谷歌在年度Google I/O大会上宣布推出Pics,这是一款面向Google Workspace用户的全新AI图像生成与设计应用。谷歌表示,该应用的设计目标是让所有人都能轻松上手,无论是教师还是小企业主。
借助Pics,用户只需输入简单的文字提示,即可生成社交媒体图文、邀请函、营销素材和产品原型图等各类视觉内容,完全不需要具备任何设计技能或使用复杂工具。通过这种便捷的视觉内容生成方式,谷歌意图直接挑战Canva等主流设计工具,以及Anthropic旗下Claude Design等AI原生竞争产品。谷歌的入局也标志着AI驱动的设计领域正迅速成为各大科技公司的核心竞争赛道,对于任何依赖视觉内容的企业来说,这一变化都举足轻重。
目前,Pics已向I/O大会的部分测试用户开放,并将于今年夏天向Google AI Ultra订阅用户全面推出。
谷歌坦言,尽管当前的AI模型已能生成高质量图像,但对图像局部进行精准修改仍是一大难题。如果生成的图像已经接近理想效果,但用户想调整某个细节,往往需要重新编写提示词,还得祈望AI不会把其他地方也改掉。正因如此,Pics不仅具备图像生成能力,还内置了便捷的编辑功能。
用户输入提示词后,Pics会生成所需内容。Gemini为编辑层提供支持,使生成设计或图像中的每个元素都可以灵活调整。用户既可以通过新的提示词来修改内容,也可以直接点击想要更改的部分并留下批注——操作方式与在Google Docs中添加反馈意见如出一辙。
此外,用户还可以直接手动编辑,无需添加批注或输入提示词。例如,如果你制作了一张生日派对邀请函,想修改卡片上的时间,可以直接手动更改即可。
Pics由Nano Banana 2模型提供支持。谷歌表示,该模型非常契合这款应用的需求,因为它支持精准的文字渲染、具备现实世界知识,并能输出细节丰富的视觉内容。Pics还原生集成于Google Workspace,实现了跨应用的视觉协作能力。
当用户对设计成果满意后,可以选择下载、复制、打印或分享给他人。谷歌表示,用户也可以将设计稿转交给其他人进行最终轮次的修改,再正式发布。
Q&A
Q1:谷歌Pics应用主要面向哪些用户群体?
A:谷歌Pics定位为面向所有人的AI设计工具,不需要专业设计技能,目标用户涵盖教师、小企业主、内容创作者等各类群体。用户只需输入文字提示,即可生成社交媒体图文、邀请函、营销素材等视觉内容。目前该应用已向Google I/O大会测试用户开放,将于今年夏天向Google AI Ultra订阅用户全面推出。
Q2:谷歌Pics的图像编辑功能与其他AI设计工具有何不同?
A:谷歌Pics的核心优势在于其精细化的图像编辑能力。用户不仅可以通过新的提示词修改图像,还可以直接点击图像中想要更改的部分并留下批注,操作方式类似于Google Docs中的评论功能。此外,用户还可以直接手动修改文字等元素,无需重新生成整张图像,有效解决了当前AI图像生成工具难以精准修改局部内容的痛点。
Q3:谷歌Pics使用的是什么AI模型?
A:谷歌Pics由Nano Banana 2模型提供核心支持,该模型擅长精准文字渲染、具备现实世界知识,并能输出细节丰富的视觉内容。同时,编辑功能层由Gemini提供支持,使生成设计中的每个元素都能被灵活调整。Pics还原生集成于Google Workspace,支持跨应用的视觉协作。
好文章,需要你的鼓励
Locus Robotics宣布收购加拿大温哥华机器人公司Nexera Robotics,将其专有的NeuraGrasp末端执行器技术整合至Locus Array平台。NeuraGrasp融合AI抓取智能、计算机视觉及专利软膜结构,可动态适应不同形状、材质、重量的商品,显著扩大了可自主拣选的SKU类型范围。此次收购将加速Locus Robotics在移动操控领域的技术路线图,推动仓储全流程自动化履约能力迈上新台阶。
ServiceNow研究团队构建的EVA-Bench框架,通过AI对AI的音频通话测试,量化评估语音客服系统在准确性和对话体验两个维度的真实表现,揭示现有系统普遍存在的可靠性缺口。
人形机器人正从原型验证迈向早期商业部署,汽车制造与物流领域预计成为未来十年核心需求市场。IDTechEx预测,相关市场规模将于2030年代初达到约250亿美元,2036年年出货量接近180万台。硬件成本持续下降,均价有望从2024年的约11.47万美元降至2030年的约3.7万美元。高利用率场景下运营成本有望低于5美元/小时,投资回收期可缩短至约6个月。但大规模商业化的关键,仍在于软件能力、任务泛化与系统集成的持续突破。
AWS AI Labs研究团队发布EvalAgent,这是一套通过"评估技能"自动生成AI智能体评测方案的系统,将首次运行成功率从17.5%提升至65%,并在人类专家评测中获得79.5%的偏好选择。