Google I/O開發者大會：主打全天候AI代理、創意影音製作

1 小時前

Google I/O 年度開發者大會主打全天候個人化 AI 代理，全面整合至 Google Chrome 以及作業系統，可執行日常工作任務，製作創意影片與音樂。全新發表的 Gemini 3.5 Flash 帶來了顛覆性創新，AI 從過去「你問我答」的聊天機器人正式進化成能替你搞定所有事的AI 助理。

Table of Contents

Gemini 3.5 Flash 模型效能升級

全新發表的 Gemini 3.5 Flash 為 Gemini 應用程式與搜尋引擎的預設模型，相較於先前的 3.1 Pro 模型，新一代模型在程式碼編寫與實際任務操作當中均有提升，數據顯示其每秒輸出令牌（Tokens）數量達其他前緣模型的四倍。該模型專為 Anti-Gravity 2.0 智慧體框架進行協同優化，提供高速運算與高智慧，使模型能夠自主處理長時間運行的複雜任務。

Gemini Spark 全天候 AI 代理如何運作

新推出的 Gemini Spark 是一款全天候運作的個人 AI 代理，該功能直接內建於 Chrome 瀏覽器中，主要在雲端的專用虛擬機器上執行，即使使用者關閉手機或電腦等裝置時，AI 仍能在後台持續管理多步驟工作流程。Gemini Spark 在 Google 後台與第三方工具協力執行任務，能撰寫電子郵件、規劃日程、管理文件檔案、紀錄日常消費。

廣告 - 內文未完請往下捲動

Gemini Omni 影像編輯與音樂創作的應用場景

新型多模態生成工具 Gemini Omni 為付費使用，主打對話式編輯與多媒體製作，該工具具備物理環境模擬能力，使用者可透過自然語言提示，在保留影片主體的同時轉換環境場景、或是調整鏡頭視角至 360 度全景。Google Flow Music 可讓創作者直接錄製鋼琴即興演奏等基礎旋律，再透過語音指令指定音樂風格或添加特定人聲，快速迭代多種編曲。

Gemini Omni 提供靈活的影片編輯功能，用戶能夠保持原始元素的同時改變風格與場景，主要功能包括：

轉換風格與場景：使用者可以調整影片的整體風格或改變環境，同時保留主體原有的神態和動作。
調整元素：可以輕鬆地在場景中新增移除或調整特定元素和細節。
切換鏡頭和角度：Gemini Omni 可讓使用者改變鏡頭視角，切換到 360 度全景拍攝。
迭代編輯：可透過自然語言提示修飾影片內容。

Google Flow Music 輔助音樂創作

Google Flow Music 可幫助創作者開發製作原創音樂，延伸創作靈感，增加音樂元素。

基礎錄音：可將原始來源直接錄製到 Google Flow Music。
風格提示：使用自然語言提示引導 AI 發展靈感，可指定音樂類型或添加人聲元素來進一步完善 Demo。
迭代指導：音樂家能夠快速聽到主旋律在不同編曲下的效果，幫助確定最終錄音的方向。

在平台與硬體整合方面，適用於 MacOS 的 Gemini 應用程式導入了多模態文件互動功能，使用者可選取多份 PDF 或影像，透過語音控制將資料提取至格式化表格中，或是起草郵件。此外，Google 預告將於今年秋季推出整合 Gemini 的全新音訊智慧眼鏡，支援 Android 與 iOS 雙平台。