Transcription
我们非常重视从想法到产品交付到用户手中的速度。当我们拥有例如第一批一万名周活跃用户或日活跃用户时，我们会感到非常兴奋。而且，很多谷歌团队，我们开玩笑说，仪表盘可能不会统计这么低的数字。这将制作出像这样的 20 到 30 页的幻灯片，它概述了这整套 70 个来源。你可以用一个按钮将整个团队的知识库变成一个视频概述的讲解器。你还想出去和人们在一起，因为当你创造出一些真正令人惊叹的东西时，你会在人们使用它时看到他们眼中的光芒。喜欢捣鼓的人，喜欢创造的人，他们通过原型而不是文档来表达自己。你提到你必须雇佣合适的人。那么你寻找什么样的人呢？好了。大家好，我非常期待今天的嘉宾，Josh，他是谷歌实验室的副总裁，也是 Gemini 应用的负责人。Josh 在谷歌内部非常受欢迎，我想。所以我非常期待让他演示一系列新的 Gemini 功能，Notebook LM 甚至 Flow，并谈谈他是如何在谷歌内部建立这种交付文化的。好了，欢迎 Josh。太棒了。感谢邀请我。很高兴见到你。是的，我对你和你的团队印象非常深刻，伙计。所以，为什么我们不先来点有趣的现场演示呢？让我们展示一下你们正在做的所有酷炫的东西。好了，听起来不错。我来投影我的屏幕。我将去，好的，我们将只是做一个快速浏览一些标签页，Peter。随时可以插话，我想。嗯，我想也许我们可以从 nano banana 开始。所以我们看到我们在应用程序的许多地方都添加了香蕉表情符号，而且，我们看到人们变得多么有创意，这真是太有趣了。而且，Peter，这个主屏幕上的第一个，这是一个定制的迷你人偶。我不知道你是否听说过它的背景故事，但它实际上始于泰国。它在泰国病毒式传播，然后传播到印度尼西亚和越南，然后就像传遍全世界一样。所以我们今天努力让它变得非常容易。如果你在主屏幕上进入 Gemini，你可以点击其中一个，上传一张图片，我们有这个提示。如果你看到，这是一个 17 分之一比例的人偶。然后它会分解。我敢肯定很多人在网上都见过这个。它把你放在桌子上。而且，无论如何，这已经病毒式传播了。在某些国家，在某个时刻，这占我们看到的查询的 30% 或 40%，在高峰时期。所以这非常有趣。而且，有趣的一点是，我将向你展示一些让我印象深刻的东西。这只是人们发布的东西。所以我们看到的一个非常普遍的事情是人们在图片上进行风格转换。这是一个水彩画。这很不错。这个超级酷。很多人一直在做室内设计，但有点不同的是，你看到沙发后面的墙上的图片。这些是艺术家将自己的照片放入这些场景中，然后出售它们。所以，就像你放了那张照片，如果你愿意，你可以变成黑白的，然后它就被卖掉了。所以，这是一个有趣的案例。我们看到一波人做室内设计。你知道，把这个沙发放在这个房间里。现在我们开始看到这些几乎就像，你知道，特定物品的放置，这很有趣。是的，这个也很有趣。这是某人，我们也经常看到这个。他们可能会拍一张照片或插图，在这种情况下，然后将其变成刺绣之类的东西。所以，有很多受 manov banana 启发的商品正在发生，你知道，贴纸或按钮。人们正在制作各种现实世界的东西。而且我认为这很酷，因为这些是我们从未真正梦想过的事情，但你把这种工具交到人们手中，他们就会疯狂地使用它。是的，观察你的用户在做什么，然后只是在主屏幕上添加一个默认提示使其更容易，这很棒，对吧？就像迷你人偶的东西。这很棒。是的。而且它很有趣。在某些情况下，就像你看到的那些人偶。在主屏幕上，你知道，这里有很多东西，只是头像。甚至还有不同年代的青春照，你知道，80 年代的风格，90 年代，2000 年代，就像所有这些都非常非常受欢迎，并且在全球范围内引起人们的兴趣。太棒了。是的。而且 Gemini 在 Nano Banana 之后就起飞了，对吧？人们喜欢图片。是的，没错。而且在很多方面，图片都是一种通用语言。是的，肯定有一些时候我试图发推文来跟上事情的进展，因为这只是在消耗 TPU。它仍然是，你知道，各种新的新高点和新纪录。所以这很有趣。我们一直试图坚持下去。工作很棒。所以它叫做 Nano Banana。那么很快会有一个大香蕉或者一个更好的香蕉吗？这是最重要的问题之一。是的。会有一个更大的宏观或 XL 香蕉之类的吗？你知道，有趣的是，这个名字的由来是，我们团队的一位产品经理实际上想出了这个名字，我们觉得很有趣，你知道，它开始出现在一些聊天机器人领域，然后我们就这样继续下去了。事实上，即使是那个香蕉表情符号，你知道，在选择器中显示，那也是一个工程师出于好玩，你知道，在一个晚上，可能午夜之后，把它编码进去。但是它已经有了自己的生命。是的，你必须保留这些梗。梗可能会传播这个词。是的。是的，没错，没错。是的。不，我们会看看。我们，你知道，我们现在已经开始着手下一代的发展方向了。我们听到了你们所有的反馈，你知道，我非常兴奋的是，第一个 Nano Banana 模型在这种对话式编辑方面是一个巨大的飞跃。所以，期待更多。我们对我们能做什么感到非常兴奋。我认为我们现在看到的另一个联系是更高级的用户正在做的事情是将 Nana Banana 和 VO 结合起来，对于内部人士来说，你知道我说的是什么，但对于外部世界来说，这就像我想让我的东西动起来，然后把它变成视频。所以我想我们会让这变得非常容易。人们已经开始自然地这样做了。是的。而且我认为另一件有趣的事情是，Peter，你知道，即使是一两年前，也许是九个月前，这些模型在文本方面还不是那么好。而且它们在这方面变得越来越好。所以，当我们考虑 Nano Banana 2 时，有很多关于如何让你更好地控制生成事物的内容。在某些情况下，它可能有很多文本，这在历史上你可能从未想过会是图像模型的输出。这里有很多东西要来。我们对此感到非常兴奋。是的，文本确实非常重要，因为你知道，我仍然会手工制作信息图表，如果你能满足很多营销用例，那么我认为像内容创作者、营销机构会对此感兴趣。是的。我的意思是，这是我们从人们那里听到的最主要的反馈领域之一，就是这是令人难以置信的单次体验，但我想做更多的编辑，并与之迭代。所以，是的，请关注此空间。好了。好了。你每天都在交付大约 10 样东西，伙计。好的。好了，让我们谈谈你的另一个产品，Notebook LM。那也令人印象深刻。是的。是的。哦，谢谢。不，这是我们最初的谷歌实验室项目之一。我也把它调出来。我有一些东西想给你看。我的意思是，这里的思考 Notebook 的方式是，你知道，它总是源于这样一个想法，我们如何帮助你理解任何事情？而且，你知道，将它推向市场的那个功能，大约一年前，在 10 天内，就是音频概述和播客。而且，在过去一年里，这个团队的发展确实令人兴奋。而且它的发展方向甚至更令人兴奋。所以，它已经有了，显然现在有一个移动应用程序。有新的方法可以转换内容。而且我非常兴奋的一点就在这里，在顶部的这一行。这些被称为特色笔记本。我们所做的是，我们出去与不同的合作伙伴合作。你可以在这里看到，有来自《大西洋月刊》或《经济学人》的人，或者像 Eric 这样的特定作者。酷的是，如果你点击，比如说这个经济学人的一篇，这是一个笔记本，它预装了 70 个来源，如你所见。这是《经济学人》的《世界展望报告》，这个很棒的年度报告。而且，Peter，我们在这里看到的是对笔记本本身如何成为一种新容器或新格式的未来的一个瞥视。它带有左侧的来源。你当然可以在中间进行问答，就像你在 Notebook 中一直做的那样。然后是所有这些丰富的演播室或媒体输出在旁边。所以它有像思维导图这样的东西，你可以展开，而且它总是基于这些内容。哦，太棒了。是的，这是我真正想给你看的。这是我们非常兴奋的一个领域。这些被称为视频概述。你可以把它们想象成会说话的幻灯片，我将把它全屏显示一秒钟。这是《世界展望报告》，它将提取一个七分钟的片段。所以，它会像它在这里说话一样，然后提取所有这些不同的有趣见解，它将制作出这个，你知道，20 到 30 页的幻灯片，这是对这整套 70 个来源的概述。是的。所以，当你开始思考我们即将到来的内容转换时，这真是令人难以置信。所以，这个，当然，老师喜欢这个，学生喜欢这个。我们也看到大量的企业采用它，因为你可以想象，你可以用一个按钮将整个团队的知识库变成一个视频概述的讲解幻灯片。所以它非常强大。是的。没有人喜欢手动制作幻灯片，你知道。是的。嗯，我认为这很有趣，你提到了这一点，Peter，因为这是我们兴奋地看到它走向何方的地方，因为你可以想象像 nano banana 模型这样的东西可以风格化幻灯片，并且在整个牌组中与来源保持一致。你知道，这让我想起，谷歌实验室团队一直在思考的一件事是，这看起来会是什么样子？你知道，我们看到了创作者的兴起，这催生了 YouTube 和其他类型的格式。对于那些在这种情况下策划知识，或者在其他情况下策划视觉资产，或者为企业或企业家策划东西的人来说，这看起来是什么样的？所以，我认为有很多丰富的领域可以探索，关于使用 AI 来帮助转换东西的策划到输出。是的。策划也是一种创造。所以，是的。没错，没错。是的。本期节目由 Composio 提供。交付 AI 功能的痛苦大多来自于集成，而不是模型。你正在处理混乱的 API，脆弱的工具调用，以及在 Slack 或 Salesforce 中调试和弄清楚为什么东西坏了而浪费的时间。Composio 提供了一个 SDK，可以连接到 Slack、GitHub、Gmail、Jira 等 800 多个应用程序，他们构建了 Rube 应用，可以将所有这些应用程序直接连接到 AI 聊天。所以你只需询问从 Mix Panel 中提取最新的指标并更新线性。现在，而不是与 API 斗争，你可以专注于更快地交付。请访问 get rube.link/pater 或视频描述中的链接。现在回到节目。另一件让我想起的事情是，嗯，我觉得 AI 经常能让你完成 90% 的工作，但是，你知道，如果这个东西真的像我可以用这个东西编辑 Google 幻灯片，然后完成最后的 10%，比如我想调整一些文本，那会更好。你知道，那将是惊人的。你正在阅读路线图。看起来是这样。是的，这是最受欢迎的要求之一。你知道，Peter，我们收到的另一个要求是，好的，幻灯片是一种格式，播客是另一种格式。有很多东西人们感兴趣，就像你之前提到的信息图表一样，想想在时间、成本或专业知识方面制作一个很棒的信息图表的门槛。试图弄清楚我们如何制作工具来帮助最优秀的人更快或更有创意地做到这一点，但对于那些从未做到过的人来说，这也是一个巨大的机会。所以，我们的许多项目都有这种双重焦点。是的。这将导致创作的爆炸。我对此感到非常兴奋。是的。嗯，你必须在这里提供早期反馈。嗯，我的意思是，好的。所以，你知道，在我看来，这个领域有很多竞争，但谷歌在多模态 AI 方面遥遥领先，而且，你知道，我认为我们把最好的留到了最后，视频部分，对吧？你想展示一下吗？是的。是的。我马上给你看点东西。是的。是的。所以我将切换过去。这是 Flow。这是一个在谷歌 I/O 上刚刚推出的项目。这个项目的背景故事非常有趣。我们很多谷歌实验室产品，我们与谷歌各地的团队合作，在这种情况下，与谷歌 DeepMind 进行了非常紧密的合作。显然，他们构建了 VI3 模型，这是突破性的，不仅带来了屏幕上看到的令人难以置信的质量，还带来了音效。所以，这是第一次你可以说静止画面时代结束了，我们进入了音效和对话等领域。但是，这个项目从想法到在 I/O 上交付给用户不到 100 天。而且，这很好地说明了我们现在在谷歌所处的阶段，人们充满活力，技术令人惊叹，但同时也要考虑如何以一种人们能够真正充分利用它的方式来包装它。所以，这里有趣的是。所以，Flow 是工具。你可以用它制作东西。8 秒的片段。你可以将它们拼接在一起，导出到 Flow TV。它只是会像听起来一样旋转。这就像一个画廊，展示了你可以用这个工具制作的所有不同的东西。所以，无论是采访一只猫头鹰，还是这些会说话的臭鼬，这些都是被设计成，我可以翻阅这个画廊，这样你就可以看到这些是假的电视购物广告，水下，只是你可以玩弄的令人难以置信的一系列东西。而且，Peter，我们现在看到的一个大趋势是人们想要进入并混音。所以他们可能会说，哦，嘿，这个泡泡的东西很酷，所以他们可能会点击它，然后你可以在底部看到，我们有完整的提示，你可以玩弄它。而且，Flow 的真正惊人之处在于，它不仅首次带来了音频，这种混音能力和引入参考图像的能力。所以你可以引入，比如，我在这金字塔般的场景中，你知道，在这个黑暗的区域。你可以引入你想要插入场景的某些对象。而且，我认为这是下一阶段的真正视频生成。它获得了与 nano banana 编辑相同的体验。是的。而且它为创作者提供了如此多的控制，我们对此感到非常兴奋。所以，我可以把我的脸放进去，成为演员吗？但就像，而且我认为有趣的是，人们开始混合不同的东西。所以你可能会进去说，好吧，让我回到画廊视图。你可以进去说，好吧，这里有一棵圣诞树，上面有驯鹿和圣诞老人跑过。然后就像，哦，不，不，让他们起飞，飞过树。所以你可以以一种非常有趣的方式真正地指导这些场景。把自己也带进去。是的，我敢肯定，这将产生很多很酷的 YouTube 视频。就像，人们把场景拼凑在一起。没错。嗯，已经有很多了。所以，你知道，Flow 是一个产品。关于这个很酷的是，它不是你在 I/O 上发布然后就结束了。字面上说，这个团队就像每周、每隔一周都会发布新东西。所以，就在过去三周里，你不仅可以在横屏模式下制作视频，还可以在竖屏模式下制作视频，这对于 Shorts 或你想做的其他更适合移动设备优化的内容来说非常棒。我们还改进了服务模型的效率。我们在谷歌有一个令人难以置信的服务团队。所以，通过使模型更便宜，我们可以提供更多的积分。所以，现在如果你是 AI Ultra 计划的一部分，例如，你基本上拥有无限的生成次数。所以，我们看到的是人们会进行大量的快速生成，创建几乎像故事板一样的东西，然后你可以将最好的东西拼凑起来，挑选出最好的，然后将其变成最终的制作。是的。是的。你可能可以围绕它构建一个产品，对吧？就像一个故事板产品，每个产品都有一个提示，你只需要剪掉你喜欢的。你可能可以做到。是的。是的。是的。嗯，Flow 今天就是这样工作的。我们也在进一步优化它，因为我认为我们发现的是共同创作非常有趣。你知道，我们正在与人们合作进行这个项目。其中一些人在好莱坞，他们是大牌导演，但我们也与许多我们称之为 AI 电影制作人的人合作。他们是那些正在构建 AI 优先事物的人。他们在创作流程方面是 AI 原生的。所以，研究他们的工作流程并尝试为他们构建产品很有趣。它也让你每周都学到东西。这非常令人兴奋。就像那样。那可能是 AI 可以创造的新工作之一，AI 电影制作人。是的。是的，没错，没错。好的。所以，让我们稍微换个话题。我认为所有这些演示都非常酷，而且你知道，在我开始和你和团队交谈之前，我对谷歌的印象是一个庞大的官僚机构，你知道，你必须获得批准，而且需要很长时间才能交付任何东西。也许在谷歌的某些部分仍然如此，但你知道，你如何能在谷歌内部建立一种交付文化，这给我留下了深刻的印象。所以，也许你可以谈谈这是如何发生的。是的。嗯，我想说，这很有趣。我几乎 16 年前作为实习生开始在谷歌工作，而且，我们所做的很多事情，无论是在谷歌实验室，还是现在的 Gemini 应用，甚至像 AI Studio 团队，这些都是发展非常迅速的团队。我认为其中一个要素是我们试图吸引到团队中的人，如果你想的话，我很乐意稍后详细谈谈，但我认为我们现在在谷歌的不同部门都能看到这一点，对我来说，这真的很令人兴奋，它让我想起我刚开始在谷歌工作的时候。你知道，看看 AI 模型和搜索，所有谷歌 DeepMind，Chrome 和 Workspace 的部分的速度和进展，这就像它正在传播酷炫。而且，我想说，我们扮演着很小的角色，但我们正在尽自己的一份力量。嗯，但有什么要素呢？让我们看看。非常小的团队。嗯，我们的大多数谷歌实验室团队都从五到七个人开始。通常是 PM，一些工程师，UXer，然后是 Go。我们非常重视从想法到产品交付到用户手中的速度。所以，我记得我们谈到了 Flow。我提到不到 100 天。我想那个是 86 天左右。但是，我们真的在努力优化整个过程，将其交付给用户，然后，你知道，你也在很多产品周围，就像那时你才真正意识到你在构建某样东西方面还有多远。所以，我们非常关注这一点。我还想说，我们非常关注试图预测不同场景的未来结果。所以，我给你举个例子。我们现在非常专注于软件开发的未来将是什么样子。所以，我们可能会做出几个不同的产品赌注。有时它们是相互冲突的，老实说，关于它可能是什么样子。而且，我认为这是另一个重要部分，就是你试图保持在模型的前沿，能力，原始力量，但同时你也在试图关注用户的需求在哪里，并试图将这两者联系起来。而且，我认为我们的团队经常这样做。我们经常谈论与不同行业的合作，无论是电影制作人、音乐家、艺术家、教师还是所有这些不同的职业。是的。我认为与用户的这种反馈循环非常重要，对吧？因为，你知道，直到你真正把它推出去，直到他们开始玩它，你才真正知道他们想要什么。是的。通常，当我们与人们交谈时，我们试图弄清楚什么是大痛点，或者是什么让他们烦恼，这是我的思考方式。而且，如果你能找到围绕它的东西，那通常是好产品。所以，就像，你真的花很多时间在计划和内部协调之类的事情上吗？还是你只是说，嘿，让我们出去吧，你必须通过你和 Demi 以及每个人批准产品才能发布它，还是怎么运作？哦，是的，好问题。我的意思是，我想我们在谷歌仍然有年度计划，但它不是，这很有趣，我们现在设置的方式是，我们有点，我们有点，当我们手里有一个爆款时，我们就会回来，然后我们就会快速地组建团队。所以，我发现随着时间的推移，我早期产品生涯中的一个错误是，你过早地雇佣了一个太大的团队，这会产生工作，你试图想出正确的东西，但你甚至还不确定产品是什么。所以，我们在这里所做的一件事就是对市场拉力和需求做出更被动的反应。所以，当像 Notebook LM 这样的东西腾飞时，很多人都会说，那么移动应用程序在哪里呢？我们说，我们还没有移动团队。所以，所以，就像我们试图思考这里是否有东西，然后你才真正组建团队，然后你就会得到，显然人们想加入，这是令人兴奋的部分。但是，这是其中一种方式。是的，这说得通。是的，就像，是的，小团队有很多好处。就像人们感觉更自主，你感觉更有主人翁意识，协调成本更低。就像，它只是让你知道，它更有趣。是的，没错，很棒。是的。你提到你必须雇佣合适的人。那么，你寻找什么样的人来组建这些小团队呢？哦，是的。是的。这是最重要的事之一。这很有趣。我们，当我们开始谷歌实验室时，我们写了一份名为“实验室简报”的文件。它就像是使命，章程。它都在一个地方。它只有两页。这是一个非常简短简洁的东西。我最喜欢的那部分叫做“谁能在实验室茁壮成长”。我们试图概述。我们最终写了大约 15 或 16 或 17 个要点。我们说，好吧，你不必拥有所有这些，但你拥有的越多越好。而且，其中一个最有趣的信号，尤其是在面试任何学科时，产品、UX，都是在问你在业余时间在做什么？是的，没错。就像喜欢捣鼓的人，喜欢创造的人，他们通过原型而不是文档或东西来表达自己。你知道我的意思吗？这是一个巨大的因素。我们对那些学习速度惊人的人非常感兴趣。我发现现在，你知道，你也一直在发推特，就是现在的变化速度太快了，而且能够做出反应，同时学习并联系不同的事物，在 Gemini 或实验室或 AI Studio 这样的团队中，这非常非常重要。还有一件事我总是想找那些，你知道，他们善良，他们谦虚，他们努力工作。我喜欢和那些充满活力的人在一起。他们是那种高能量的乐观主义者。我发现，你知道，这些早期项目，很难，你总会有这些存在性的问题，我的东西会起作用吗？所以，你希望和那些有这种，你知道，我们可以做到，我们有机会，我们要去争取，这种像，你知道，有点像弱者心态的人在一起。是的。我的意思是，而且我也认为从零到一比在 Gmail 中调整一个小按钮要有趣得多，比如，这有更多的产品表面积，对吧？是的。我的意思是，我认为我们非常感谢那些人。但对我来说，就像从无到有地发明东西就是最好的。我就是喜欢它。所以，我认为，是的，这可能是我现在有机会从事的许多事情的主题。你如何看待一些你必须处理的常见的大公司问题，比如有依赖性，有跟踪目标之类的东西，比如，就 VO 而言，当我开始玩 VO 的时候，是的，它在一个随机的 URL 上，我想为什么这些东西不在 Gemini 里，然后最终它被放进了 Gemini 应用。所以，你们是怎么想的，是的，这是一个好问题。我的意思是，总的来说，是的，有时我们会，你知道，在 labs.google 上测试东西，或者以后可能会到另一个产品。这有点混乱，就我们试图实验和发布东西并学习而言。这是我的看法。我的意思是，我认为，无论你是在创业公司，你自己创业，还是在谷歌这样的公司，或者介于两者之间，你总会有利益相关者。可能是董事会，可能是你的用户和客户，我总是最常考虑的利益相关者，并试图取悦和取悦他们。但是，我认为对我们来说，你知道，我们正在努力弄清楚的，希望你随着时间的推移能看到这一点，我们还有更多工作要做，但是，你知道，Gemini 应用，我们希望它能真正代表一些东西，那就是一个个人化、主动、强大的助手。它是一个生活助手。所以，你可以想象随着时间的推移，这个生活助手会做越来越多的事情，比如今天它可能只创建 8 秒的视频，也许将来你可以做更长的东西，或者类似的东西。但是，我认为我们目前的思维模式，以及我们为什么一开始就有谷歌实验室，只是举个例子，你看到了 Flow，以及它对特定用户类型的专注和专门化。所以，我们正处于所有这些的早期阶段，并真正广泛地进行实验，然后弄清楚吸引力在哪里。明白了。而且，在衡量团队的成功程度方面，你更关心产品的工艺，因为很多零到一的东西可能找不到产品市场契合度，对吧？还是你试图，你没有一些增长指标，比如增长 5% 的东西，对吧？你怎么管理？是的，哦，这是个好问题。我们团队开玩笑说，是的，对于我们的大多数产品，你知道，当我们获得第一批一万名周活跃用户或日活跃用户时，我们会感到非常兴奋。你知道，而且，很多谷歌团队，我们开玩笑说，仪表盘可能不会统计这么低的数字。嗯，是的，对我们来说，这些里程碑非常重要，因为它们开始显示，你知道，用户留存率和人们回归产品的能力，这基本上是我们正在创造一些有用东西的最佳代理。没错。是的。但是，我也想说，在产品开发的早期阶段，仪表盘可能会非常具有欺骗性。我总是喜欢谈论并试图指导我们的团队，你知道，你想看仪表盘。你想培养对它的直觉，但你也想出去和人们在一起。就像离开这个大楼，去咖啡店，去大学，你知道，校园咖啡馆，然后，因为当你创造出一些真正令人惊叹的东西时，你会在人们使用它时看到他们眼中的光芒，他们可能会微笑，或者它可能会以一种有趣的方式让他们惊喜，以一种令人愉悦的方式。所以，至少在早期阶段，这些是我一直在寻找的一些定性因素。是的。是的。就像人们对这些东西太科学化了，就像去和五个用户聊聊，去。没错。五个用户。是的。是的。这是一个非常普遍的事情，而且我认为，尤其是在一个非常数据驱动的地方，比如我们很多科技公司，你可能会过度优化这一点，有时它确实是，是的，在早期阶段，它更多的是艺术而不是科学。太棒了。太棒了，你把它建起来了，因为这非常难。在一家大公司里建立一种创业文化非常难，伙计。非常难。所以，你正在进行这件事，我知道你的一些报告，他们很喜欢它，销量很大。哦，是的，这很有趣。我的意思是，整个行业现在都是这样，但我认为尤其是这个部分，我的意思是，就像我说的，我在谷歌待了很长时间了，而且，我绝对玩得很开心。这绝对是最好的时光之一。让我们稍微展望一下未来。嗯，你谈到了构建一个个人助手。这很有趣，因为我有一个 gem，我给了它，我有一个 Google 文档，希望它永远不会泄露出去，但我有一个 Google 文档，里面有我所有的个人信息。它有，你知道，是什么让我充满活力，是什么让我没有活力，我现在在做什么，你知道我，你知道我害怕什么，等等，甚至还有一些财务信息，然后，我把它给了 Gemini，然后使用它，它能够给我更个性化的建议，我大约每季度检查一次。给我打气。是的。但是，你知道，你有没有想过这个问题？比如，你如何将这个东西扩展到更多人，因为，是的，我认为现在这些 LMS 知识渊博，但它们对你的了解不多，对吧？我的意思是，这是我们在 Gemini 中最兴奋的领域之一。当我谈到那三个 P，个人化、主动、强大时，个人化是第一个是有原因的。而且，我认为，你知道，我们现在正在内部测试它，希望很快就能提供给你和其他人。但是，我们非常感兴趣的是，你知道，人们最常提出的要求之一是，我只想连接我的 Gmail 或我的 Google Photos 或我 Google 生活的其他部分到 Gemini，并能够使用它来做你说的那些事情，无论是你的，我想你称之为季度打气，或者类似的东西，你说是季度，但那是，当然，有很多事情我们必须做好，你知道，它必须非常清楚什么数据正在进入。你对它有控制权，隐私、安全，所有这些，我们都会做到。但是，我认为，我一直在内部使用它，其中一件非常令人惊叹的事情是你可以问的问题类型。所以，你可以问非常具体的事情，比如你想检索一些信息，也许，你知道，在你的收件箱深处，或者类似的东西。我发现更有趣的问题是，也许是你如何使用你的健身房和你的生活文件，就像，我应该如何考虑我们家庭生活的未来几年，或者有哪些方法可以让我成为一个更好的父亲，或者这些是更开放式的问题，如果你想象一下，像 Gemini 这样拥有对你的理解，当然是经过你的许可，这些模型能够处理所有这些上下文以及多模态上下文的能力，因为请记住，它是照片，它是视频，它是各种文本、文档和东西。这真是太神奇了。而且，我们仍然需要改进它，然后才能真正发布它，但是，你知道，有希望的迹象肯定在那里。你应该负责谷歌工作区，伙计。那个团队需要更快地推出所有 AI 功能和 Gemini 集成。哦，哇。但是，你知道，那里有很多东西要来。所以，请做好准备。是的，这会很好。这应该会很好。是的，因为，是的，如果你有我的日历，我的 Gmail，仅仅这两样东西，那就有大量的上下文可以使其非常个性化。嗯，从我们早些时候的观点来看，Peter，还记得我们谈论过策划东西吗？归根结底，很多这些东西都是上下文工程，对吧？而且，让人们能够轻松地将模型指向他们想要模型处理的特定信息池。所以，我认为这是另一件对我来说非常有趣的事情，Gemini 模型从最初的 Gemini 1.0 版本开始就一直是多模态的，这与市场上的其他模型非常不同。但是，我认为这种深度的原生多模态性。这也是使 Nano Banana 这样的东西成为可能的原因。就像你可以和它说话或描述它，Gemini 知道场景中的内容并可以进行编辑。你知道我的意思吗？所以，它确实显示了这种集成多模态性的价值。是的，这绝对是 Gemini 的一个巨大差异化因素。而且，实际上，关于这个话题，你提到过，你知道，一两年后，我们不会再在聊天提示中输入小消息了。是的。是的。是的。那么，你认为一年后，我们只会通过语音与 Gemini 交谈，或者使用视觉，或者交互模型会是什么样子？是的。哦，任何这些预测总是危险的，但我会说。我认为，很难相信一年后我们仍然会如此依赖聊天机器人来回的界面。我认为它总会有一个地方。你可能总是在，我不知道，一个繁忙的公共汽车或地铁上，你不想只是说话，你想打字或者别的。但是，我认为，至少在谷歌内部，我们在语音理解和生成方面开始看到的飞跃，你看到了 Nano Banana 的图像方面。你看到了 VO 的视频方面。我认为我们在用户体验和用户界面创新方面还有很多工作要做。而且，是的，我的意思是，我们经常看到这一点，我们的 Gemini 实时对话比以前长五倍，因为人们会在车里打开它，或者在他们家附近散步时打开它。他们会和它说话。所以，我认为，你知道，任何时候你有了这些大的技术转变，通常都会伴随着输入输出的转变，以及界面设计类型的转变。而且，我认为我们正处于这个的早期阶段。我认为有很多创新，而且，对于我们团队的许多 UXer 来说，我的意思是，他们只是喜欢，这是一个激动人心的时刻，因为你正在打破这些非常僵化的输入输出，走向更动态和流畅的东西。是的。是的。你不是在尝试按按钮之类的东西，你实际上是在使用所有。是的。我经常在我的社区散步，然后和 AI 说话，也许我的邻居认为我很奇怪，但是，如果你愿意分享，你和它谈论的是什么类型的事情，或者你是在和它一起思考问题，还是什么？就像，你知道，我有一个工作上的问题，或者我正在处理一个文件，然后我说，然后我把整个文件复制到对话中，然后我打开语音说，嘿，我们一起解决这个问题，然后我来回地和它交流，而且，你知道，我觉得我的大脑在外面散步时工作了很多，而不是坐在我的桌子旁。是的。所以我更喜欢出去。是的。我做的事情非常相似，你几乎就像想要一个思想伙伴。而且，当你坐在笔记本电脑或台式机前时，它并不一定适合。你想在旅途中或者别的地方。是的。就像，你知道，我开玩笑说，有时候，你知道，有些日子我比和我妻子说话还多。我的意思是，无论好坏。哦，有趣。你知道，就像，很难把数千个 token 的上下文加载到我的配偶身上。他们不会听那么久。他们会感到厌烦。嗯，这很有趣。是的，这很有趣，当你想到同样的评论或同样的主题时，比如，你如何策划上下文并将其带到那里？这很有趣。我的意思是，我想我们有大约 10 年的上下文，所以也许 Gemini 可以做到这一点，但是，是的，绝对。嗯，当你想到你生活中那些你拥有如此多共享上下文的人时，这很有趣。就像配偶，或者父母，兄弟姐妹，或者童年时代最好的朋友，但是，是的，这些是，而且你想到那些互动。我不知道你和你自己的情况，但是，如果我和我妻子在聚会上，你知道，通常有很多上下文，可能就像，“好了，该走了。”是的。就像，你知道，她从来不用说任何话，我也不用说任何话。你只是知道，因为你和那个人同步了。所以，是的。是的，这是个好观点。你必须使用简写来进行对话，对吧？没错。是的。没错，没错。好的。所以，就像，最后一个话题。嗯，我只想深入了解你和你的团队如何实际使用 Gemini。比如，你使用 Gemini 吗？比如，你先原型化东西，还是你们是如何实际构建东西的？哦，是的。是的。嗯，我们正在使用它。我觉得对我们来说，内部的转折点是 Gemini 2.5 Pro，当它在春天发布的时候。那个模型仍然是很多排行榜上的顶级模型。即使过了六个月，七个月。我们用它很多。我非常兴奋的一个转折点。即使是 AI Studio，我们也有人会进去，这是一个很好的例子，我们 Flow 团队的一个设计师几周前进入了 AI Studio，基本上重建了 Flow，用代码重写了 Flow，并做了各种下一迭代的功能。花了她一周时间。而且，我们认为这可能会节省大约六周的时间来发布下一组功能。只是因为她可以把它交给团队，我们立即可以开始进行用户研究。这速度快多了。所以，我们经常这样做。我们还有一个叫做 Opel 的实验室项目，我们发布了大约。
大约一个月前。其背后的想法是，它有点像一个基于节点的视觉工具，你可以将某些类型的调用串联起来。显然，各种各样的代理框架正在四处涌现，但我们想，如果你做一个视觉编辑器或者类似的东西，它会是什么样子？所以这个很有趣，彼得，因为现在内部很多人都在创建我们称之为“opal”的东西。一个很好的例子是，我们团队中的一位律师，他创建了一个可以预先审查大量产品文档，并查找非常具体的法律事项，作为第一轮检查，并标记出更深入的问题。所以，在创意方面，在流程方面，还有一个非常令人兴奋的，我们开始在内部大量使用。我们有一个名为“jewels”的编码产品，它是一个编码代理。它真正酷的一点是它在云端异步工作。所以我们会进行一次团队的 bug 修复，然后我们只是把它交给 jewels，它就会开始修复 bug。所以，即使在软件开发方面，也有很多这样的事情正在发生，而且也非常非常令人兴奋。>> 是的。你只是给 Jules 一个任务，然后它就会准备好一个 PR 供你审查，对吧？是这样吗？>> 是的，它现在就是这样工作的。我认为真正有趣的是它将走向何方？我认为，你能想象 Jules 这样的东西监控你的应用程序或产品的反馈吗？它几乎就像在帮助整理列表，比如“这是客户的十大问题”。我已经能够处理其中四五个问题，而你将不得不专注于你你知道的这三个或四个问题，或者类似的东西。但这确实开始展现出我认为的愿景或图景，即在这种情况下与人工智能共同创造、共同开发。>> 是的，我已经在使用，就代理工作流而言。我正在用它进行实时编码。我正在用它进行深度研究，对吧？那基本上是外包给人工智能的，我认为在未来，是的，比如你提到的主动性是你的一个支柱，对吧？所以，比如获取客户的入站反馈，因为现在我只是把很多东西复制粘贴到 Gemmaine 里试图获得反馈。>> 你知道。是的。>> 我认为这是你之前提到的另一个方面，即市场上今天的许多人工智能产品实际上并不了解你，而这就是个性化的一面。主动性也是一个类似的见解。今天的大多数人工智能产品，即使是谷歌的产品，你也必须把所有东西都交给它。你必须提供上下文。你必须提供提示。你必须做所有这些工作。而>> 我认为我们对 Gemini 真正感到兴奋的是 Gemini 如何真正为你工作，并考虑你的利益，了解你的目标，你本周的项目，或者任何事情，然后为你提供建议，或者在后台推进事情。所以，我认为这是我们正在探索的另一个全新领域。>> 是的，那将是惊人的。比如，如果它告诉我，你知道，这是你即将到来的一周，以及你需要准备什么。如果能做这样的事情，那将是很多令人愉悦的时刻。>> 哦，是的。我想象一下，你早上醒来，它说，“嘿，彼得，这是你今天的所有七个会议。每个会议中有两三件事非常重要。而且一定要在这次会议中问这个问题，这样你就能在这个部分得到一个决定，或者别的什么。”你知道我的意思吗？在工作场所有很多这样的事情，它们真的很酷。然后，我认为在消费者方面，我们也，我不知道你怎么样，工作之外的生活也很充实。你知道，我们有年幼的孩子，我们忙于各种事情。就像如果你有像 Gemini 这样的东西可以帮助组织其中一些事情并主动处理，我们也认为这非常有价值。>> 是的。就像孩子的日程安排简直是一场噩梦，伙计。我需要人工智能的帮助。这很辛苦。>> 这就像求救。>> 是的。是的。而且，快速说一下，最后一个是强大的。所以，所以那意味着什么？>> 是的。是的。嗯，我认为也许你看到的最近的例子是像 Nano Banana 这样的东西，我们已经获得了一种能力，这种能力要么需要大量时间，要么需要大量专业知识或金钱，并且以如此强大的方式使其可用。我认为这就是我几周前不得不发推特的地方。我感到很难过。我们不得不暂时限制人们的生成次数，因为我们真的要被 TP 压垮整个服务了。是的，我认为当你赋予某人那种力量和能力，让他们能够从零开始创造出一些东西，就像我们展示的一些例子一样，还有更多这样的东西即将到来。我认为现在在谷歌工作最令人兴奋的事情之一当然是所有酷炫的产品和规模等等，但谷歌 DeepMind 中有一个令人难以置信的团队，他们正在构思各种新的原始模型功能。所以，能够将它们与那些产品体验联系起来，希望能够为人们的日常生活带来更多的力量。>> 是的，听起来很有趣，伙计。就像你每天都从 DeepMind 团队那里得到糖果一样。就像你知道的。>> 确实非常有趣，能够与他们一起工作。所以，让我们结束吧。听起来现在是谷歌的好时机，你提到了你寻找的一些特质。>> 比如，你知道，如果人们想加入你的团队，他们该如何准备？是去写很多代码，还是？>> 是的，我的意思是，这有点好笑，对吧？我觉得这几年前就开始了，人们说，“嘿，看看我的 GitHub，别担心我的简历。”所以，我认为，是的，这可能是我们正在寻找的明确信号之一。你用人工智能在构建什么酷的东西？我总是喜欢在面试人时，无论他们的背景如何，他们都会进来，对我们的产品进行深入分析，并有很多反馈，比如，“这个真的很好，这个真的不好。这是你们超越竞争对手的地方。这是你们被竞争对手打败的地方。”所以，我认为这既显示了批判性思维，也显示了产品品味以及形成用户关心的事物的观点的能力。然后，我认为另一件事是，我的意思是，我们在 X 和 Discord 等平台上做了很多事情。我的意思是，我们也从那些群体中招聘了人，他们是我们的用户，他们喜欢这些东西。因为我认为这是另一件事。我的意思是，我们非常感兴趣的是那些关心使命的人。你知道，对我们来说，这可以追溯到，我总是认为我的，谷歌使命宣言中最喜欢的词之一是，你如何让所有这些技术变得易于访问和有用。我认为有趣的是，我们生活在一个奇怪的时刻，即使你暂停了所有的模型开发，可能仍然有五到十年的时间可以构建有用的东西。>> 但就像，你知道，模型开发并没有放缓。所以还有更多东西即将到来，你如何将其转化为有用的东西？>> 是的。我的意思是，这正是，是的，就像我认为谷歌最初的使命是组织世界的信息，而人工智能可能比我见过的任何东西都更擅长这一点，你知道吗？是的。>> 没错，没错。是的。它从未像现在这样相关。那是真的。>> 是的。太棒了。乔什，那么人们可以在网上哪里找到你？给你反馈意见？>> 哦，是的。嗯，随时都可以。是的，我想我最常在 XJShwood 上。但是的，我在我们的实验室 Discord 上闲逛。我们一直在寻找关于产品的反馈以及如何改进它们。所以，请继续。>> 是的。是的。我对谷歌非常看好，因为你们现在正在获取反馈。你们正在快速迭代。这真是太棒了。是的。感谢你们的辛勤工作。>> 哦，谢谢。嗯，谢谢你今天邀请我来。很高兴见到你。