Google 发布了其在 2026 年 8 月推出的主要人工智能公告汇总，内容涵盖新模型、消费电子设备，以及面向学生、开发者和研究人员的工具。这是该公司将 Gemini 从聊天助手转变为集成于设备、搜索和工作工具中的一层能力的一部分。
更低成本的模型与更精准的语音任务
Google 宣布推出 Gemini 3.7 Flash，将其定位为面向编程、软件代理构建、知识工作流和网页开发的模型。据该公司介绍，这款模型仅在 Gemini 3.6 Flash 发布三周后推出，初始价格相当于此前模型每百万个令牌成本的一半。对于需要在模型质量和重复任务运行成本之间进行权衡的开发者而言，这一点十分重要，但该材料没有提供独立的性能对比数据，也没有完整说明初始价格的持续时间。
Google 还公布了 Gemini 3.5 Transcribe，这是一款实时语音转文本模型，面向语音代理、实时字幕和通话后分析。该公司表示，这款模型能够处理噪声和专业术语，将原始音频转换为更加准确且更能理解上下文的文本。
Gemini 进入设备与工作工具
在 Made by Google 2026 活动上，该公司公布了 Pixel 11、Pixel 11 Pro、Pixel 11 Pro XL 和 Pixel 11 Pro Fold。这些设备搭载 Google Tensor G6 芯片，可运行最新的 Gemini Nano 模型，同时带来相机和耐用性方面的改进。Google 表示，该系列旨在提供该公司所称的“Gemini Intelligence”，即融入手机体验的个性化帮助。
在 Gemini Live 中，Google 加入了 Personal Intelligence、Daily Brief、Spark 以及免提管理电子邮件收件箱等工具。实际上，这些新增功能体现了该应用从回答问题转向执行或安排日常任务的变化，但功能的可用性仍会因国家、语言和订阅情况而异。
教育与媒体生成
Google 表示，将面向全球符合条件的大学生免费提供一年的 Google AI 计划，同时推出学生中心、教师工具以及 SAT 考试准备功能。该公司还为搜索加入了基于人工智能的教育功能，例如互动视觉讲解、生成 SAT、ACT、GRE 和 LSAT 练习测试，以及通过 Lens 进行分步学习并将内容整理到笔记本中。
该公司还宣布推出 Gemini Omni 1.1 Flash，以实现更强的可控视频生成能力，包括延长场景、在首帧和末帧之间进行插帧、提升至 4K 分辨率以及加速原型制作。该模型可在 Google Flow、Google AI Studio、Google AI Enterprise Agent Platform 和 Gemini 应用中使用。
从十亿用户到科学应用
据 Google 介绍，Gemini 应用的月活跃用户已超过 10 亿，其中 63% 的用户会直接与其对话，而该应用每天生成的图像超过 1.5 亿张。该公司还表示，小型企业正使用图像、视频和音频生成工具制作营销材料。
在消费产品之外，Google 提到，开源 Gemma 的下载量已超过 10 亿次，应用范围从手机和边缘基础设施延伸到太空。该公司还介绍了与英国政府和航空业合作开展的 Operation Blue Skies 项目，旨在利用预测结果调整航线并避免形成凝结尾迹。在气候领域，该公司表示，发表于 Nature 的一篇论文显示，WeatherNext 2 能够预测飓风的路径、强度和风场结构，并宣布向研究人员开放该模型源代码。
为什么这条新闻很重要？
这份汇总表明，竞争并不只围绕单一模型展开，还涉及降低使用成本、将人工智能与设备及服务连接起来，以及扩大其在教育、媒体和科学领域的存在。不过，文中大多数数字和结果均由 Google 自行发布，功能可用性也会因国家、语言和年龄而异，部分功能可能需要订阅或更高的使用额度。因此，独立比较和实际性能测试仍需另行评估。