ИИ-базис и надстройки: чем удивила Google на масштабной конференции I/O

В середине мая корпорация Google традиционно проводит конференцию I/O. Мероприятие 2025 года по большей части посвящено теме искусственного интеллекта (ИИ), а точнее, сервисов на его основе. Тенденция прослеживается не первый год, но в этот раз ИТ-гигант превзошел сам себя и представил огромное количество нововведений и значимых обновлений, которые имеют все шансы трансформировать индустрию потребительского софта.

Если раньше главными продуктами корпорации были поиск Google и мобильная ОС Android, то теперь они отошли на второй план. Во главу угла становится Gemini – представленный несколько лет назад ИИ-ассистент, который теперь встраивают буквально всюду.

Компания обновила нейросети, лежащие в его основе, и добавила новые функции. Ключевое – теперь ассистент более персонализирован: с разрешения пользователя ИИ изучает переписку в Gmail, документы на «Google Диске», историю поисковых запросов и учитывает этот контекст в задачах. Например, может подготовить драфт письма в характерной для пользователя стилистике, рекомендовать рестораны в зависимости от предпочтений и т.д.

За «и т.д.» кроется многое: вскоре будет выпущен «агентный режим» (Agent Mode) для браузера Chrome, поисковика Google и приложения Gemini. Это массовая реализация концепции ИИ-агентов, которые способны выполнять комплексные задачи, в том числе поиск и фильтрацию информации по сложному запросу.

[embed]https://profile.ru/scitech/sprosi-po-chelovecheski-kak-nejro...[/embed]

Один из таких агентов – Project Mariner. Согласно анонсу, он сможет функционально работать с вебом и различными площадками и выполнять до 10 задач одновременно. Например, самостоятельно заказать столик в том же ресторане: зайти на сайт, найти форму бронирования, при необходимости – созвониться с менеджером (все еще без участия пользователя), после чего отдать это событие другому агенту для внесения в календарь и приглашения нужных людей.

Агентов можно будет тренировать с помощью функции «Обучение и повторение» (Teach and Repeat). Достаточно показать нейросети, как делать типовую задачу, и затем агент сможет повторять это в схожих случаях. Разработчикам будет доступно подключение через протокол API, чтобы позволить нейросетям Google эффективно и правильно решать задачи в сторонних сервисах.

Обновился и голосовой интерфейс. Ассистент стал живее, научился (пока в ограниченном режиме) распознавать эмоции человека и подстраивать ответ в зависимости от них, отвечать шепотом. Доработан также режим Project Astra, в котором нейросеть анализирует изображение с камеры смартфона и помогает пользователю в реальных сценариях (например, поиск в магазине «вот таких винтов для ремонта этого механизма этой модели велосипеда»).

Отдельного внимания удостоился поисковик. Компания рассказала подробнее об AI Mode, который был анонсирован еще в марте. По сути, это долгожданное встраивание генеративных возможностей в самый популярный поисковик планеты. Пользователь сможет задавать сложный запрос, а нейросети подстраивают под него уникальную выдачу. Это не просто список ссылок, а сжатая справка из наиболее релевантных источников, большее или меньшее количество иллюстраций в зависимости от задачи и т.д.

Появилась функция Deep Research, которая автоматически разбивает запрос на серию, что позволяет эффективнее собирать нужную информацию, контролировать правдивость и актуальность, выдавать более точный ответ. Поскольку AI Mode суть надстраивание Gemini над поисковиком, все основные его функции доступны и там (например, бронирование или покупка товара с помощью Project Mariner).

Серьезно обновился ряд инструментов для тех, кто хочет создавать контент с помощью ИИ. Нейросеть Imagen 4 теперь может быстрее генерировать высокодетализированные и более реалистичные картинки. Ее научили лучше работать с текстом: компания обещает, что надписи не только будут правильно написаны, но и станут отвечать смысловым требованиям.

Генератор видеороликов Veo 3 научился создавать звуковое сопровождение для визуального ряда. И не просто фоновые шумы или музыкальное оформление, но осмысленные звуковые эффекты (шум крыльев птицы, звуки ночного леса, гул колес автомобиля) и даже целые диалоги.

[embed]https://profile.ru/scitech/magiya-realnosti-kakie-novye-tehn...[/embed]

Но самое главное – виртуальная студия Flow. По сути, это единый интерфейс для применения Imagen, Veo и целого ряда дополнительных функций, который позволит создавать ролики и даже фильмы, полностью сгенерированные нейросетями. Сервису можно отдавать не только текстовые промпты (задачи для генерации), но и фотографии, иллюстрации и видеофрагменты (например, чтобы поместить существующего персонажа в новую среду).

В виртуальной студии присутствует традиционный для видеоредакторов таймлайн, на котором можно работать с видеорядом: развивать текущую сцену, менять фрагменты, склеивать их между собой, редактировать положение «камеры», глубину резкости и другие особенности. В разделе Flow TV пользователь увидит примеры генераций, подсказки и советы.

Отдельное внимание корпорация уделила коммуникациям. В сервис онлайн-созвонов Google Meet поэтапно будут встраивать ИИ-переводчик. Во время разговора на разных языках платформа сможет автоматически переводить и мгновенно генерировать речь, заменяя оригинальный звук. Причем с сохранением особенностей голоса: уникального звучания, эмоций, интонаций. На старте будут доступны английский и испанский языки.

Анонсирована также платформа Google Beam, которая заменила собой Project Starline. По задумке разработчиков, она должна стать новым стандартом онлайн-коммуникаций. Благодаря нескольким камерам ИИ-алгоритмы смогут генерировать трехмерное изображение собеседника. Своего рода голограмма, пока – на экране, а в перспективе, вероятно, в устройствах расширенной реальности (XR).

Вообще, расширенной реальности, а больше всего платформе Android XR, на которой устройства будут работать, уделили особое внимание. Разумеется, тоже в контексте Gemini: «Gemini везде», похоже, теперь новый девиз компании. Google явно идет к тому, чтобы сделать голос главным интерфейсом взаимодействия с устройствами нового поколения, а основным таким девайсом для повседневности считает очки дополненной реальности.

Работу нескольких прототипов показали вживую. Внешне они мало отличались от обычных очков в толстой оправе, но были оснащены камерами (через который Gemini «видит» окружающий мир), микрофонами (для того, чтобы «слушать» окружение и голосовые команды) и дисплеями (показывать цифровую картинку поверх реальной).

[embed]https://profile.ru/scitech/kakie-tehnologii-mozhno-schitat-p...[/embed]

Надо признать, демо было впечатляющим: связка Android XR с Gemini позволяет в некоторых сценариях общаться с ассистентом почти по-человечески. «Какой кофе я пила пять минут назад? – Такой-то, из этой кофейни. – Построй маршрут до нее и назначь Дитеру встречу там через час», – такой сценарий сотрудники Google продемонстрировали прямо на сцене. А затем пообщались на хинди и фарси с субтитрами на английском (все в режиме реального времени).

Прототипы уже проходят ограниченное тестирование, а до конца года компания обещает дать доступ разработчикам, чтобы они могли начать создавать собственные приложения для этой платформы.

Но что насчет обычной операционной системы Android для смартфонов? Чтобы апдейт этого года не потерялся в череде ИИ-анонсов, как случилось год назад, компания решила заранее, за неделю до основного мероприятия, провести отдельный ивент – Android Show: I/O Edition. Фактически это оказался 23-минутный ролик с рассказом о том, что будет представлять собой Android 16.

Анонс поделили на три ключевые части: новый дизайн, встраивание Gemini и доработки для безопасности и защищенности данных пользователей. Про ИИ-ассистента уже сказано выше, добавить здесь нечего: на мобильниках он будет присутствовать в виде предустановленного приложения (как и все остальные сервисы Google) и, по задумке компании, постепенно замещать привычные сценарии взаимодействия.

И вот здесь кроется любопытное «но»: логично было ожидать, что под столь впечатляющее развитие ИИ-возможностей Google придумает соответствующее обновление дизайна (накануне Android Show компания даже логотип обновила, заменив резкие линии мягкими, «ИИшными» градиентами).

У Google был прекрасный шанс переизобрести мобильную ОС с учетом новой реальности, где флагманский продукт – уже не столько смартфон, сколько ИИ, а мобильник – лишь один из девайсов под него. Тем более что компания обещала самый масштабный редизайн операционной системы за много лет. Но реальный апдейт, скорее, разочаровывает, хотя на фоне масштабных ИИ-обновлений эта эмоция легко теряется.

Компания показала Material Design 3 Expressive – обновление подхода, который был впервые представлен 11 лет назад, в июне 2014-го. Здесь тоже сделан акцент на персонализацию, но без малейшего вау-эффекта: владелец Android-смартфона просто получил больше возможностей настроить интерфейс под себя, например, привязать цвета меню к оттенкам обоев и изменить дизайн иконок. Все это мы давным-давно видели в разных оболочках поверх ОС от сторонних вендоров.

Приятным нововведением стали доработанные анимации и тактильный отклик при некоторых действиях. Интерфейс действительно кажется более «живым», естественным, но принципиальные «инновации» на этом заканчиваются. От компании, которая внедряет передовой ИИ-опыт и развивает действительно персонализированного ассистента со сложной функциональностью Gemini, как будто ожидаешь большего. Но, очевидно, усиленное развитие Android для смартфонов больше не входит в топ приоритетов Google: приготовьтесь надевать XR-очки.