谷歌正在将Gmail带入"Gemini时代",希望用户能接受收件箱中更多的AI功能。虽然这些功能将默认开启,但好消息是用户可以选择禁用它们。
谷歌产品副总裁Blake Barnes周四宣布,公司将扩大三项收件箱AI功能的覆盖范围,这些功能此前仅向Google AI Pro和Ultra订阅用户提供。现在,所有用户都将在Gmail收件箱中体验到谷歌备受争议的AI概览功能,以及帮我写作功能和新的建议回复功能。这些功能应该更具上下文相关性,基于用户的写作风格,并更加实用。
Barnes表示:"就像在谷歌搜索中一样,AI概览将信息转化为答案,无需深入挖掘。当你打开一封包含数十个回复的邮件时,Gmail会将整个对话综合成关键要点的简洁摘要。"
谷歌还推出了自然语言收件箱搜索功能,这可能是新功能中最实用的一项。不过,这项功能仅向Google AI Pro和Ultra订阅用户提供,免费Gmail用户无法使用。
在邮件撰写方面,所有人都可以使用帮我写作功能来完善邮件或从头开始起草。智能回复功能也将升级为建议回复,"利用对话上下文提供相关的一键式回复,匹配你的写作方式"。
AI校对功能也将于周四推出,但仅限Pro和Ultra订阅用户使用。Barnes还透露了一个完整的"AI收件箱"视图,目前仅向部分测试用户开放,但将在未来几个月内更广泛推出。该视图将标准Gmail收件箱转换为每日待办事项列表,帮助用户根据频繁联系的人员、联系人列表以及从邮件内容推断的关系来优先处理收件箱工作。
美国地区以英语为主要语言的Gmail用户将率先体验这些新功能,预计在未来几天内逐步向用户推出。
关于隐私问题,谷歌声称不会使用个人邮件文本来训练其基础模型,所有AI处理都在隔离环境中进行。发言人解释说:"当Gmail在你的邮件之间建立联系来回答问题时,它在专门用于你任务的私人空间中完成这项工作。数据被处理以为你提供答案,永远不会离开那个安全边界。"
对于希望避免Gmail被Gemini化的用户,谷歌表示这些功能都可以禁用,但有一个小限制:在Gmail中禁用AI需要完全禁用Gmail智能功能,这意味着将无法使用收件箱标签或按类型排序的邮件。
要禁用智能功能,只需导航到设置 -> 常规,向下滚动直到看到"智能功能"标题。取消选中"开启智能功能"复选框即可。
为了避免未来强制AI插入邮件业务,用户也可以考虑使用独立的邮件应用程序如Thunderbird,或操作系统内置的邮件客户端,这些都支持Gmail且不需要处理不断变化的网页界面。
Q&A
Q1:谷歌在Gmail中推出的新AI功能有哪些?
A:谷歌推出了三项主要AI功能:AI概览功能(能将包含多个回复的邮件综合成关键要点摘要)、帮我写作功能(帮助完善邮件或从头起草)、建议回复功能(基于对话上下文和用户写作风格提供一键式回复)。此外还有自然语言收件箱搜索和AI校对功能,但后两者仅限付费订阅用户使用。
Q2:如何关闭Gmail中的AI功能?
A:用户可以通过禁用Gmail智能功能来关闭AI功能。具体操作是:进入设置 -> 常规,向下滚动找到"智能功能"标题,取消选中"开启智能功能"复选框。不过需要注意的是,这样做会同时禁用所有智能功能,包括收件箱标签和按类型排序的邮件。
Q3:谷歌如何保护用户邮件隐私?
A:谷歌声称不会使用个人邮件文本来训练其基础模型,所有AI处理都在隔离环境中进行。当Gmail分析用户邮件来回答问题时,这项工作在专门用于用户任务的私人空间中完成,数据处理后提供答案,永远不会离开安全边界。
好文章,需要你的鼓励
苹果研究团队发布新论文,提出让专业设计师通过评论、草图和直接编辑等方式指导AI模型生成更好的用户界面。研究显示,基于设计师原生工作流程的反馈训练方法比传统强化学习效果更佳。21名设计师参与研究,提供1460个标注样本。最终训练的模型在界面设计质量上显著超越基础模型,甚至优于GPT-5。研究发现设计师通过草图和直接编辑提供反馈时,研究团队与设计师的一致性分别达到63.6%和76.1%。
英伟达团队通过44万小时人类日常视频训练出DreamDojo机器人世界模型,实现了机器人通过观察学习复杂操作技能的突破。该系统不仅能预测动作结果,还具备强大的泛化能力,可在未见过的环境中灵活操作新物体。通过创新的潜在动作学习和实时处理技术,为通用机器人智能开辟了新道路。
Atlassian首席执行官向投资者保证,公司能够在不大幅增加成本或压缩利润率的情况下将AI整合到服务中。该公司的Rovo智能AI产品已拥有500万用户,通过优化运营而非高价格策略保持了稳定的利润率。公司第二季度营收达16亿美元,同比增长23%,运营亏损从5750万美元收窄至4770万美元。
浙江大学联合蚂蚁集团推出的InftyThink+技术,通过让AI学会"分段思考、阶段总结"的方式,成功解决了AI推理过程冗长低效的问题。该方法在数学推理任务上将准确率提升21%,推理延迟减少32.8%,为AI实际应用扫清了重要技术障碍。