在 AI Studio 現場做出 Gemini 應用

概要

• 一個介面試遍近期模型Paige 在 AI Studio 裡切換 Gemini 3.1 Pro、Flash-Lite、Nano Banana 2、Veo 3.1 Lite、Lyria 3 與 Gemma 4，開關工具、調 thinking 等級，再用 Get Code 取得對應程式碼。
• 小模型加工具就夠用Paige 開了 code execution，請 Gemini 3.1 Flash-Lite 在 Lego 照片上畫出綠色積木的框，一次成功，花費遠低於一美分；URL context 則讓模型讀訓練截止日之後才發布的文章。
• Gemini Live 取代拼接管線Paige 邊分享螢幕邊和模型對話，請它改用義大利文回答，也能看鏡頭回答比了幾根手指，並說這比自己串語音轉文字、LLM、文字轉語音便宜得多。
• 用 Build 從描述長出 app口述需求後，Gemini 3.1 Pro 自己規劃並建好 Firestore 與 Google 登入，做出拍書架就能編目的 app，Paige 說這在三、四年前可能就是一間新創。
• Genie 3 與生成媒體Genie 3 能依文字生成可操控的世界，Paige 說它背後是 Nano Banana、Veo 與 Gemini 組成的多模型組合，目前沒有 API；Veo 3.1 Lite 與 Lyria 3 也在現場各做了一個示範。
• Gemma 4 開放權重可免費試用Paige 說 Gemma 4 能在 AI Studio 免費呼叫，也能下載後自行微調，採 Apache 2 授權，最小的版本可在手機上跑。

原話

• “Gemini 3.1 flashlight was able to get it right out of the gate, which is pretty wild.”

  Gemini 3.1 Flash-Lite 一次就做對，這點很驚人

  ▶ 14:57

• “Gemini Live gives you the ability to share your screen, share a video feed, share audio with the model”

  Gemini Live 可以讓你分享螢幕、視訊畫面和音訊給模型

  ▶ 19:27

• “Genie 3 is actually a composition of models.”

  Genie 3 其實是多個模型的組合

  ▶ 33:26

• “Genie 3 is not currently available as an API just yet”

  Genie 3 目前還沒有 API

  ▶ 36:12

• “the way to orchestrate this isn't having Gemini Live control the robotic actions.”

  這個編排方式不是讓 Gemini Live 直接控制機器人動作

  ▶ 1:00:09

延伸

• Paige 說當天下午還有一輪 DeepMind 各場次的快速導覽，Gemma 團隊的 Ian 也會再來分享。
• Paige 提到 World Labs 以含 Unity、Unreal 風格資產生成的方式做世界模型，只說明方向不同，沒有細談。
• Genie 3 目前要透過 Ultra 訂閱使用，而且只開放部分國家；Paige 說團隊正在考慮 trusted tester 計畫。