LLM 和 agent 最关键的能力之一就是基于 context 来准确完成用户的任务，而最真实、鲜活的 context 往往不在 Google doc 等文档中，而是存在人与人的对话中，纪要就承载着这一类高价值信息。
和那些看着酷但鸡肋的 AI，可不一样，它是真的管用。 在不久前结束的 Google I/O 上，Google 悄咪咪地在安卓和 iOS 同时上线了一款“旧”app——NotebookLM。发布当日，不到 24 小时，它就夺得苹果 App Store 中生产工具类别的第二名
今年苹果在 AI 上宣布的诸多所谓新功能，例如实时翻译、快捷指令等，并无太多革命性；至于视觉智能 (visual intelligence)，不仅功能落后 Google Lens 六七年，交互体验上也远未达到一众 Android 友商的内置 AI/Agent 产品在 2025 上半年水平。
AI行业爆发补贴大战，Perplexity、OpenAI和Google等公司提供免费会员和折扣吸引用户，类似滴滴和美团历史。这些补贴旨在提升ARR指标以融资，但导致亏损加剧；创业公司面临巨头竞争，用户可利用低价机会。补贴未来可能退潮，价格恐上涨。
模型卷得差不多了，AI硬件竞争开启了。Google前脚刚在I/O大会上预告，整合了Gemini AI的Android XR设备即将问世；OpenAI就紧随其后，宣布将以近65亿美元（约合人民币468亿元）的全股权交易方式，收购一家硬件初创公司IO。
没想到谷歌竟然悄咪咪上线了这么多宝藏AI应用。 最近我在Google Labs里逛了一圈，最大的感受就是：说不定这里就藏着下一个爆款AI应用的前身
上个月 21 号，Google I/O 2025 开发者大会可说是吸睛无数，各种 AI 模型、技术、工具、服务、应用让人目不暇接。在这其中，Gemini Diffusion 绝对算是最让人兴奋的进步之一。从名字看得出来，这是一个采用了扩散模型的 AI 模型，而这个模型却并非我们通常看到的扩散式视觉生成模型，而是一个地地道道的语言模型！
长视频理解是多模态大模型关键能力之一。尽管 OpenAI GPT-4o、Google Gemini 等私有模型已在该领域取得显著进展，当前的开源模型在效果、计算开销和运行效率等方面仍存在明显短板。
AI领域的竞争，远未到鸣金收兵的时刻。
上周的开发者大会，谷歌冷不丁地掏出个 Veo3 就惊艳了全球。
