還以為 ChatGPT 會一直穩坐第一？這周卻來了個反轉。

Google Gemini 憑借最近爆火的 Nano Banana 圖像編輯，一舉登頂 App Store 免費榜，把 ChatGPT 擠到第二。

▲ Gemini 位于 App Store 免費榜所有類別第一，圖片來源：https://apps.apple.com/us/charts/iphone/top-free-apps/36；15/09/2025

這意味著，Google 終于迎來了屬于自己的「爆款 AI 時刻」。

而且，Gemini 只是冰山一角。Google 手里還有一整套 AI 工具，從寫作、畫圖，到學習筆記、視頻生成，應有盡有。今天就帶你開箱 Google 的「AI 全家桶」。

省流版：

Gemini，定位和 ChatGPT 一樣的通用助手：包含了 nano banana（近期熱門生圖模型）、Canvas 畫布、Veo3 視頻生成、Storybook 故事板、以及 Deep Research 等功能，目前提供 Gemini 2.5 Pro 和 Flash 兩個模型。體驗地址：gemini.google.com

NotebookLM，能深入研究的知識庫：最多可上傳 300 個文件，能將文檔總結為音頻、視頻、思維導圖等六種類型，是學習和研究的最佳利器。體驗地址：notebooklm.google

Flow，高質量的視頻生成：支持豎屏 9:16、1080p 高清，價格更低，免費用戶每月送 100 積分。體驗地址：flow.google

AI Mode，搜索也有了推理和思考能力：在 Google 搜索輸入框就能直接開啟，獲取比 AI Summary/Overview（總結）更嚴謹和翔實的結果；目前支持英文等五種語言（但目前不包含中文）。體驗地址：google.com/ai

Gemini CLI：一個萬能的本地助手：不只是開發工具，還能下視頻、轉 GIF、壓縮文件。體驗地址：github.com/google-gemini/gemini-cli

AI Studio 和 Labs Google：其他有意思的小工具，生成一段音樂，簡單學習一門新的語言，體驗最新、最全的 Google 大語言模型……體驗地址：ai.dev 和 labs.google

Gemini：不只會聊天，更是全能工作臺

近期爆火的 nano banana，最主要的官方渠道除了網頁版，就是 Gemini App。

▲ Gemini 首頁，有常駐提醒推廣 nano banana 圖像編輯模型

但如果你只拿 Gemini 來 P 圖，那就太浪費了。它和 ChatGPT 一樣，補齊了跨對話的「記憶」功能，并能與 Google 生態無縫銜接。

▲ Gemini 的「記憶」功能

對我而言，這個關鍵更新，加上教育郵箱贈送的 Pro 會員，足以讓我將大部分日常對話轉移過來。

Google 最近更新了 Gemini 免費和付費用戶具體的使用限制。免費用戶使用 Gemini 2.5 Pro 和 Deep Research 的次數有限，但是 nano banana 的單價非常便宜，所以免費用戶也有慷慨的 100 張生成機會。

▲ 圖片來源：https://support.google.com/gemini/answer/16275805

Gemini 2.5 Pro 最大的優點是，每個回答都會有像 DeepSeek 一樣清晰的推理過程，但是速度要快上不少。這在 ChatGPT 更新到 GPT-5 之后，采用全新的路由控制，自動選擇模型，優勢更為明顯。

因為 ChatGPT 有時候判斷不了，我到底希望他使用什么模型來回復；而我的表達，也不是每一次都能清晰地，讓模型知道我的意圖。

不過，更會聊天的代價是更不會干活，和 LMArena 顯示的排行榜一樣，文本能力第一，但是網頁的開發能力不及 GPT 和 Claude。好在這些天，Google 也是狂給 Gemini 打補丁，在軟件交互上，用戶體驗越來越好。

▲Gemini 和 ChatGPT 完成同一個開發任務，你喜歡哪個

例如，在網頁開發方面，Gemini Canvas 現已支持直接點選應用中的某個元素，用自然語言即可進行修改。

Canvas 畫布和 ChatGPT 的畫布預覽是一樣的功能，都是非常直觀地，把我們的創意，變成應用程序、游戲、信息圖表等內容。

▲ Gemini 畫布新增功能，選擇并詢問。現在只需點擊元素并描述所需更改，即可直觀地編輯您的網頁應用的任何部分。圖片來源：https://x.com/GeminiApp/status/1965475292526551105

其次，Gemini 終于支持上傳音頻文件。這意味著，會議錄音、采訪視頻等包含豐富上下文的材料，可以直接交給 Gemini 處理，省去了手動整理和編寫復雜提示詞的麻煩。

▲ ChatGPT 一直回復無法使用工具

最新消息，根據 flowith 創始人 Derek Nee 和 Gemini 3 工程師團隊的交流，他發 X 透露，Gemini 3.0 Flash 的能力將會超過 2.5 Pro。

▲ 圖片來源：https://x.com/DerekNee/status/1965811795559653506

和 ChatGPT 使用的條件類似，Gemini 對谷歌賬號的歸屬地可能有額外的限制。

體驗地址：gemini.google.com

NotebookLM：你的最佳個人知識庫

收藏了一堆英文長文、書摘，結果總是「下次再看」？NotebookLM 就是專門拯救這些吃灰資料的。

你只要把幾篇文章、報告甚至書摘丟進去，它就能：

自動幫你提煉要點，生成一份條理清晰的學習筆記；

如果你喜歡可視化，還能直接畫成思維導圖，讓你一眼看懂文章框架；

想進一步學習？它還能基于這些資料出小測驗，逼你復習鞏固。

舉個例子，我之前用它來整理過論文，NotebookLM 最多支持上傳 300 個文件，支持的文件類型也很豐富，PDF、txt、Markdown、和音視頻文件，它都能識別。

▲ 我將 297 篇同一研究領域的論文上傳，NotebookLM 能完全基于這些文件，生成多種形式的內容總結。

▲ 文字報告、播客預覽、視頻介紹、思維導圖、閃卡和小測驗六種形式

播客和文字報告，是 NotebookLM 里面最早提供的選項，現在它們也得到了優化。

文字報告可以選擇，直接生成為博客、說明文檔、指南等類型，甚至 NotebookLM 會根據知識庫里面的資料，提供動態建議；例如，上傳論文可能會建議創建白皮書，而新聞類文章可能會生成解釋性內容；自定義的提示現在也被允許。

▲ NotebookLM 生成的博客文章

而音頻播客現在更是支持 80 多種語言，播客類型也從概述到深入，進一步擴展到辯論和批判性思考等多種類型。

新增的視頻、Quiz 測驗和 Flashcard 閃卡，是我非常喜歡的功能，無論是幫助我消化這些知識，還是做進一步的內容傳播，NotebookLM 都非常有用。

但論文的研究終究是比較小眾的場景，我們只是借著論文來介紹 NotebookLM 的功能。對于學生和研究者來說，這絕對是 Google AI 里最值得安利的工具之一。

在更普遍的應用場景中，它能勝任任何類型的知識庫構建。像是 NotebookLM 官方給出的使用案例，上傳了多家公司一季度的財報，我們可以透過思維導圖，一次性清晰的了解財報的具體內容。

還有 NotebookLM 與 OpenStax（免費教科書提供平臺） 合作，將它們受歡迎的內容，轉化成交互式筆記本，包括生物學、化學、心理學、以及管理學等主題筆記本。

在這個心理學知識庫中，每一章節都配有小測驗和記憶卡片，幫助我們鞏固所學知識點。

▲ 語言是可以選擇中文，知識庫鏈接：https://notebooklm.google.com/notebook/90a2ee5f-cccb-4c28-a356-bb1682cc8aeb

小測驗和閃卡的主題、難度都是可自定義的。而且，無論是閃卡還是測驗，只需點擊解釋，就能深入探索當前的話題；NotebookLM 會生成詳細的概述，幫助我們理解閃卡定義，或解釋為什么答錯某道題，并附有引用指向原始資料。

體驗地址：notebooklm.google

Flow 電影級 AI 視頻生成

AI 視頻熱度雖高，但能用它做什么？始終是許多人心中的疑問。我們介紹過多個 AI 視頻生成模型，不少讀者也曾留言：這種 AI 視頻，究竟是給誰看的？

▲ 在 Gemini 里面，直接使用 Veo 3 視頻生成，Veo 3 目前僅支持首幀，首尾幀需要 Veo 2。

Google 的更新或許給出了部分答案：支持豎屏（9:16）和 1080p 高清。這無疑是為抖音、YouTube Shorts、Reels 等短視頻社交媒體平臺量身定做。

▲ Veo 3 近期更新，Veo 3 Fast 從 0.4 美元每秒降價到 0.15 美元每秒，以及支持 9:16、1080p 等。圖片來源：https://x.com/GoogleAIStudio/status/1965436154762920074

如今 AI 視頻已成為一種新的內容消費品，與其被動觀看，不如親自上手一試。

▲ 提示詞：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、可靈、海螺這些比較熱門的視頻生成模型，Google 的 Veo 3 一直在大模型競技場，文生視頻類別下，名列前茅。

前些時間爆火的第一視角穿越、ASMR 切水果，金屬、兔子蹦床的夜視監控等視頻，都是使用 Veo 3 生成的。

▲ 提示詞：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.

不過，提示詞的優劣，是決定視頻質量的關鍵瓶頸。例如上面這個視頻，我們就是直接借鑒了 Google 的官方案例。

他們解釋，好的提示詞，包括三個部分，首先是「50mm 相機、特寫鏡頭」指定了相機；接著中間一大段用來提示對象和具體的視頻內容；最后一句話是進一步明確燈光和紋理。

Flow 對網絡要求比較嚴格，一般在 Gemini 網頁或者 App 內使用同樣足夠。

體驗地址：flow.google

AI Mode 支持除英文外更多語言

搜索是最大的流量入口，因此 AI 瀏覽器成了大模型廠商的必爭之地，盡管這條路并不好走。

Arc 項目宣布停止后，重啟的 Dia 瀏覽器也在前幾天，被 Atlassian 以 6.1 億美元收購。路不好走的原因倒不是因為沒有利益，而是太多巨頭想要吞下這塊香餑餑了。

微軟在上個月宣布自己的 Edge 升級為 AI 瀏覽器，Copilot 無縫接入到瀏覽器的每個角落，預訂餐廳和機票、跨越標簽頁的整理總結等等。OpenAI 在之前推出 ChatGPT agent 時，也被爆料要做自己的 AI 瀏覽器。

Google 當然也不會停下腳步，和我們平時用 Google 搜索時看到的 AI Overview 不一樣，AI Mode 更像是一份深度研究報告，它會利用 Gemini 2.5 的高級推理和多模態能力，來處理我們的查詢輸入。

例如當我問他 iPhone Air 的 esim 卡到底是怎么回事時，它會自動根據網頁內容進行整理，給出更準確的答案。

▲ 點擊上方 All，則可以切換回普通的 Google 搜索

不過 AI Mode 有一個缺點，是目前它還不支持中文。但前幾天，Google 已經宣布支持日語、韓語、以及葡萄牙語等五種語言。他們提到構建一個全球化的 AI 搜索不僅僅是翻譯，所支持的語言，應該具有本地相關性和實用性。

體驗地址：google.com/ai

Gemini CLI 下載視頻，轉文件格式，統統交給它

Claude Code 斷供完全沒關系，Gemini CLI 是真的好用。

之前我們說用這種終端工具來修改文件名，其實是最「弱」的用法了。我最近 X 視頻、YouTube 等視頻下載；視頻轉 GIF 以及各種格式轉換；圖片壓縮、視頻壓縮，全部交給 Gemini CLI。

Gemini CLI 的安裝流程相當清晰，即便遇到環境配置問題，如今的 AI 也能提供可靠的解決方案。

前期的麻煩點主要集中在安裝 Node.js 上，對 Windows 用戶來說，終端使用沒有 macOS 和 Linux 友好，所以是需要一點耐心的。

Node.js 安裝完成之后，按照 GitHub 上指引，運行 npm/npx 命令就可以安裝 Gemini CLI 了。

在終端里面輸入 gemini，會提示我們進行驗證，一般登錄 Google 驗證就可以，不需要去額外創建 Gemini API 之類的操作。免費用戶每分鐘有 60 次請求，每天 1000 次請求，應付日常的簡單工作流是足夠的。

終端里面有一些非常基礎的命令，因為我們打開終端的時候，默認的文件夾是可能是整個電腦的文件，如果直接輸入 gemini，它檢索文件會比較麻煩。

正確的操作是，一些基礎命令輸入 ls：會列出當前目錄下的所有文件和文件夾；cd xxx：進入某個文件夾；mkdir xxx：創建一個文件夾。

▲ 例如第一步我們打開終端，輸入 ls，可以看到當前目錄下所有的文件和文件夾；接著我們選擇一個文件用來處理，此次需要 Gemini 的項目文件夾。輸入 cd Downloads，可以看到 % 前面有當前目錄 Downloads 的名字。接下來，我們創建一個文件夾，mkdir testing，然后再進入這個目錄，cd testing。當然也可以直接選擇一個文件夾，鼠標右鍵，在終端中打開。輸入 gemini，它就正式接管了我們的終端，我們接下來就能用自然語言，處理許多復雜的任務了。

▲ 拿下載一個 X 的視頻舉例，首先它會搜索，找到一個 yt-dlp 的工具，可以用來下載視頻；接著，它會自動檢查我的電腦，是否有安裝這個工具。檢測到有安裝之后，視頻就開始下載了。

這是調用了 yt-dlp 工具，而在終端環境里面，還有非常多高效的工具，例如 FFmpeg，它是一款處理多媒體內容的強大工具。

▲ 輸入指令后，Gemini CLI 會直接說它需要 yt-dlp 和 ffmpeg 這兩個工具；然后會自動調整分辨率和幀率，以符合我提出的最終文件大小，最后它會刪除過程中的臨時文件。

我們繼續用 X 視頻舉例子，這次直接要求他把這個鏈接的視頻下載為一個 GIF 文件，并且確保 GIF 文件的大小在 5-10 MB 之間。

除了從網絡上下載文件，Gemini-CLI 也可以直接處理本地文件，例如我有一張圖片的大小，不符合平臺上傳規范，我告訴它文件名，然后要求它壓縮，過程中完全不需要去找任何的在線工具。

▲ 可以用模糊語言指定圖片位置，順利定位到圖片，它會使用 ffmpeg 工具來進行壓縮。不過最后它把我的原文件刪掉了，當我告訴他要求找回時，它會修改自己的 gemini.md 配置文件——這相當于它的「記憶」，它會記住這次教訓，確保未來不再犯同樣錯誤。

命令行工具的種類豐富，幾乎大部分的文件都能處理，甚至有時候遇到一些壓縮包不能解壓，直接讓 Gemini CLI 來處理，而不需要額外去下載對應的解壓工具。

再結合 MCP（大模型上下文協議，連接不同數據的萬能接口），Gemini CLI 能做的遠遠不止是編程開發。

體驗地址：https://github.com/google-gemini/gemini-cli

AI Studio 和 Labs Google：谷歌前沿 AI 試驗場

Google Labs 匯集了許多尚未正式發布的 AI 黑科技產品，像 AI Mode、NotebookLM 目前都還是實驗室產品，不過他們名聲比較大。我們也選擇了幾個有意思的小項目，雖然背后的模型都是同一個 Gemin 2.5 Pro/Flash，但是可以看看模型之上，不同的軟件形態。

首先就是 Whisk，這個主打不需要提示詞，上傳照片盡情玩耍的圖片生成工具，現在還新增了 animate 動畫的功能，直接將生成的圖片轉成一段視頻。

▲ 地址：https://labs.google/fx/tools/whisk

還有學習一門語言的 Little Language Lessons，它特別的地方，是讓我們快速在 Gemini 構建的一系列小實驗里面，學習一門新的語言，直接在現實場景中應用，還能學習各種俚語表達。

我拿粵語試了一下，至少不是多鄰國里面，來來回回的腸粉和豉汁排骨了。

▲ 地址：https://labs.google/lll/

Google 實驗室還有非常多的項目，體驗地址：labs.google

講了通用大模型 Gemini 2.5 Pro、圖像編輯 nano banana、視頻生成 Veo 3，怎么可以沒有 Imagen 4。

Imagen 4 官方渠道目前是只能透過 Gemini API 和 AI Studio 兩種方式體驗，即便 Google Labs 里面有專門生圖的工具，ImageFX，但是使用的模型依舊是 Imagen 3。

AI Studio 能做的，就是體驗到 Google 最新最全的各種模型。而且，在 AI Studio 里面的對話，提供了「分支」功能，我們可以保留現有對話的前提下，開啟另一個新的話題。

▲ 地址：ai.studio / ai.dev

前段時間，馬斯克還在 X 上和奧特曼互撕，直接開罵，Apple 和奧特曼有私下交易，不然他的 Grok 怎么登頂不了排行榜第一，憑什么一直都是 ChatGPT。

這一番開箱下來，似乎能看到一點 Gemini「憑什么」的端倪。Google AI 幾乎是用一套完整的工作流，無縫融入我們的學習、工作和創作之中。從整理資料到激發創意，再到解放雙手，這套全家桶的核心，是希望實實在在地提升每個人的生產力。