谷歌周四宣布推出一款全新的AI驱动搜索工具Flight Deals,帮助旅行者发现航班优惠——尽管监管机构仍在质疑这家搜索巨头在旅行发现领域的主导地位是否会抑制竞争。
这款名为Flight Deals的新工具集成在Google Flights中,专门为"灵活旅行者"设计,帮助他们找到更便宜的机票。用户可以在搜索栏中输入自然语言查询,描述出行方式和时间,AI会自动匹配相应选项。
谷歌在博客文章中表示,这些查询可以是"今年冬天去一个美食之城的一周旅行,只要直飞"或"去世界级滑雪胜地的10天滑雪之旅,要有新鲜粉雪"等。
谷歌向TechCrunch确认,Flight Deals使用的是Gemini 2.5的定制版本。价格信息来自与航空公司和其他旅行公司的实时数据源。Flight Deals中显示的价格与现有Google Flights偏好设置中的价格匹配,但它使用AI来解析自然语言查询并匹配相应目的地。
该工具根据节省百分比对结果进行排名,节省最多的选项排在前面。如果节省百分比相等,则优先显示绝对价格较低的选项。没有节省标识的交易按最低价格排序。
由于机票价格变化频繁,谷歌告诉TechCrunch,该工具中交易的排名和可用性可能会有所变化。
包括欧盟委员会在内的监管机构目前正在调查谷歌如何偏向自己的搜索产品(包括Google Flights),这种做法可能损害竞争。欧盟监管机构正考虑根据《数字市场法》对谷歌采取执法行动,旨在限制主要科技平台的权力。据报道,作为回应,这家Alphabet旗下公司计划提出修改建议来安抚监管机构,包括在搜索结果中添加价格比较框。
谷歌首先以测试版形式推出Flight Deals,计划在下周内在美国、加拿大和印度推广。该公司表示,测试版发布的目标是"收集反馈并探索AI如何改善旅行规划"。
谷歌向TechCrunch确认,它将用户查询视为搜索历史,用户可以选择通过访问MyActivity来管理或删除通过该工具创建的历史记录。
这一最新举措是谷歌更广泛实验的一部分,通过将生成式AI集成到旅行搜索中来与OpenAI、Anthropic、Perplexity和其他主要AI公司竞争。
Booking.com、Expedia和印度旅游聚合商MakeMyTrip等竞争对手已经推出了自己的AI集成功能来简化行程规划。从这个角度看,谷歌的入场有些晚了。但凭借其规模和影响力,如果该工具被证明有效并获得关注,该公司仍可能构成严重挑战。
不过,经典的Google Flights界面将继续存在。这个2011年推出的原始航班搜索工具甚至正在获得更新,新增了排除美国和加拿大境内基础经济舱票价的选项。
Q&A
Q1:Flight Deals是什么?它有什么功能?
A:Flight Deals是谷歌推出的AI驱动搜索工具,集成在Google Flights中,专门帮助"灵活旅行者"找到更便宜的机票。用户可以输入自然语言查询描述出行需求,AI会自动匹配相应的航班选项。
Q2:Flight Deals使用什么AI技术?
A:Flight Deals使用Gemini 2.5的定制版本。价格信息来自与航空公司和其他旅行公司的实时数据源,使用AI来解析自然语言查询并匹配相应目的地。
Q3:Flight Deals目前在哪些地区可以使用?
A:Flight Deals首先以测试版形式推出,计划在下周内在美国、加拿大和印度推广。谷歌表示测试版发布的目标是收集反馈并探索AI如何改善旅行规划。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。