Google 所有新 AI 更新一网打尽（NotebookLM、Gemini 等）

TL;DR: 谷歌发布了一系列重大 AI 更新，包括 NotebookLM 新的电影级视频生成和幻灯片编辑功能、通过“Producer”平台实现的 Gemini 音乐创作能力，以及免费用户对 Nano Banana 2 的增强访问权限。 ## 谷歌产品爆发：15 项关键更新 谷歌最近迎来了一个产品发布的密集月，在其生态系统中引入了重大更新。本概述涵盖了约 15 项值得关注的重大发展，从 NotebookLM 的电影级视频概述和 Gemini 3.1 Pro 等高曝光功能，到全功能音乐生成平台等常被忽视的更新。 ### NotebookLM：电影级视频概述 NotebookLM 中最引人注目的新功能之一是“电影级视频概述”。该功能由一个智能体视频模型驱动，该模型分析源材料以构思最佳结构和视觉风格，然后将任务分配给不同的模型以生成特定场景。 一个值得注意的演示涉及解释该功能本身的发布。该系统制作了一段五分钟的视频，突出了底层技术的精确度，特别是在使用 **Gemini 3 Pro** 时。 #### 通过代码驱动动画实现精确性 该系统利用 Gemini 3 Pro 编写过程动画的代码。标准视频生成模型通常在精确细节方面表现不佳，例如绘制具有特定历史边界的地图或可视化抽象数学概念。 * **历史准确性：** 系统生成了罗马帝国扩张至公元 117 年巅峰时期的动画。由于它是代码驱动的，可以高亮显示特定领土并放大，而线条不会失真或“幻觉”出不正确的地理信息。 * **抽象可视化：** 它成功地在实时中可视化了 QuickSort 算法，将混乱的数据点组织成可见的顺序。纯视觉生成无法达到这种事实精确度；底层代码生成引擎对于将复杂抽象逻辑转化为准确视觉至关重要。 #### 多模型编排 视频生成过程混合了多种工具： * **Nano Banana：** 用于生成具有风格一致性的精确细节。 * **V3：** 在需要时处理标准视频生成。 * **自我纠正循环：** 系统包含一个自动自我批评周期，审查整个视频，编辑掉错误或叙事不一致之处。 虽然目前仅限于 **Ultra** 计划（未来计划向 Pro 用户推出），但其能力已经令人印象深刻。未来的更新旨在添加动态音乐、音效和多位配音演员，同时提高速度和降低成本。 #### 信息图表的新视觉风格 NotebookLM 现在提供信息图表的预设视觉风格。虽然自定义风格仍然可用，但预设提供了更快、更专业的效果。测试过的风格包括： * **专业风格：** Bento 网格、教育、科学和专业风格。 * **创意风格：** 素描笔记、编辑风格、黏土动画、可爱风格、块状风格和动漫风格。 #### 幻灯片编辑 一项重大的生活质量改进是能够编辑生成的幻灯片。用户可以识别错误（如文字错位或拼写错误）并提交具体的修订指令。例如，要求删除特定文本或简化混乱区域。系统处理这些待定更改并重新生成幻灯片，有效地修复标题和格式问题。 #### 基于聊天的内容生成 用户现在可以直接从聊天面板生成内容，例如信息图表。用户不再依赖系统浏览所有源文件，而是可以根据对话历史提示生成特定摘要。例如，在长时间讨论 AI 视频模型架构后，提示“生成一个信息图表总结我们讨论的内容”会产生针对性的结果，而不是对所有上传文档的通用概述。 ### Gemini：音乐生成与“Producer”平台 谷歌已将音乐生成能力集成到 Gemini 中，使用的是 **LIA 3** 模型。 #### Gemini 音乐集成 Gemini 作为一个多模态工具，接受各种输入格式并输出各种类型，包括音乐。 * **限制：** 目前每次会话限制为 30 次生成。 * **能力：** 用户可以输入简单的提示，例如“一首关于拍摄 YouTube 视频后必须制作缩略图的东海岸说唱歌曲”。生成速度快且风格准确，但仅限于适合与朋友分享的短片段。 #### Producer AI（前身为 Rift Fusion） 谷歌收购了 **Rift Fusion**，并将其重新品牌化为 **Producer**。该平台使用 LIA 3 进行生成，但其独特之处在于允许通过自然语言进行生成后编辑。 **示例 1：阿巴拉契亚死亡金属/蓝草音乐** * **提示：** 一首关于负鼠在山区山谷中引发末日、从一个做最后抵抗的注定失败的登山者视角讲述的歌曲。元素包括失真吉他、爆裂鼓点、班卓琴扫弦、快速蓝草音乐、小提琴独奏和咆哮人声。 * **结果：** 生成速度快，并且准确捕捉了复杂且对比鲜明的流派混合。 * **编辑：** 用户可以请求更改，例如“让它更黑暗”。系统在保留核心元素的同时调整了氛围，展示了对广泛指令更改的强大遵循能力。 **示例 2：雷鬼/Roots Rap（根源说唱）** * **提示：** 强烈、快节奏的雷鬼、根源说唱、深沉的低音线、粗糙/沙哑的女声、快速语速。 * **结果：** 输出存在一些怪癖，包括难以通过进一步提示修复的随机行重复。在与 **Suno** 的直接比较中，Suno 为该特定风格产生了更连贯的结果。然而，Producer 在其他许多流派中仍然是一个强大的竞争者。 **其他功能：** * **Spaces：** 交互式环境，如合成器和鼓机（例如重力合成器）。 * **音乐视频：** 该平台可以生成完整的音乐视频，但这会消耗大量积分，且视觉效果不如音频质量令人印象深刻。 ### Nano Banana 2：增强免费层级访问权限 对于免费层级用户的一个重大更新是增加了对 **Nano Banana 2** 的访问权限。 * **先前限制：** 免费用户每天使用较优的 Nano Banana Pro 模型生成 2-3 次后，会被降级为原始的低质量 Nano Banana 模型。 * **新限制：** 免费用户现在可以使用 Nano Banana 2 每天生成多达 **20 张图片**。 * **性能：** 主要改进是速度。生成大约需要 **10-15 秒**，而 Pro 版本的时间大约是其两倍。 * **灵活性：** 付费用户可以在 Nano Banana 2 和 Pro 之间切换。如果生成失败或需要选项，用户可以点击“用 Pro 重做”以在更快的标准模型和更高质量的 Pro 模型之间切换。 ### 赞助工具：Manis AI Agent 该视频还介绍了 **Manis**，一种 AI 智能体，它协调多个模型来独立处理复杂的多步骤任务。 #### 能力 Manis 分析目标，规划执行步骤，并返回实质性的、即用型结果，而无需不断提示。 * **示例工作流：** 研究一个主题（AI 智能体），分析 YouTube 评论中的常见问题，在 Reddit 上搜索痛点，并编制一份带有 B-roll 图片的报告。输出结果组织良好，视觉一致且具有交互性。 #### 技能系统 Manis 允许用户将工作流打包为可重用的“技能”。 * **技能创建器：** 通过使用 `/skill creator` 命令，Manis 分析先前任务的工具、流程和输出，以创建可重用的工作流。 * **用例：** * **信息图表纠错：** 一个自动识别并修复复杂信息图表中拼写错误或布局问题的技能。 * **YouTube 描述生成器：** 一个观看视频、提取章节并以创作者首选格式格式化完整 YouTube 描述的技能。 该系统平衡了易用性和强大结果，允许用户自动化重复的研究和格式任务。 来源：Futurepedia - 一个视频中包含的所有谷歌 AI 新更新 (https://www.youtube.com/watch?v=aqabuf3zjag)