# 「抢跑」GPT\-5！Google 发布最强 AI 全家桶，史上最贵 AI 会员定价 1800 元/月

- 作者：莫崇宇
- 发布时间：2025-05-21 06:34
- 分类：公司
- 原文：https://www.ifanr.com/1624376

![](https://s3.ifanr.com/wp-content/uploads/2025/05/03ea547876aff17016beea5e5177ccc3.png)

去年的 Google I/O 前一天，OpenAI 甩出 GPT-4o 狙击。

今年攻守之势异也。

前几天 OpenAI 透露 GPT-5 将 All in One，集成各种产品。刚刚，Google 就把这个思路贯彻到 I/O 大会，直接掏出了自家有史以来最强的 AI 全家桶。

从发布 Gemini 2.5 Pro 与 Flash 两款模型，到 AI Mode，再到 Veo 3、Imagen 4，以及面向开发者与创作者的 AI 套件等，Google 几乎把从模型到产品的路径都压缩到一场发布会里。

![](https://s3.ifanr.com/wp-content/uploads/2025/05/2-12.png)

更准确地说，当下最火的 AI 应用场景，都被 Google「预埋」进了产品接口里，让人意识到它仍是全球最具工程实力和生态整合能力的 AI 巨头之一。

也难怪许多网友调侃，将近两个小时的发布会过后，又将有一大批初创公司死于 Google 之手。

不过，也不难看出，发布会上有一些功能仍停留在「预告片」和小范围测试阶段，距离真正的落地或许还有不小的距离。

![](https://s3.ifanr.com/wp-content/uploads/2025/05/1-12.png)

### 帮我「买票 + 找座 + 填表」一口气搞定，Google 新 AI 搜索卷疯了

AI 正在重写搜索这件事的底层逻辑。

在去年的 I/O 大会上，Google 推出了 AI 概览（AI Overviews）功能，至今已拥有超过 15 亿的月活跃用户。

生成式 AI 逐渐改变了人们的搜索方式，但随之而来的却是，我们不再满足于在搜索框里输入简单的问题，而是抛出更复杂、更长、更具多模态的提问。

今天，Google 再次加码搜索与 AI 的融合，推出一种端到端的 AI 搜索体验——AI Mode。

正如 Google CEO 桑达尔·皮查伊介绍的那样，这是 Google 有史以来最强大的 AI 搜索形态，不仅具备更先进的推理能力和多模态理解能力，还支持通过上下文追问和网页链接进行深度探索。

![](https://s3.ifanr.com/wp-content/uploads/2025/05/3-15.png)

例如，当用户面对一个需要复杂解读的搜索问题，AI Mode 可启动「深度搜索」机制，不同信息之间进行推理，并在几分钟内生成一份专家级的引用报告，为你节省数小时的研究时间。

与此同时，Google 也将 Project Astra 的多模态能力接入搜索，进一步提升搜索的实时交互性。通过 Search Live 功能，用户只需打开摄像头，即可通过画面实时提问并获得反馈。

![](https://s3.ifanr.com/wp-content/uploads/2025/05/4-15.png)

今年是 Agent 元年，Google 也很贴心地推出了 Project Mariner Agent 功能，能帮助用户更高效地完成任务。

例如，只需一句「帮我找两个这个周六比赛的实惠票，位于下层座位」，AI Mode 便能自动跨多个票务平台检索选项，实时比较价格和库存，并完成表单填写等繁琐操作，大幅提升效率。

借助 Gemini 模型和 Google 购物图谱的强大支持，Google AI Mode 能够帮助你缩小商品范围并提供灵感。如果你想看看衣服穿在自己身上的效果，只需要上传一张自己的照片，就能实现虚拟试穿衣服。

此外，AI Mode 也具备强大的个性化能力，能根据用户上下文偏好给出定制化建议，还可生成图表和可视化结果，尤其在体育和金融类搜索中表现出色。

该功能今日起已在美国全面上线，未来将推广至更多地区。

### 会写代码、还省 Tokens，Gemini 2.5 拿到「学霸」人设

在模型能力方面，Google 此次发布了 Gemini 2.5 Pro 的 I/O 版本，在各大排行榜上独占鳌头。

现在，Gemini 2.5 Pro 引入了名为「Deep Think」的推理增强模式。这项功能可在生成答案前考虑多个假设，从而更深入地理解问题背景。

![](https://s3.ifanr.com/wp-content/uploads/2025/05/5-13.png)

2.5 Pro Deep Think 在 2025 年美国数学奥林匹克（USAMO）以及 LiveCodeBench（编程基准）排名领先，并在 MMMU（测试多模态推理）中获得了 84.0% 的分数。

不过，Google 表示，将会花更多时间进行前沿安全评估，并征求安全专家的进一步意见。作为第一步，Deep Think 功能目前将通过 Gemini API 向小范围测试者开放。

同样得到升级的还有注重效率的 Gemini 2.5 Flash。

新版 2.5 Flash 在推理、多模态、代码和长上下文等关键基准上都有了改进，同时在效率上更高，评估中使用的 tokens 减少了 20% 至 30%。

![](https://s3.ifanr.com/wp-content/uploads/2025/05/6-14.png)

2.5 Flash 现已在 Gemini 应用程序中向所有人开放，并将在 6 月初通过 Google AI Studio 面向开发者和 Vertex AI 向企业全面发布。

开发者体验上，2.5 Pro 和 2.5 Flash 将在 Gemini API 和 Vertex AI 中引入了「思维摘要」功能，可将模型的推理路径以标题、关键信息和调用工具等方式进行结构化呈现。

开发者也将从中受益，Google 宣布在 Gemini API 和 SDK 中正式支持 MCP 工具，让开发者可以轻松接入更多开源工具和插件生态。

### 音乐、电影、图像全套上线，Google 把 AI 玩出了花

本次发布会，Google 带来了新一代图像和视频模型——Veo 3 和 Imagen 4。

与传统视频生成不同，Veo 3 是一款支持音频的视频生成模型，能在城市街景中模拟交通、鸟鸣，甚至角色对话，显著提升沉浸感。

该模型不仅在文本和图像提示的基础上生成视频，还能精确实现物理环境与口型同步，极大提升了视频创作的真实感。

目前，Veo 3 已在 Gemini 应用和 Flow 平台上向 Ultra 订阅用户开放，并已在 Vertex AI 平台上为企业用户提供支持。

![](https://s3.ifanr.com/wp-content/uploads/2025/05/7-12.png)

上文提到的 Flow 正是 Google 为创作者打造的一款 AI 电影制作工具。

用户只需用自然语言描述电影场景，即可管理演员、地点、道具和风格，自动生成叙事片段。Flow 已在美国向 Gemini Pro 和 Ultra 用户开放，全球范围的推广也在推进中。

在图像生成方面，新版 Imagen 4 提升了精度与速度，细节表现上可逼真展现织物、水滴与动物毛发，同时也能生成偏抽象类型的风格。

它支持 2K 分辨率和多种长宽比生成，在排版和拼写方面也有显著优化，适合制作贺卡、海报甚至漫画。

Imagen 4 今日已在 Gemini、Whisk、Vertex AI 以及 Workspace 的 Slides、Vids 和 Docs 中上线，据悉，未来还将推出速度快十倍的版本。

![](https://s3.ifanr.com/wp-content/uploads/2025/05/8-12.png)

在音乐创作方面，Google 扩大了 Lyria 2 驱动的 Music AI Sandbox 的访问权限，并上线了互动式音乐生成模型 Lyria RealTime。该模型现已通过 API 和 AI Studio 向开发者开放。

考虑到由 Veo 3、Imagen 4 和 Lyria 2 生成的内容将继续带有 SynthID 水印，Google 发布了全新的 SynthID Detector。

用户只需上传文件，即可识别其中是否包含 SynthID 水印，用于防伪和追踪 AI 内容来源。

### Google 要造「世界模型」，连任务都能帮你做了？

Google 希望将 Gemini 打造成一个「世界模型」，既能计划、理解，也能模拟现实世界的各个方面。

Google DeepMind CEO Demis Hassabis 表示，这一方向正是 Project Astra 的核心理念之一。

![](https://s3.ifanr.com/wp-content/uploads/2025/05/9-8.png)

过去一年里，Google 已将视频理解、屏幕共享、记忆功能等逐步集成进 Gemini Live。如今，Gemini 新的语音输出加入了原生音频，更加自然；记忆与 computer use 能力也同步增强。

此外，Google 还在探索如何利用 Agent 能力帮助人们处理多任务。

Project Mariner 就是其中之一，能够同时完成最多十项任务，比如信息查询、预订、购物与调研。已面向美国 Ultra 用户开放，并即将集成至 Gemini API 与其他核心产品中。

### AI 新功能扎堆发布，会诞生真正的杀手锏吗

NotebookLM 官方昨日宣布，上线 24 小时就已经成为 App Store 中排名第 2 的生产力应用和第 9 的整体应用。

作为 Google 在 AI 笔记工具上的一次重要探索，NotebookLM 提供音频概览和思维导图等功能。

其中，音频概览目前已支持超过 80 种语言，而本周，Google 也宣布将为这一功能引入更高的可定制性，用户可根据需要选择摘要的长度，无论是快速浏览还是深入阅读都不在话下。

这项功能首先将在英语中推出，随后将扩展到更多语言。

与此同时，Google 也在回应用户对视觉呈现的诉求，即将在 NotebookLM 中加入视频概览功能，用户只需一键即可将笔记内容转化为教育类视频，用更直观的方式传递信息。

![](https://s3.ifanr.com/wp-content/uploads/2025/05/10-7.png)

在 AI 编程领域，Google还带来了 Jules 的最新进展。

这个最初出现在 Google Labs 的自主编码助手，能够理解代码并自主完成诸如编写测试、构建功能和修复 Bug 等开发任务，如今已经正式进入公开 Beta 测试阶段。

![](https://s3.ifanr.com/wp-content/uploads/2025/05/11-6.png)

此外，Google 还推出了全新的订阅服务 Google AI Ultra。

该计划为专业用户提供 Google 最强大模型和高级功能的无限制访问，适合电影制作人、开发者、创意工作者等专业人士，月费为 249.99 美元。

目前，该计划已经在美国上线，并将很快扩展至其他国家。

![](https://s3.ifanr.com/wp-content/uploads/2025/05/12-8.png)

实际上，AI 如今不缺模型，也不缺功能，真正稀缺的，是一个能嵌入日常生活、真正打进主流用户心智的「杀手级产品」。

Google 当然明白这个道理，也正全力以赴寻找答案。

因此，我们看到，在这次的发布会上，Google 几乎什么都做了，也什么都提了：从文本、图像、视频、音乐，到搜索、Agent、创作工具，一应俱全。

牌已经亮完，技术也到位，现在，Google 只差一记真正击中用户痛点的落子。