Gmail在20多年前首次亮相时让我们重新思考了电子邮件的工作方式。谷歌认为,借助AI技术,我们正在经历另一次邮件变革。该公司发布了新一轮AI功能,将使Gemini更深度地融入Gmail。新的Gemini体验从今天开始向付费订阅用户推出,同时一系列此前仅限高级用户的AI功能也将广泛普及。
AI概览功能去年首次在Gmail中出现,用于总结邮件链,现在正扩展到Gmail搜索功能。这更接近于用户在谷歌网页搜索中熟悉的AI概览体验。用户可以输入自然语言搜索,系统会分析你的邮件并生成回复。
在上述示例中,用户查找过往的管道维修报价。传统上,Gmail会显示与搜索可能匹配的邮件。而通过AI概览,用户会得到格式良好的AI答案,包含所有相关信息并引用邮件来源。这听起来不错,前提是它能正常工作。搜索中的AI概览在总结搜索结果时准确性存在争议,但基于用户邮件的分析可能会降低出错概率。
AI Pro和Ultra订阅用户还将在Gmail中看到新的校对工具。校对建议会以虚线下划线的形式出现在邮件文本中,提供简化和澄清写作的建议。谷歌表示,AI校对功能得益于公司最大最强大的Gemini 3模型,能够进行比标准拼写检查更细致的修改。
最后,谷歌正在预览其标志性收件箱的新版本。AI收件箱将首先向一组"可信测试者"推出,然后逐步扩展到更多用户。AI收件箱会查看未读邮件,创建一个交互式列表,顶部显示"优先级"。如果Gemini认为某封邮件重要,它会成为该部分的一个条目。下方是"让我了解最新情况",总结不太重要的消息。这同样基于Gemini区分重要和不重要邮件的能力。
公司强调,AI收件箱在推出时将是可选功能。然而,我们可以想象未来它可能成为默认视图。谷歌暂未透露这一功能何时会超出测试阶段。
Gmail的AI未来
我们也开始看到谷歌的AI变化如何在不同订阅层级中推广。邮件摘要、帮我写邮件和建议回复等功能去年推出时最初仅限于AI Pro或Ultra付费用户。谷歌指出,大多数Gmail用户都没有付费使用这两种服务。现在,所有用户都将能够使用这些功能,因为它们已转移到免费层级。
我们预计今天宣布的功能也会有类似情况。推出时,用户需要高级AI计划才能访问校对和搜索AI概览功能(以及AI收件箱准备就绪时)。随后,这些功能可能会扩展到所有Gmail用户。因此,如果你之前很高兴看到AI功能仅限付费用户,这种缓解看起来相当短暂。
谷歌习惯于被问及最新的AI收件箱功能是否可以禁用。答案一直是"可以",对于Gmail中AI的新扩展仍然如此。然而,Gemini没有独立的开关。通过将AI归入"智能功能",只有当你愿意放弃包裹跟踪卡片、日历集成和钱包中的会员卡等功能时,才能摆脱Gemini。如果你不介意失去所有这些,就可以将Gemini排除在收件箱之外。
Q&A
Q1:Gmail的AI概览功能是什么?它如何工作?
A:Gmail的AI概览功能是一项基于AI的搜索增强工具,用户可以输入自然语言进行搜索,系统会分析邮件内容并生成格式化的AI答案,包含所有相关信息并引用邮件来源,而不是传统的显示匹配邮件列表。
Q2:AI收件箱与传统Gmail收件箱有什么区别?
A:AI收件箱会自动分析未读邮件,创建交互式列表,顶部显示"优先级"部分展示重要邮件,下方"让我了解最新情况"部分总结不太重要的消息,这些都基于Gemini智能体区分邮件重要性的能力。
Q3:这些新AI功能是否对所有Gmail用户开放?
A:目前新的校对和搜索AI概览功能仅限AI Pro和Ultra付费订阅用户,但谷歌表示会逐步向免费用户开放,就像之前的邮件摘要、帮我写邮件等功能一样,最终会扩展到所有Gmail用户。
好文章,需要你的鼓励
芬兰阿尔托大学研究团队开发出革命性光学计算方法,利用单束光线实现复杂张量运算。该技术将数字信息编码到光波的振幅和相位中,通过光波相互作用自动完成深度学习所需的矩阵和张量乘法运算。与传统GPU逐步处理不同,光学系统可同时并行执行所有计算操作,运算速度达到光速级别。研究显示该方法具有被动处理、低功耗等优势,预计3-5年内可集成到现有硬件平台,为AI计算带来重大突破。
新加坡科技设计大学研究团队发现,通过控制大型语言模型的"思考语言"可显著提升输出多样性。研究显示,AI用非英语语言思考时能产生更多样化的答案,且距离英语越远的语言效果越好。混合多种语言思考的策略表现最佳,不仅提升创意输出,还增强了文化多元化表达能力,为解决AI输出同质化问题提供了简单有效的方案。
科学家成功将传统公里级粒子加速器缩小至房间大小,并实现商业化。TAU Systems公司开发的激光驱动尾场加速器利用超强激光脉冲产生等离子体,将电子加速至相对论速度。该设备首先用于航天电子设备的辐射测试,能量范围60-100兆电子伏特,成本约1000万美元起。未来还可应用于医疗成像、芯片检测和X射线光刻等领域,有望大幅降低粒子加速器的使用门槛。
浙江大学研究团队开发了PhyRPR三阶段视频生成系统,解决AI视频中物理规律违背问题。该方法将物理理解与视觉生成分离处理:首先用大型语言模型进行物理推理和关键帧生成,然后规划连续运动轨迹,最后通过运动感知技术精化视觉效果。实验证明该方法在物理一致性和视觉质量方面均优于现有技术。