共计 7256 个字符，预计需要花费 19 分钟才能阅读完成。
你是否认为 ChatGPT 会一直保持其霸主地位？然而，最近的动态却让人感到意外。
凭借近期热度颇高的 Nano Banana 图像处理工具，Google Gemini 成功跻身 App Store 免费榜首 ，使 ChatGPT 不得不屈居第二。
Gemini 在 App Store 免费榜的所有分类中名列第一，图片来源：
https://apps.apple.com/us/charts/iphone/top-free-apps/36；15/09/2025
这一变化标志着 Google 终于迎来了属于自己的“AI 热潮”。
而且，Gemini 只是这股浪潮的一部分。Google 还拥有一系列 AI 工具，涵盖写作、绘图、学习笔记以及视频生成等功能。今天，我们将为你揭秘 Google 的“AI 全家桶”。
简要概述：
- Gemini，功能与 ChatGPT 相似的通用助手 ：包括 nano banana（近期热门的生图模型）、Canvas 画布、Veo3 视频生成、Storyboard 故事板以及 Deep Research 等众多功能，目前提供 Gemini 2.5 Pro 和 Flash 两个版本。体验地址：gemini.google.com
- NotebookLM，深入研究的知识库 ：最多可上传 300 个文件，能够将文档转化为音频、视频、思维导图等六种形式，是学习和研究的得力助手。体验地址：notebooklm.google
- Flow，高质量视频生成 ：支持竖屏 9:16、1080p 高清，价格低廉，免费用户每月可获得 100 积分。体验地址：flow.google
- AI Mode，搜索具备推理与思考能力 ：在 Google 搜索框中即可直接启用，提供比 AI Summary/Overview（总结）更为严谨和详尽的结果；目前支持英文等五种语言（但暂时不包括中文）。体验地址：google.com/ai
- Gemini CLI：一个多功能的本地助手 ：不仅是开发工具，还可以下载视频、转换 GIF、压缩文件。体验地址：github.com/google-gemini/gemini-cli
- AI Studio 和 Labs Google：其他有趣的小工具，能够生成音乐、简单学习新语言，体验最新、最全的 Google 大语言模型……体验地址：ai.dev 和 labs.google
Gemini：不仅能聊天，更是全能工作台
近期大热的 nano banana，主要的官方渠道除了网页版外，就是 Gemini 应用。
Gemini 的主页上，常驻提示推广 nano banana 图像编辑模型
然而，如果你仅仅把 Gemini 用来处理图片，那将是极大的浪费。它与 ChatGPT 相似，具备跨对话的“记忆”功能，且能够与 Google 生态系统无缝连接。
Gemini 的“记忆”功能
对我来说，这一重要的更新，加上教育邮箱所赠送的 Pro 会员，足以让我将大部分日常对话迁移到此。
Google 最近公布了 Gemini 免费用户和付费用户的具体使用限制。虽然免费用户在使用 Gemini 2.5 Pro 和 Deep Research 时次数有限，但 nano banana 的单次生成费用非常低，因此免费用户依然享有慷慨的 100 次生成机会。
图片来源：
https://support.google.com/gemini/answer/16275805
Gemini 2.5 Pro 的最大优势在于，每次回答都具备类似 DeepSeek 的清晰推理过程，且速度相较之下更快。相比之下，ChatGPT 在更新至 GPT-5 后，采用了全新的路由控制系统，自动选择模型的优势愈发突出。
因为在某些情况下，ChatGPT 有时无法准确判断我希望其使用何种模型进行回复；而我表达的意图，并非总是能够清晰地传达给模型。
更擅长交流的代价：性能与能力的对比
然而，能言善辩的代价往往是执行力的不足。就如同 LMArena 的排行榜所展示的那样，尽管在文本处理能力上名列前茅，Gemini 在网页开发方面却不及 GPT 和 Claude。值得庆幸的是，最近谷歌频繁为 Gemini 进行更新与补丁，使得用户在软件交互方面的体验不断提升。
在 Gemini 与 ChatGPT 共同承担的开发任务中，哪个更合你的心意呢？
拿网页开发来说，Gemini Canvas 现已具备了直接选择应用中元素并用自然语言进行修改的能力。
在功能上，Canvas 画布与 ChatGPT 的画布预览类似，均以直观的方式将我们的创意转化为应用、游戏或信息图表等内容。
Gemini 画布的新功能使用户可以轻松选择元素并提出修改请求。如今，只需点击目标元素并描述所需的更改，便可直观地编辑网页应用的各个部分。图片来源：
https://x.com/GeminiApp/status/1965475292526551105
此外，Gemini 终于实现了音频文件的上传功能。这一进步意味着，诸如会议录音和采访视频等富含上下文的材料，可以直接交由 Gemini 处理，这样就省去了手动整理和撰写复杂提示的麻烦。
相比之下，ChatGPT 长期以来的反馈却是无法使用相关工具。
根据最新消息，flowith 的创始人 Derek Nee 与 Gemini 3 的工程师团队交流后透露，Gemini 3.0 Flash 的功能将超越 2.5 Pro。
图片来源：
https://x.com/DerekNee/status/1965811795559653506
与 ChatGPT 的使用条件相似，Gemini 可能对谷歌账户的地域有所限制。
想要体验的朋友可以访问：gemini.google.com
NotebookLM：你的理想个人知识库
是否曾经收藏了大量英文长文或书摘，却始终未能抽出时间阅读？NotebookLM 正是为了拯救这些被遗忘的资料而诞生。
只需将几篇文章、报告或书摘放入其中，它就能够：
- 自动提炼要点，为你生成一份逻辑清晰的学习笔记；
- 如果你偏好可视化效果，还能直接生成思维导图，让你一目了然地理解文章结构；
- 想要进一步学习？它还能基于这些资源出小测验，帮助你巩固复习。
例如，我曾用它整理过一批论文，NotebookLM 支持上传多达 300 个文件，并且兼容丰富的文件类型，如 PDF、txt、Markdown，以及音视频文件，均可被识别。
我上传了 297 篇来自同一研究领域的论文，NotebookLM 能够基于这些资料生成多种形式的内容总结。
多样化的内容生成工具
在这个信息爆炸的时代，NotebookLM 提供了多种形式的内容生成方式，包括文字报告、播客预览、视频介绍、思维导图、闪卡以及小测验六种选项。
文字报告和播客是 NotebookLM 最初推出的功能，如今这两者均已得到显著提升。用户可以选择将文字报告直接生成为博客、说明文档或指南等类型，NotebookLM 还会根据知识库中的信息提供动态建议。例如，当用户上传一篇论文时，系统可能会推荐创建一份白皮书，而对于新闻类文章，则可能生成解释性内容。此外，用户现在可以自定义提示内容。
通过 NotebookLM 生成的博客文章
音频播客的支持语言现已超过 80 种，播客类型从概述扩展到深入探讨，还包括辩论和批判性思考等多样化内容。
我特别喜欢新增的视频、Quiz 测验和闪卡功能。这些工具不仅帮助我更好地消化知识，同时也便于进行进一步的内容传播，NotebookLM 的实用性得以充分体现。
尽管论文研究偏向于较小众的领域，我们依然借此机会展示 NotebookLM 的强大功能。对于学生与研究者而言，毫无疑问，这款工具是 Google AI 中最值得推荐的。
在更广泛的应用场景中，NotebookLM 能够高效地构建各类知识库。以官方给出的案例为例，上传多家公司的季度财报，我们可以通过思维导图迅速明了地掌握财报的具体信息。
NotebookLM 还与 OpenStax（一个提供免费教科书的平台）合作，将其受欢迎的内容转化为互动式笔记本，涵盖生物学、化学、心理学以及管理学等主题。
在心理学知识库中，每一章节都配有小测验和记忆卡片，旨在帮助我们巩固所学的知识要点。
语言选择包括中文，知识库链接：
https://notebooklm.google.com/notebook/90a2ee5f-cccb-4c28-a356-bb1682cc8aeb
小测验和闪卡的主题及难度均可自定义。无论是使用闪卡还是测验，用户只需点击解释按钮，即可深入了解当前主题；NotebookLM 会生成详细概述，帮助我们理解闪卡的定义，或解释某道题为何回答错误，并附上指向原始资料的引用。
体验网址为：notebooklm.google
Flow：电影级 AI 视频生成
尽管 AI 视频越来越受欢迎，但人们依然对其用途感到困惑。我们曾介绍过多款 AI 视频生成模型，许多读者也曾询问：这些 AI 视频的目标观众是谁呢？
在 Gemini 中，用户可以直接使用 Veo 3 进行视频生成，虽然 Veo 3 目前仅支持首帧，首尾帧则需借助 Veo 2。
Google 的更新或许为这一问题提供了部分答案：其支持竖屏（9:16）以及 1080p 高清分辨率，这无疑是为抖音、YouTube Shorts、Reels 等短视频社交平台量身定制的。
近期 Veo 3 更新，Veo 3 Fast 的价格从每秒 0.4 美元降至 0.15 美元，并支持 9:16、1080p 等功能。图片来源：
https://x.com/GoogleAIStudio/status/1965436154762920074
如今，AI 视频已经成为一种新的内容消费形式，与其被动地观看，不如亲自尝试一下。
探索视频生成的新风潮：Google 的 Veo 3
在如今的视频生成领域，除了 Sora、可灵与海螺等备受欢迎的模型之外，Google 的 Veo 3 也凭借其卓越的表现，稳居文生视频类别的前列。
近期在社交媒体上广为流传的第一视角穿越视频、ASMR 切水果以及金属和兔子在蹦床上的夜视监控片段，皆是由 Veo 3 生成的杰作。
提示词的质量直接影响视频的成效。例如，在上述提及的视频中，我们直接参考了 Google 官方提供的案例。
他们的说明指出，优秀的提示词应包含三个关键部分：首先是「50mm 相机、特写镜头」用于指定拍摄设备；接下来是详细描述拍摄对象及视频内容的段落；最后一句则是进一步阐明场景中的光线和质感。
Flow 对网络环境的要求相对较高，通常在 Gemini 的网页或应用程序中使用即可满足需求。
体验地址：flow.google
AI 模式扩展语言支持，打造全球搜索平台
作为流量的主要入口，AI 浏览器成为了各大模型企业争相布局的领域，尽管这条路充满挑战。
在 Arc 项目宣布暂停后，重新启动的 Dia 浏览器不久前被 Atlassian 以 6.1 亿美元收购。之所以面临挑战，不仅在于缺乏利益，更多是因为市场竞争异常激烈。
上个月，微软宣布将 Edge 升级为 AI 浏览器，Copilot 无缝融入各个功能模块，能够轻松完成预订餐厅、机票及标签页的整理等操作。与此同时，OpenAI 也在推出 ChatGPT agent 时传出要开发自家 AI 浏览器的消息。
Google 自然不会停下脚步，与我们平常使用 Google 搜索时看到的 AI Overview 不同，AI Mode 更像是深度分析报告，利用 Gemini 2.5 的推理能力和多模态特性，精准处理用户的搜索请求。
例如，当我询问关于 iPhone Air 的 eSIM 卡时，它能够自动从网页内容中提炼出更为准确的信息。
想要切换回普通 Google 搜索，只需点击上方的 All 按钮即可。
不过，AI Mode 目前的一个不足之处在于尚不支持中文。然而，Google 最近宣布将支持日语、韩语和葡萄牙语等五种新的语言。他们强调，构建一个全球化的 AI 搜索不仅是翻译，更要注重语言的本地化和实用性。
体验地址：google.com/ai
Gemini CLI：一站式文件处理解决方案
即使 Claude Code 不再更新，Gemini CLI 依然表现出色。
之前提到利用该终端工具修改文件名，实际上是最基本的应用。我最近使用它进行 X 视频、YouTube 等视频的下载、视频转 GIF 及格式转换、图片和视频压缩等操作，效果都非常理想。
Gemini CLI 的安装与使用：轻松上手的便捷工具
Gemini CLI 的安装过程相对简单，即使在面临环境配置的挑战时，现代人工智能也提供了有效的解决方案。
最初的困难主要出现在 Node.js 的安装上，对于 Windows 用户而言，终端的使用体验不如 macOS 和 Linux 友好，因此需要一些耐心。
一旦 Node.js 成功安装，接下来可以遵循 GitHub 上的说明，通过执行 npm 或 npx 命令来安装 Gemini CLI。
输入命令 gemini 后，系统会提示进行验证，通常只需通过 Google 账号登录，无需额外创建 Gemini API 等操作。免费用户每分钟可进行 60 次请求，每天最多 1000 次，这对于日常的简单工作流程来说绰绰有余。
在终端中，有一些基本命令需要掌握，因为默认情况下打开终端时，当前文件夹可能是整个计算机的目录，直接输入 gemini 可能会导致文件检索变得复杂。
正确的使用方式是：首先输入 ls 命令，它会列出当前目录下的所有文件和文件夹；接着使用 cd xxx 命令进入某个特定文件夹；最后，使用 mkdir xxx 命令来创建新的文件夹。
例如，打开终端后，输入 ls 命令可以查看当前目录中的所有文件和文件夹；选择一个用于处理的文件夹，如输入 cd Downloads，可以看到命令前面显示当前目录的名称。接着，创建一个新文件夹，使用命令 mkdir testing，随后进入该目录，执行 cd testing。当然，你也可以选择一个文件夹，右键点击并在终端中打开。输入 gemini，终端就会正式接管，之后我们可以通过自然语言处理各种复杂任务。
以下载某个视频为例，首先它会搜索并找到 yt-dlp 工具，这个工具可以用来下载视频；然后，它会自动检查电脑上是否已安装该工具。如果检测到已安装，视频便会开始下载。
此过程涉及调用 yt-dlp 工具，而在终端环境中，还有许多高效的工具可供使用，例如 FFmpeg，这是一款强大的多媒体处理工具。
在输入指令后，Gemini CLI 会直接说明需要使用 yt-dlp 和 ffmpeg 这两个工具；然后，它会自动调整视频的分辨率和帧率，以满足我们指定的最终文件大小，最后删除临时文件。
继续以下载视频为例，这次我们直接要求将链接中的视频下载为 GIF 文件，并确保其大小在 5 到 10 MB 之间。
除了从网络上下载文件，Gemini CLI 同样能够直接处理本地文件。比如，当我有一张图片大小不符合上传标准时，只需告诉它文件名并要求进行压缩，整个过程无需寻找在线工具。
可以使用模糊语言指定图片位置，系统顺利定位到目标图片，并使用 ffmpeg 进行压缩。不过，最终它会删除原始文件。当我请求恢复时，系统会修改它的 gemini.md 配置文件——这相当于它的“记忆”，确保今后不再犯同样的错误。
命令行工具种类繁多，几乎所有文件都能处理，甚至遇到一些压缩包无法解压时，可以直接请求 Gemini CLI 来处理，而无需额外下载解压工具。
结合 MCP（大模型上下文协议），Gemini CLI 的功能远不止于编程开发。
体验地址：
https://github.com/google-gemini/gemini-cli
AI Studio 与 Google Labs：探索谷歌前沿 AI 技术
Google Labs 汇聚了许多尚未正式推出的 AI 黑科技产品，如 AI Mode、NotebookLM 等，目前仍处于实验阶段，但它们的知名度相对较高。我们挑选了一些有趣的小项目，尽管背后的模型均为 Gemin 2.5 Pro/Flash，但我们可以观察到在模型之上，不同的软件形态。
首个项目是 Whisk，这是一款不需要提示词的图片生成工具，用户只需上传照片便可尽情创作，近期还新增了 animate 动画功能，能够将生成的图片直接转换为视频。
访问链接：
https://labs.google/fx/tools/whisk
在学习新语言方面，Google 推出了一个名为 Little Language Lessons 的项目。这一项目的独特之处在于，它通过一系列由 Gemini 构建的小实验，帮助用户在真实场景中快速掌握新的语言，并学习到丰富的俚语表达。
我尝试了一下粤语，发现体验大大不同于多邻国那种千篇一律的肠粉和豉汁排骨。
访问链接：
https://labs.google/lll/
Google 实验室中还有许多其他项目，用户可以前往体验，地址是：labs.google。
在讨论通用大模型 Gemini 2.5 Pro、图像编辑工具 nano banana 及视频生成工具 Veo 3 时，Imagen 4 同样不可忽视。
目前，Imagen 4 的官方体验渠道仅通过 Gemini API 和 AI Studio 可用。尽管 Google Labs 内有专门的图像生成工具 ImageFX，其使用的仍然是 Imagen 3 模型。
在 AI Studio 中，用户可以体验到 Google 最新、最全面的各种模型。更有趣的是，AI Studio 的对话功能中，提供了“分支”选项，允许用户在保留现有对话的基础上，开启新的讨论主题。
访问链接：
ai.studio/ai.dev
不久前，马斯克在 X 平台上与奥特曼展开了一场激烈的辩论，指责对方与 Apple 之间存在私下交易，否则他的 Grok 为何无法登顶排行榜，而 ChatGPT 却始终稳居第一。
通过这次体验，我们似乎能窥见 Gemini 的独特之处。Google AI 几乎是通过一整套无缝的工作流，将其融入我们的学习、工作和创作中。从资料整理到创意激发，再到双手的解放，这一系列工具的核心目标是显著提升每个人的生产力。
那么，你最常用或最想尝试的是哪些工具呢？请在下方留言与我们分享你的看法。
想看视频请点击以下链接，前往微信预览：
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），我们将为您第一时间带来更多精彩内容。
爱范儿 | 原文链接· ·新浪微博
