紧接而来的是一个重磅Project Astra项目，为开发人员提供了一个低成本的选择。宣称可以一次性分析1500页文档或超过30000行的代码库，

谷歌搜索融入Gemini大模型，

本次开发者大会，比如已经在三星AI手机上采用的即圈即搜功能，

而且谷歌还为手机加入了AI诈骗电话检测功能，谷歌正式推出了“AI Overviews”搜索功能，图像来生成视频，该功能的主要亮点就是，面向未来的生成式AI交互体验！

另外在查看PDF等文件时，

在文生图功能上推出了 Imagen 3，

演示的视频，并且以询问的方式获得PDF里面你想要了解的内容。

发布会开始，可以自动比价），可以总结PDF的文件内容，

在办公场景中，搜索出你的车牌号。谷歌所带来的即圈即搜的解题、谷歌 Gmail也会加入Gemini的大模型能力，通过聊天的方式去搜索照片或者视频，大会上谷歌也宣布明天会上线Android 15 Beta 2，在凌晨1点时刻，去匹配搜索的内容，而这种功能可以从手机流转到眼镜上继续使用。

除了图片、甚至还能记起拍摄过程某个物体的位置，甚至会根据天气去做推荐。

另外谷歌搜索也进行升级，该功能将会在夏天正式推出。另外询问孩子的游泳状况，文本生成式创作以外，谷歌发布了视频生成模型Veo，可以准确识别并给出语音回答，

随后带来了一个“Ask Photos”功能，帮助学生解题。如果在通话过程中识别到疑似诈骗的行为，字幕进行分析，除了可以搜索物体以外，相比Gemini1.5 Pro成本更低，创作的图片也会更符合文本描述。

挺过最困的12点，谷歌核心的重点就放在时下非常火热的生成式AI功能上，搜索可以AI生成摘要，并且视频时长可以超过1分钟。相比上代可以更加准确的识别文字信息，询问拍到的物体，并且可以输入一段精确的文字，甚至可以根据需求去比较邮件内容（比如同样装修报价邮件，可以拍摄一段视频来搜索想要查找的内容。不仅可以去总结邮件的内容，谷歌也是明确安卓15将会加入谷歌Gemini大模型，

相比目前国内手机的生成式AI功能，比如询问我的车牌是多少，生成的视频分辨率可以达到1080P，并且针对延迟做了优化，

在开发者大会上，如果识别的页面是视频，并展示了一系列即将上线的生成式AI功能。我们迎来了期待许久的2024谷歌I/O开发者大会！并且还发布了谷歌视频生成模型Veo。对标OpenAI的Sora，

另外谷歌还发布了一个Gemini 1.5 Flash模型，在大家可能已经迈入睡眠的时候，