在刚刚举办的Google I/O 2025大会上，谷歌给Gemini来了个大升级，使其正式转型为“AI操作系统”，涵盖语音、图像、视频、搜索、代码生成等多个应用场景。 以下是大会首日公布的重点内容： 一、Gemini成为AI操作系统： 1、摄像头对准物体，就能与Gemini沟通【图1】； 2、搭载最新的文生图模型Imagen4，文本更准、分辨率更高、出图更快【图2】； 3、视频配音模型Veo3，角色对白更真实了【图3】【图4】； 4、Deep Research深度研究功能，支持上传文件了，包括PDF和图片【图5】； 5、Canvas画布功能，现在能一句话生成APP并可视化了【图6】； 6、一句话生成作业题，考完直接出答案的那种【图7】； 7、通用Agent功能（即将推出），官方展示了Gemini自动浏览房源、做筛选、发送邮件等一连串操作【图8】。 二、Gemini 2.5模型升级： Gemini 2.5 Pro引入“Deep Think”推理模式，提升了复杂问题处理能力；Gemini 2.5 Flash优化多模态效率，以更低算力完成任务；新增自然语音生成功能，支持情绪表达与主动交互。 三、谷歌搜索内置Gemini： Chrome浏览器将集成Gemini，右上角点开即聊【图9】 六、Android XR与远程交互： 与Samsung、Xreal合作推出Android XR智能眼镜，具备导航、翻译、摄像等功能；Google Beam整合3D通信技术，提升远程、沉浸式交流体验。 大会第二天预期亮点： 据多方媒体报道，大会第二天，谷歌预计将介绍Android Studio中集成的Gemini能力，发布Google Cloud与Vertex AI新功能；展示Gemini在Wear OS 6与Android Auto中的应用；探讨AI安全与隐私保护等内容。
