Gemini File Search 支持图片了：多模态 RAG 从此不只是文本检索
5 月 5 日，Google Gemini API 的 File Search 新增多模态检索、元数据过滤及页码引用功能。核心在于引入原生多模态嵌入模型，支持直接对图片、图表进行语义搜索，无需依赖 OCR。该托管服务大幅降低自建 RAG 系统的开发门槛，适合需处理大量视觉资料的企业或开发者。不过需注意其暂不支持音视频格式，且一旦选定嵌入模型无法无缝升级。
Google Cloud 推出两款 AI 芯片，剑指英伟达
Google Cloud 发布第八代 TPU 芯片，首次拆分为训练专用 TPU 8t 和推理专用 TPU 8i ，性能较上代提升 3 倍，成本效率提高 80%。此举旨在精细化分工以提升竞争力，但 Google 明确表示不会“去 Nvidia 化”，而是采取自研芯片与 Nvidia 并行的务实策略。 AI 云竞争已从单芯片比拼转向芯片、网络、软件栈和集群调度的整体系统能力。对客户而言，关键不在于芯片归属，而是什么组合能在具体任务中跑得更快、更省、更稳。
AI Overviews 即将登陆你的工作 Gmail
Google 在 Cloud Next 大会上将 AI Overviews 引入 Gmail ，用户可用自然语言提问获取邮件摘要。系统从多封邮件中提取内容，生成即时答案，适用于绩效、项目进度、发票等业务信息场景。此功能此前仅面向消费者，现扩展至商业、企业和教育版 Workspace 。分析认为， Google 正将 Workspace 从办公软件转向“答案分发系统”，搜索不再只是检索，开始承担理解、归纳和裁决的角色。
Google Maps 即将迎来 AI 功能大升级
谷歌在 Cloud Next 大会上发布企业级生成式 AI 地图功能，包括 Maps Imagery Grounding （用 AI 生成 Street View 场景）、 Aerial and Satellite Insights （ BigQuery 影像分析）和 Earth AI Imagery 模型（自动识别道路、桥梁等对象）。这些更新将地理空间数据、生成式 AI 与企业分析工具深度整合，旨在把 Google Maps 从展示工具升级为具备空间语义的企业智能平台，大幅降低企业开发门槛。
Google 发布 Gemini Enterprise 智能体平台
Google 发布新版 Gemini Enterprise ，将其从聊天工具升级为面向大型企业的统一智能体平台。新平台整合了应用开发入口 Agent Platform 、员工使用入口及安全治理框架，支持开发者、 IT 团队和知识工作者构建、管理和治理跨工作流的 AI 智能体。平台整合 200 多个模型，提供低代码工具、多智能体系统及长时运行能力，并配备身份认证、注册与策略执行等完整安全机制。 Google 此举旨在解决企业 AI 碎片化问题，但平台越完整也意味着企业越容易被锁进生态。
Google 在 AI Studio 和 APIs 上推出 Deep Research 智能体
Google 推出 Deep Research 和 Deep Research Max 两款研究智能体，通过 Gemini API 面向企业级用户开放。这两款产品基于 Gemini 3.1 Pro ，能发起完整研究工作流，整合网络信息、专有数据和多类型文件，生成带图表的研究报告。 Deep Research 强调速度和交互体验， Deep Research Max 侧重异步大规模分析。 Google 还与 FactSet 、 S&P Global 等数据提供商合作，将竞争从“谁能写”推向“谁能进入真实业务流程”。
8 个 Gemini 技巧，整理空间和生活
Google 发布 Gemini 家庭场景使用指南，涵盖清洁清单、杂物诊断、冰箱食材管理、维修指导、地图购物、植物护理及邮件整理等 8 大应用。 Gemini 正从聊天机器人转型为能看图、会对话、可联动 Gmail 、地图等服务的日常智能体，利用 Google 产品网络优势，将 AI 从办公场景推向水槽、冰箱等生活细节。其核心策略是通过高频琐碎的家务入口，让 AI 接手那些耗时却无人愿处理的小事。
Flow Sessions 艺术家的三个创意技巧
谷歌第三届 Flow Sessions 落幕，艺术家横跨新闻、广告、时尚领域，验证三条创作经验：主动迎接意外让故事自然生长；把最珍贵的私人记忆融入创作；将工具的“缺陷”转化为叙事材质。创作者们将 Veo 的视觉漂移和家庭影像转化为独特的视觉语言，证明当生成工具流向非导演身份时，正成为一套新的视觉词汇库。
十家领先企业揭示：智能体如何创造商业价值
Google Cloud 在 Next'26 大会上展示了智能体企业的最新实践。 10 家头部企业已将 AI 智能体嵌入测试、研发、采购、客服、制造、投研和安全响应等高价值流程，覆盖游戏、金融、零售、医药、制造、快消、旅游和通信等行业。这些案例表明，智能体正从“聊天机器人”进化为企业运营体系的核心组成部分。真正的竞争门槛不再是模型能力，而是数据数字化、基础设施稳定性和业务流程改造。企业级 AI 的评估口径已从“能力演示”转向“流程接管率”和“单位经济性”。