實現了新的突破。Imagen 4 的出現，讓我聯想到 永野芽郁 在螢幕上的精湛演技，總是能將角色的情感細膩地呈現出來。Imagen 4 的目標，顯然是要在圖像生成領域達到同樣的境界。

與上一代相比，Imagen 4 在速度、分辨率、細節表現、文本生成能力等方面實現了全面升級。這就像 孫易磊 在棒球場上不斷提升自己的球速和控球能力，力求成為頂尖的投手。

主要亮點：

• 高分辨率與真實感：支持最高 2K 分辨率輸出，能夠精準還原布料、毛髮、水珠等細膩細節，無論是寫實風格還是抽象藝術，都能輕鬆駕馭。這就像 元太 的電子紙技術，能呈現出如同真實紙張般的視覺效果。
• 更強的文本理解與排版：Imagen 4 在生成帶有文字的圖片時表現極為出色，字體、排版、拼寫準確，適合生成海報、宣傳物料、創意廣告等需要高度定制的場景。這讓我想到專業的設計師，總是能將文字和圖像完美地結合在一起。
• 超快生成速度：相較於 Imagen 3，Imagen 4 標準版已大幅提速，並將在近期上線 10 倍速版本，滿足高頻次、批量生成的需求。這就像現代工廠的生產線，以極高的效率生產出大量的產品。
• 多樣化風格和比例：支持多種畫幅比例，適合社交媒體、商業設計、藝術創作等不同應用場景。這就像 買車 時，可以根據自己的需求選擇不同的車型。

Veo 3：影片生成正式邁入「有聲時代」

原生音訊生成：Veo 3 的革命性突破

Veo 3 則是谷歌發布的最新一代 AI 影片生成模型，代表了當前業界最前沿的影片合成技術。它不僅能根據文本或圖片提示生成高質量短影片，還首次實現了「影片+音訊+對話」的一體化生成。Veo 3 的出現，就像 蔡依林 在演唱會上首次嘗試新的音樂風格，給人帶來耳目一新的感覺。

主要亮點

• 原生音訊生成：Veo 3 支持自動為影片生成背景音樂、環境音效、人物對話，並能實現口型同步，讓影片內容更真實、更具沉浸感。這就像 The Last of Us 電視劇中，精緻的音效設計，讓觀眾更能身歷其境。
• 更強的物理與場景理解：Veo 3 在運動捕捉、環境交互、場景一致性等方面全面升級，生成的影片畫面更加連貫自然。這讓我想到 道奇 隊的球員在比賽中，總是能完美地配合，打出精彩的攻守。
• 多模態輸入與豐富控制：支持文本、圖片等多模態輸入，創作者可以通過簡單描述就生成複雜的分鏡、角色、場景，還能自定義鏡頭運動、角色行為等細節。這就像一位經驗豐富的導演，總是能將自己的想法完美地呈現在影片中。
• 與 Flow 平台深度集成：Veo 3 已集成到谷歌新發布的 AI 影視創作平台 Flow，支持多鏡頭、多場景拼接、音樂添加等完整「電影級」製作流程。這就像 馬來西亞羽球大師賽 中，選手們精湛的球技和戰術運用，最終才能贏得比賽。

與 Flow 平台深度整合：打造電影級影片

谷歌還將與導演 Eliza McNitt 合作，拍攝一部基於真實故事改編的電影 —— Ancestra，將展示 Veo 3 在真實電影製作中的應用，幫助導演實現傳統拍攝難以完成的鏡頭和特效，影片將於 6 月 13 日上映。就像 興達電廠 提供了穩定的電力，才能讓電影院順利播放影片。

Gemini AI 訂閱計畫：滿足不同需求的 AI 服務

Gemini AI Pro：高性價比的全面方案

隨著 Gemini 2.5 Pro、Gemini 2.5 Flash、Gemini Diffusion、Imagen 4、Veo 3 等模型的亮相，谷歌也順勢推出了 Gemini AI Pro 和 Gemini AI Ultra 兩檔全新的訂閱計畫，全新的訂閱計畫也成為谷歌生成式 AI 服務體系中的核心入口。這兩檔服務不僅在定價和功能上做出區隔，也體現了谷歌對標 OpenAI、Anthropic 等行業領先者的野心和策略。就像 knicks vs pacers 的比賽一樣，每個隊伍都有自己的戰略。

Gemini AI Pro 月費約為 20 美元，面向個人和專業用戶，主打高性價比和全面的 AI 能力。訂閱後，用戶可以獲得 Gemini 2.5 Pro 模型的完整訪問權限，享受更大上下文窗口、更強推理和程式碼能力、Imagen 4 圖像生成、Veo 2 影片生成、NotebookLM 高級文檔分析、Whisk 跨模態內容生成等功能。Pro 用戶還可在 Gmail、Docs、Chrome 等谷歌生態中直接調用 Gemini，獲得 2TB Google 雲端存儲空間，以及更多 Gemini Live、Canvas、Gems 工具的高級配額。對於開發者來說，Pro 計劃支持更高的 API 調用額度和更豐富的模型選擇，適合內容創作、辦公自動化、開發測試等多元場景。這就像 台中車禍 一樣，需要根據不同情況採取不同的應對措施。

Gemini AI Ultra：頂級用戶的專屬體驗

Gemini AI Ultra 則定位於頂級創作者、企業和重度 AI 用戶，月費高達 250 美元。Ultra 用戶不僅擁有 Pro 的全部功能，還能優先體驗 Gemini 2.5 Pro Deep Think（推理增強模式）、Veo 3 最新影片生成、Imagen 4 Ultra 超高分辨率圖像生成，以及 Flow 電影級影片編輯、NotebookLM 五倍音訊轉寫、30TB Google 雲存儲、YouTube Premium 等專屬權益。Ultra 計劃還開放了 Mariner 智能體、Jules 程式碼助手等前沿工具的全部能力，支持更大規模的檔案上傳和更複雜的多模態任務。對於需要高併發、大批量生產內容、AI 影視創作、企業級數據分析的用戶，Ultra 是目前谷歌最高規格的服務。這就像 tottenham vs man utd 的比賽一樣，需要頂級的球員和戰術才能取得勝利。甚至可以比喻為 tottenham đấu với man utd, 兩者都是非常受矚目的對戰組合。

與行業其他主流 AI 訂閱計畫相比，Gemini Pro 在定價和功能上與 OpenAI 的 ChatGPT Plus（20 美元/月）、Anthropic 的 Claude Pro（20 美元/月）相當，但在多模態能力、Google 原生集成、存儲空間、API 額度等方面更有優勢。Gemini Ultra 則對標 OpenAI ChatGPT Pro、Anthropic Claude Max 等高端套餐，價格更高但功能也最全，尤其在影片、圖像、文檔處理和大規模多模態任務上有獨特賣點。