据DeepLearning.AI报道，谷歌在2025年I/O大会上推出了Gemini 2.5 Pro和Flash两款具备音频处理能力的AI模型，将推动企业和消费者领域的语音与音频应用创新。同时，谷歌还预览了面向移动端优化的Gemma 3n开源模型，助力开发者实现端侧AI部署。此外，Veo 3能够生成带有对话和音频的4K视频，为内容创作、媒体和数字营销行业带来新的商业机遇。这些发布展示了谷歌将生成式AI深度嵌入其产品生态，并积极拓展音频、视频及移动AI应用场景的战略方向（来源：DeepLearning.AI，2025年6月3日）。