文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
还以为 ChatGPT 会一直稳坐第一？这周却来了个反转 。
Google Gemini 凭借最近爆火的 Nano Banana 图像编辑 ， 一举登顶 App Store 免费榜 ， 把 ChatGPT 挤到第二 。
Gemini 位于 App Store 免费榜所有类别第一 ， 图片来源：https://apps.apple.com/us/charts/iphone/top-free-apps/36；15/09/2025
这意味着 ， Google 终于迎来了属于自己的「爆款 AI 时刻」 。
而且 ， Gemini 只是冰山一角 。 Google 手里还有一整套 AI 工具 ， 从写作、画图 ， 到学习笔记、视频生成 ， 应有尽有 。 今天就带你开箱 Google 的「AI 全家桶」 。
省流版：
Gemini ， 定位和 ChatGPT 一样的通用助手：包含了 nano banana（近期热门生图模型）、Canvas 画布、Veo3 视频生成、Storybook 故事板、以及 Deep Research 等功能 ， 目前提供 Gemini 2.5 Pro 和 Flash 两个模型 。 体验地址：gemini.google.com NotebookLM ， 能深入研究的知识库：最多可上传 300 个文件 ， 能将文档总结为音频、视频、思维导图等六种类型 ， 是学习和研究的最佳利器 。 体验地址：notebooklm.google Flow ， 高质量的视频生成：支持竖屏 9:16、1080p 高清 ， 价格更低 ， 免费用户每月送 100 积分 。 体验地址：flow.google AI Mode ， 搜索也有了推理和思考能力：在 Google 搜索输入框就能直接开启 ， 获取比 AI Summary/Overview（总结）更严谨和翔实的结果；目前支持英文等五种语言（但目前不包含中文） 。 体验地址：google.com/ai Gemini CLI：一个万能的本地助手：不只是开发工具 ， 还能下视频、转 GIF、压缩文件 。 体验地址：github.com/google-gemini/gemini-cli AI Studio 和 Labs Google：其他有意思的小工具 ， 生成一段音乐 ， 简单学习一门新的语言 ， 体验最新、最全的 Google 大语言模型……体验地址：ai.dev和labs.google
Gemini：不只会聊天 ， 更是全能工作台近期爆火的 nano banana ， 最主要的官方渠道除了网页版 ， 就是 Gemini App 。
Gemini 首页 ， 有常驻提醒推广 nano banana 图像编辑模型
但如果你只拿 Gemini 来 P 图 ， 那就太浪费了 。 它和 ChatGPT 一样 ， 补齐了跨对话的「记忆」功能 ， 并能与 Google 生态无缝衔接 。
Gemini 的「记忆」功能
对我而言 ， 这个关键更新 ， 加上教育邮箱赠送的 Pro 会员 ， 足以让我将大部分日常对话转移过来 。
Google 最近更新了 Gemini 免费和付费用户具体的使用限制 。 免费用户使用 Gemini 2.5 Pro 和 Deep Research 的次数有限 ， 但是 nano banana 的单价非常便宜 ， 所以免费用户也有慷慨的 100 张生成机会 。
图片来源：https://support.google.com/gemini/answer/16275805
Gemini 2.5 Pro 最大的优点是 ， 每个回答都会有像 DeepSeek 一样清晰的推理过程 ， 但是速度要快上不少 。 这在 ChatGPT 更新到 GPT-5 之后 ， 采用全新的路由控制 ， 自动选择模型 ， 优势更为明显 。
因为 ChatGPT 有时候判断不了 ， 我到底希望他使用什么模型来回复；而我的表达 ， 也不是每一次都能清晰地 ， 让模型知道我的意图 。
不过 ， 更会聊天的代价是更不会干活 ， 和 LMArena 显示的排行榜一样 ， 文本能力第一 ， 但是网页的开发能力不及 GPT 和 Claude 。 好在这些天 ， Google 也是狂给 Gemini 打补丁 ， 在软件交互上 ， 用户体验越来越好 。
Gemini 和 ChatGPT 完成同一个开发任务 ， 你喜欢哪个
例如 ， 在网页开发方面 ， Gemini Canvas 现已支持直接点选应用中的某个元素 ， 用自然语言即可进行修改 。
Canvas 画布和 ChatGPT 的画布预览是一样的功能 ， 都是非常直观地 ， 把我们的创意 ， 变成应用程序、游戏、信息图表等内容 。
Gemini 画布新增功能 ， 选择并询问 。 现在只需点击元素并描述所需更改 ， 即可直观地编辑您的网页应用的任何部分 。 图片来源：https://x.com/GeminiApp/status/1965475292526551105
其次 ， Gemini 终于支持上传音频文件 。 这意味着 ， 会议录音、采访视频等包含丰富上下文的材料 ， 可以直接交给 Gemini 处理 ， 省去了手动整理和编写复杂提示词的麻烦 。
【击败 ChatGPT 登顶 App Store！Google 这套 AI 全家桶，个个都是王炸 | 附使用指南】ChatGPT 一直回复无法使用工具
最新消息 ， 根据 flowith 创始人 Derek Nee 和 Gemini 3 工程师团队的交流 ， 他发 X 透露 ， Gemini 3.0 Flash 的能力将会超过 2.5 Pro 。
图片来源：https://x.com/DerekNee/status/1965811795559653506
和 ChatGPT 使用的条件类似 ， Gemini 对谷歌账号的归属地可能有额外的限制 。
体验地址：gemini.google.com
NotebookLM：你的最佳个人知识库收藏了一堆英文长文、书摘 ， 结果总是「下次再看」？NotebookLM 就是专门拯救这些吃灰资料的 。
你只要把几篇文章、报告甚至书摘丢进去 ， 它就能：
自动帮你提炼要点 ， 生成一份条理清晰的学习笔记； 如果你喜欢可视化 ， 还能直接画成思维导图 ， 让你一眼看懂文章框架； 想进一步学习？它还能基于这些资料出小测验 ， 逼你复习巩固 。举个例子 ， 我之前用它来整理过论文 ， NotebookLM 最多支持上传 300 个文件 ， 支持的文件类型也很丰富 ， PDF、txt、Markdown、和音视频文件 ， 它都能识别 。
我将 297 篇同一研究领域的论文上传 ， NotebookLM 能完全基于这些文件 ， 生成多种形式的内容总结 。
文字报告、播客预览、视频介绍、思维导图、闪卡和小测验六种形式
播客和文字报告 ， 是 NotebookLM 里面最早提供的选项 ， 现在它们也得到了优化 。
文字报告可以选择 ， 直接生成为博客、说明文档、指南等类型 ， 甚至 NotebookLM 会根据知识库里面的资料 ， 提供动态建议；例如 ， 上传论文可能会建议创建白皮书 ， 而新闻类文章可能会生成解释性内容；自定义的提示现在也被允许 。
NotebookLM 生成的博客文章
而音频播客现在更是支持 80 多种语言 ， 播客类型也从概述到深入 ， 进一步扩展到辩论和批判性思考等多种类型 。
新增的视频、Quiz 测验和 Flashcard 闪卡 ， 是我非常喜欢的功能 ， 无论是帮助我消化这些知识 ， 还是做进一步的内容传播 ， NotebookLM 都非常有用 。
但论文的研究终究是比较小众的场景 ， 我们只是借着论文来介绍 NotebookLM 的功能 。 对于学生和研究者来说 ， 这绝对是 Google AI 里最值得安利的工具之一 。
在更普遍的应用场景中 ， 它能胜任任何类型的知识库构建 。 像是 NotebookLM 官方给出的使用案例 ， 上传了多家公司一季度的财报 ， 我们可以透过思维导图 ， 一次性清晰的了解财报的具体内容 。
还有 NotebookLM 与 OpenStax（免费教科书提供平台） 合作 ， 将它们受欢迎的内容 ， 转化成交互式笔记本 ， 包括生物学、化学、心理学、以及管理学等主题笔记本 。
在这个心理学知识库中 ， 每一章节都配有小测验和记忆卡片 ， 帮助我们巩固所学知识点 。
语言是可以选择中文 ， 知识库链接：https://notebooklm.google.com/notebook/90a2ee5f-cccb-4c28-a356-bb1682cc8aeb
小测验和闪卡的主题、难度都是可自定义的 。 而且 ， 无论是闪卡还是测验 ， 只需点击解释 ， 就能深入探索当前的话题；NotebookLM 会生成详细的概述 ， 帮助我们理解闪卡定义 ， 或解释为什么答错某道题 ， 并附有引用指向原始资料 。
体验地址：notebooklm.google
Flow 电影级 AI 视频生成AI 视频热度虽高 ， 但能用它做什么？始终是许多人心中的疑问 。 我们介绍过多个 AI 视频生成模型 ， 不少读者也曾留言：这种 AI 视频 ， 究竟是给谁看的？
在 Gemini 里面 ， 直接使用 Veo 3 视频生成 ， Veo 3 目前仅支持首帧 ， 首尾帧需要 Veo 2 。
Google 的更新或许给出了部分答案：支持竖屏（9:16）和 1080p 高清 。 这无疑是为抖音、YouTube Shorts、Reels 等短视频社交媒体平台量身定做 。
Veo 3 近期更新 ， Veo 3 Fast 从 0.4 美元每秒降价到 0.15 美元每秒 ， 以及支持 9:16、1080p 等 。 图片来源：https://x.com/GoogleAIStudio/status/1965436154762920074
如今 AI 视频已成为一种新的内容消费品 ， 与其被动观看 ， 不如亲自上手一试 。
提示词：Ultra-realistic cinematic video of Shanghai famous landmark Tower. Shot in vertical 9:16 format travel vlog style smooth camera motion dynamic lighting vivid colors highly detailed immersive atmosphere no text no watermark.
除了 Sora、可灵、海螺这些比较热门的视频生成模型 ， Google 的 Veo 3 一直在大模型竞技场 ， 文生视频类别下 ， 名列前茅 。
前些时间爆火的第一视角穿越、ASMR 切水果 ， 金属、兔子蹦床的夜视监控等视频 ， 都是使用 Veo 3 生成的 。
提示词：50mm camera close-up angle of a lemon made out of yellow-tinted glass being sliced horizontally on a wooden cutting board. The inside of the fruit is glass as well with a little bit of melting glitter. The entire scene is soft lit from the above.
不过 ， 提示词的优劣 ， 是决定视频质量的关键瓶颈 。 例如上面这个视频 ， 我们就是直接借鉴了 Google 的官方案例 。
他们解释 ， 好的提示词 ， 包括三个部分 ， 首先是「50mm 相机、特写镜头」指定了相机；接着中间一大段用来提示对象和具体的视频内容；最后一句话是进一步明确灯光和纹理 。
Flow 对网络要求比较严格 ， 一般在 Gemini 网页或者 App 内使用同样足够 。
体验地址：flow.google
AI Mode 支持除英文外更多语言搜索是最大的流量入口 ， 因此 AI 浏览器成了大模型厂商的必争之地 ， 尽管这条路并不好走 。
Arc 项目宣布停止后 ， 重启的 Dia 浏览器也在前几天 ， 被 Atlassian 以 6.1 亿美元收购 。 路不好走的原因倒不是因为没有利益 ， 而是太多巨头想要吞下这块香饽饽了 。
微软在上个月宣布自己的 Edge 升级为 AI 浏览器 ， Copilot 无缝接入到浏览器的每个角落 ， 预订餐厅和机票、跨越标签页的整理总结等等 。 OpenAI 在之前推出 ChatGPT agent 时 ， 也被爆料要做自己的 AI 浏览器 。
Google 当然也不会停下脚步 ， 和我们平时用 Google 搜索时看到的 AI Overview 不一样 ， AI Mode 更像是一份深度研究报告 ， 它会利用 Gemini 2.5 的高级推理和多模态能力 ， 来处理我们的查询输入 。
例如当我问他 iPhone Air 的 esim 卡到底是怎么回事时 ， 它会自动根据网页内容进行整理 ， 给出更准确的答案 。
点击上方 All ， 则可以切换回普通的 Google 搜索
不过 AI Mode 有一个缺点 ， 是目前它还不支持中文 。 但前几天 ， Google 已经宣布支持日语、韩语、以及葡萄牙语等五种语言 。 他们提到构建一个全球化的 AI 搜索不仅仅是翻译 ， 所支持的语言 ， 应该具有本地相关性和实用性 。
体验地址：google.com/ai
Gemini CLI 下载视频 ， 转文件格式 ， 统统交给它Claude Code 断供完全没关系 ， Gemini CLI 是真的好用 。
之前我们说用这种终端工具来修改文件名 ， 其实是最「弱」的用法了 。 我最近 X 视频、YouTube 等视频下载；视频转 GIF 以及各种格式转换；图片压缩、视频压缩 ， 全部交给 Gemini CLI 。
Gemini CLI 的安装流程相当清晰 ， 即便遇到环境配置问题 ， 如今的 AI 也能提供可靠的解决方案 。
前期的麻烦点主要集中在安装 Node.js 上 ， 对 Windows 用户来说 ， 终端使用没有 macOS 和 Linux 友好 ， 所以是需要一点耐心的 。
Node.js 安装完成之后 ， 按照 GitHub 上指引 ， 运行 npm/npx 命令就可以安装 Gemini CLI 了 。
在终端里面输入 gemini ， 会提示我们进行验证 ， 一般登录 Google 验证就可以 ， 不需要去额外创建 Gemini API 之类的操作 。 免费用户每分钟有 60 次请求 ， 每天 1000 次请求 ， 应付日常的简单工作流是足够的 。
终端里面有一些非常基础的命令 ， 因为我们打开终端的时候 ， 默认的文件夹是可能是整个电脑的文件 ， 如果直接输入 gemini ， 它检索文件会比较麻烦 。
正确的操作是 ， 一些基础命令输入 ls：会列出当前目录下的所有文件和文件夹；cd xxx：进入某个文件夹；mkdir xxx：创建一个文件夹 。
例如第一步我们打开终端 ， 输入 ls ， 可以看到当前目录下所有的文件和文件夹；接着我们选择一个文件用来处理 ， 此次需要 Gemini 的项目文件夹 。 输入 cd Downloads ， 可以看到 % 前面有当前目录 Downloads 的名字 。 接下来 ， 我们创建一个文件夹 ， mkdir testing ， 然后再进入这个目录 ， cd testing 。 当然也可以直接选择一个文件夹 ， 鼠标右键 ， 在终端中打开 。 输入 gemini ， 它就正式接管了我们的终端 ， 我们接下来就能用自然语言 ， 处理许多复杂的任务了 。
拿下载一个 X 的视频举例 ， 首先它会搜索 ， 找到一个 yt-dlp 的工具 ， 可以用来下载视频；接着 ， 它会自动检查我的电脑 ， 是否有安装这个工具 。 检测到有安装之后 ， 视频就开始下载了 。
这是调用了 yt-dlp 工具 ， 而在终端环境里面 ， 还有非常多高效的工具 ， 例如 FFmpeg ， 它是一款处理多媒体内容的强大工具 。
输入指令后 ， Gemini CLI 会直接说它需要 yt-dlp 和 ffmpeg 这两个工具；然后会自动调整分辨率和帧率 ， 以符合我提出的最终文件大小 ， 最后它会删除过程中的临时文件 。
我们继续用 X 视频举例子 ， 这次直接要求他把这个链接的视频下载为一个 GIF 文件 ， 并且确保 GIF 文件的大小在 5-10 MB 之间 。
除了从网络上下载文件 ， Gemini-CLI 也可以直接处理本地文件 ， 例如我有一张图片的大小 ， 不符合平台上传规范 ， 我告诉它文件名 ， 然后要求它压缩 ， 过程中完全不需要去找任何的在线工具 。
可以用模糊语言指定图片位置 ， 顺利定位到图片 ， 它会使用 ffmpeg 工具来进行压缩 。 不过最后它把我的原文件删掉了 ， 当我告诉他要求找回时 ， 它会修改自己的 gemini.md 配置文件——这相当于它的「记忆」 ， 它会记住这次教训 ， 确保未来不再犯同样错误 。
命令行工具的种类丰富 ， 几乎大部分的文件都能处理 ， 甚至有时候遇到一些压缩包不能解压 ， 直接让 Gemini CLI 来处理 ， 而不需要额外去下载对应的解压工具 。
再结合 MCP（大模型上下文协议 ， 连接不同数据的万能接口） ， Gemini CLI 能做的远远不止是编程开发 。
体验地址：https://github.com/google-gemini/gemini-cli
AI Studio 和 Labs Google：谷歌前沿 AI 试验场Google Labs 汇集了许多尚未正式发布的 AI 黑科技产品 ， 像 AI Mode、NotebookLM 目前都还是实验室产品 ， 不过他们名声比较大 。 我们也选择了几个有意思的小项目 ， 虽然背后的模型都是同一个 Gemin 2.5 Pro/Flash ， 但是可以看看模型之上 ， 不同的软件形态 。
首先就是 Whisk ， 这个主打不需要提示词 ， 上传照片尽情玩耍的图片生成工具 ， 现在还新增了 animate 动画的功能 ， 直接将生成的图片转成一段视频 。
地址：https://labs.google/fx/tools/whisk
还有学习一门语言的 Little Language Lessons ， 它特别的地方 ， 是让我们快速在 Gemini 构建的一系列小实验里面 ， 学习一门新的语言 ， 直接在现实场景中应用 ， 还能学习各种俚语表达 。
我拿粤语试了一下 ， 至少不是多邻国里面 ， 来来回回的肠粉和豉汁排骨了 。
地址：https://labs.google/lll/
Google 实验室还有非常多的项目 ， 体验地址：labs.google
讲了通用大模型 Gemini 2.5 Pro、图像编辑 nano banana、视频生成 Veo 3 ， 怎么可以没有 Imagen 4 。
Imagen 4 官方渠道目前是只能透过 Gemini API 和 AI Studio 两种方式体验 ， 即便 Google Labs 里面有专门生图的工具 ， ImageFX ， 但是使用的模型依旧是 Imagen 3 。
AI Studio 能做的 ， 就是体验到 Google 最新最全的各种模型 。 而且 ， 在 AI Studio 里面的对话 ， 提供了「分支」功能 ， 我们可以保留现有对话的前提下 ， 开启另一个新的话题 。
地址：ai.studio/ai.dev
前段时间 ， 马斯克还在 X 上和奥特曼互撕 ， 直接开骂 ， Apple 和奥特曼有私下交易 ， 不然他的 Grok 怎么登顶不了排行榜第一 ， 凭什么一直都是 ChatGPT 。
这一番开箱下来 ， 似乎能看到一点 Gemini「凭什么」的端倪 。 Google AI 几乎是用一套完整的工作流 ， 无缝融入我们的学习、工作和创作之中 。 从整理资料到激发创意 ， 再到解放双手 ， 这套全家桶的核心 ， 是希望实实在在地提升每个人的生产力 。
你最常用或最想尝试的是哪一个？有什么问题可以在下面留言 。
视频请点击链接 ， 前往微信播放预览 https://mp.weixin.qq.com/s/gdSkrm95Mq1RORe-sIoK4A
#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr） ， 更多精彩内容第一时间为您奉上 。
爱范儿|原文链接· ·新浪微博
推荐阅读
- 谷歌靠Nano Banana超越ChatGPT！登顶苹果App Store第一，玩疯了
- 手机CPU干翻PC！苹果A19 Pro单线程击败锐龙9 9950X
- 英伟达的AI已经开始接管整个项目了？SATLUTION进化代码库登顶SAT
- IDC：科大讯飞AI学习机登顶市场销售额第一
- ChatGPT新功能，又干掉一批创业项目
- Q2学习机出货量增46%！IDC：科大讯飞AI学习机登顶市场销售额第一
- 华为新款三折叠支持PC级办公 带动企查查等商务软件登顶热门应用
- 全球首例AI谋杀案，56岁IT精英弑母后自杀！ChatGPT成教唆元凶
- 16岁少年之死，母亲状告ChatGPT杀了我的儿子！万字死亡对话爆出
- 中国五款产品进前20，ChatGPT背腹受敌，氛围编程成黑马