谷歌公司正在对Gmail进行全面改革,将Gemini驱动的人工智能功能深度整合到其旗舰邮件服务中,力图将其转变为"个人、主动的收件箱助手"。
今日推出的这些更新代表着谷歌迄今为止最积极推动AI自动化常态化的举措之一,可能会升级与微软公司和OpenAI Group PBC等竞争对手日益激烈的竞争。Gemini是所有新功能的核心基础,现在将协助Gmail用户按优先级整理沟通内容,自动化写邮件等任务,甚至生成视觉内容。
最显著的变化是全新的AI收件箱视图,从今天开始向部分用户推出。它摒弃了传统的按时间顺序排列的邮件列表,转而使用设备端AI智能,尝试将用户邮件组织成"优先级集群"。同时,它还通过"让我跟上"功能提供最近邮件活动摘要,帮助用户了解他们离开期间发生的一切,提供快速更新,如物流活动、购买收据和预约预订等。
"这体现了Gmail主动为您提供支持,"谷歌Gmail产品副总裁Blake Barnes在博客文章中表示。据他介绍,Gemini正在将Gmail转变为更像是一个"思考伙伴",能够回答用户数字生活中的复杂问题。例如,有人可以询问Gemini"我的航班什么时候落地?"它会快速提供答案,无需用户自己点击任何内容。
此次更新还扩展了谷歌的"帮我写作"工具,该工具此前是Gmail的付费功能,但现在向所有用户免费开放。谷歌表示,它还获得了增强的语调匹配功能,这意味着它能够模仿用户的写作风格,使其建议的邮件更加真实。
谷歌表示,新功能首先向美国用户推出。虽然一些新功能对所有人免费,如"帮我写作"和邮件线程摘要,但其他功能则作为付费功能提供。要能够在整个邮箱中向Gemini提问,用户必须拥有付费的Google AI Pro或Ultra订阅。至于新的AI收件箱视图,目前仅限于少数"可信测试者",尚未公开发布。
这次更新是谷歌有史以来最全面的AI自动化推广之一。Gmail在全球邮件客户端市场占有约30%的份额,仅次于苹果邮件,后者排名更高是因为它是iPhone用户的默认选择,尽管它经常用于访问Gmail账户。总的来说,Gmail在全球拥有约18亿用户。
谷歌是否会面临任何隐私反弹还有待观察。谷歌似乎预见到了这一点,它强调虽然Gemini将处理用户的收件箱数据以提供摘要和回答问题,但所有数据都将保留在安全的"工程隐私"屏障之后。该公司还明确声明,没有人的Gmail内容会被用于训练其公共AI模型。
为了进一步让用户安心,谷歌还宣布在Gemini应用中推出新的"临时聊天"功能。这类似于谷歌Chrome中的"隐身模式",允许用户与Gemini进行一次性对话,确信他们所说的话不会被保留或用于训练目的。
Q&A
Q1:Gmail的AI收件箱视图是什么新功能?
A:AI收件箱视图是Gmail推出的全新邮件组织方式,它摒弃了传统的按时间顺序排列邮件的方法,转而使用Gemini AI智能将用户邮件按优先级组织成"优先级集群",同时提供"让我跟上"摘要功能,快速了解最近的邮件活动。
Q2:Gemini在Gmail中可以做什么?
A:Gemini在Gmail中作为智能助手,可以帮助用户按优先级整理邮件,自动化写邮件任务,生成视觉内容,回答关于用户数字生活的复杂问题,比如用户可以直接问"我的航班什么时候落地?"来获得快速回答。
Q3:Gmail的AI功能需要付费吗?
A:部分功能免费,如"帮我写作"工具和邮件线程摘要对所有用户免费开放。但要在整个邮箱中向Gemini提问,用户需要付费订阅Google AI Pro或Ultra。新的AI收件箱视图目前仅对少数测试者开放,尚未公开发布。
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。