如果AI能读懂你的心并代劳工作？谷歌憧憬的“全能助手”Gemini

想象一下，这是一个格外疲惫的周一早晨。你从床上坐起来，伸个懒腰，对着空气说一句：“帮我整理一下今天的日程。”

如果是现在的助手，它可能会回答：“上午10点有一个会议。”但未来的AI助手会有所不同。它会先提议道：“因为你昨天睡得很晚，我已经把今天早上的会议推迟了30分钟。另外，我为你准备了5封今天必须阅读的邮件核心摘要音频，你可以在上班路上听。啊，对了，下周是你父母的生日吧？我看到他们平时喜欢的品牌出了新品，已经帮你放进购物车了，现在要结算吗？”

这听起来像是科幻电影里的场景吗？谷歌正在绘制宏伟蓝图，努力将这种“全能AI助手（Universal AI Assistant）”从单纯的想象变为现实。Google I/O 2025: Gemini as a universal AI assistant

为什么这很重要？AI正从“嘴”进化为“手脚”

我们到目前为止所体验到的AI，主要像是一个“有问必答”的聪明百科全书。它停留在回答我不懂的问题这一层面。但谷歌憧憬的未来则完全不同。Google DeepMind的CEO戴米斯·哈萨比斯（Demis Hassabis）宣布，将通过Gemini应用打造个性化（Personal）、主动（Proactive）且强大（Powerful）的助手。Google is turning Gemini into a universal AI assistant

这不仅仅是功能的增加，更意味着AI根本角色的转变。简单来说，AI正从“只会说话的存在”进化为“能直接处理事务的存在”，即智能体（Agent，能够自主判断并行动的AI系统）。从复杂的机票预订到处理公共机构的投诉，AI将代劳我们厌烦的无数“数字化杂活”，让人类能够将生命集中在更有价值的地方，这便是该愿景的核心。Our Vision for Building a Universal AI Assistant

轻松理解：AI助手的“眼睛”和“大脑”是如何工作的？

这个全能助手是如何读懂我们的心并利索地完成工作的呢？这背后隐藏着两项惊人的核心技术。

1. 观察、倾听并理解世界的“原生多模态”

Gemini 2.5 Pro模型具备“原生多模态（Natively Multimodal）”技术。

打个比方，如果说以前的AI是只通过书本学习世界的“书呆子”，那么Gemini 2.5 Pro就像是通过亲眼看、亲耳听、亲手摸，利用五感学习的“全能奇才”。因为它被设计为从一开始就能同时处理文本、图像、语音和视频数据。得益于此，它能对“你知道那边穿红衣服的人是谁吗？”这类问题立即做出反应，并展现出同时处理多项任务的强大多任务处理能力。Google is Making Gemini a Universal and Action-Driven AI Assistant

2. 在互联网中游刃有余的“Project Mariner”

谷歌正通过名为Project Mariner的研究原型，实验AI如何在网页浏览器中辅助人类。Google’s vision for building a universal AI assistant

就像我们浏览网站寻找信息、将商品放入购物车并支付一样，在未来，AI智能体将直接操作浏览器并执行用户的指令。这将提供一种神奇的体验，仿佛有一个隐形的助手坐在我的桌前，用我的电脑代我完成积压的工作。

现状：愿景正在通过“Project Astra”具象化

谷歌的这一远大梦想正以Project Astra的名义逐渐揭开面纱。Project Astra, Google’s vision for a universal AI assistant …

该项目被评价为超越简单的问答，实时掌握用户正在看什么、需要什么并采取相应行动，是打造“未来型助手”的关键阶段。戴米斯·哈萨比斯强调，这种技术飞跃最终将通向让用户日常生活更加丰富的“全能助手”。Google’s Vision for Search in an AI Era Is Starting… - Business Insider

当然，为了防止这种强大的能力被滥用，谷歌也正在针对伦理问题和安全性进行大规模研究。Google I/O 2025: Gemini as a universal AI assistant

未来会怎样？

谷歌将这个全能AI助手视为通往AGI（Artificial General Intelligence，通用人工智能——具备人类水平智能的AI）道路上最重要的里程碑之一。Google is turning Gemini into a universal AI assistant

事实上，谷歌在过去十年中展现了雄厚实力，不仅向世界推出了成为现代AI根基的Transformer（理解句子单词间关系的AI结构）技术，还开发了能够自主学习和规划的AlphaGo等系统。Our vision for building a universal AI assistant – ONMINE

现在，谷歌正试图将积累的所有技术力量汇聚一处，打造一个能够融入我们日常生活的方方面面、提供实质性帮助的存在。虽然全球顶尖科技公司都在向“全能助手”这一高地发起冲刺，但谷歌凭借已经构建的庞大搜索、地图、邮件等生态系统，正领先一步。The Tech Giants All Want to Build The Same AI Assistant.

AI视角

谷歌描绘的“全能助手”愿景清晰地表明，AI正超越简单的工具，进化为辅助人类生活的“伙伴”。如果我们能从整理收据、调整日程、搜索简单信息等消耗性工作中解脱出来，会怎样呢？能够将节省下来的时间和精力用于陪伴家人或进行更具创造性的思考，这种AI所赋予的“时间的自由”时代即将来到我们身边。

参考资料

1. Google I/O 2025: Gemini as a universal AI assistant
2. Our Vision for Building a Universal AI Assistant
3. Google’s vision for building a universal AI assistant
4. Google is Making Gemini a Universal and Action-Driven AI Assistant
5. Google’s Bold Vision for Building a Universal AI Assistant …
6. Google is turning Gemini into a universal AI assistant
7. Our vision for building a universal AI assistant – ONMINE
8. Project Astra, Google’s vision for a universal AI assistant …
9. With a flurry of new model features, Google outlines plan to …
10. Google’s Vision for Search in an AI Era Is Starting… - Business Insider
11. The Tech Giants All Want to Build The Same AI Assistant.

FACT-CHECK SUMMARY

• Claims checked: 14
• Claims verified: 14
• Verdict: PASS