Новые LLM от Google в 2025 году: генерация идей, голосов, картинок… и песни дельфинов

Меня зовут Саша Пиманов, в МТС я занимаюсь разработкой. Мне нравится следить за глобальными трендами в области, и сегодня хочу обсудить новые LLM от Google. На конференции Google Cloud Next 2025 в Лас-Вегасе компания показала ^[1], как усовершенствовала модели Gemini, и представила новые инструменты для создания музыки, видео и изображений. Было много идей для бизнеса, творческого комьюнити и защиты окружающей среды. А еще — необычные проекты вроде анализа вокализаций дельфинов.

Gemini: умнее, быстрее, ближе к людям

Семейство моделей Gemini — сердце ИИ от Google, и в этом году оно получило мощный апгрейд. Начнем с Gemini 2.5 Flash ^[2]. Модель создана для скорости: она моментально отвечает на простые вопросы и экономит ресурсы. Хотите чат-бота, который не тормозит, или супербыструю поддержку клиентов? Все это может сделать Flash. Модель уже доступна на платформе Vertex AI ^[3]. Скоро ее можно будет запускать локально через Google Distributed Cloud.

Еще есть Gemini 2.5 Pro ^[5], заточенная под более комплексные и сложные задачи. Она уверенно справляется с анализом больших данных, созданием веб-приложений и даже научными вопросами. В тестах по математике ^[6] (AIME 2025) и науке ^[7] (GPQA) показывает ^[4] отличные результаты, а в написании кода выдает 63,8% на бенчмарке SWE-Bench Verified.

Отдельно стоит упомянуть ^[8] Gemini Robotics Models и Gemini Robotics-ER (расширенная версия) от Google DeepMind, представленные в марте 2025 года. Они созданы для роботов: помогают машинам двигаться, взаимодействовать с предметами и анализировать мир через камеры и сенсоры. Пока доступ к этим ИИ-моделям ограничен, но первые результаты уже впечатляют. С Gemini Robotics роботы могут выполнять специфические задачи без предварительного обучения ^[9]: упаковывать ланч-боксы, готовить салаты, складывать оригами и так далее. Gemini Robotics-ER помогает роботам определять, за какую часть предмета удобнее и безопаснее схватиться (например, за ручку кружки, а не за край). А еще — как именно двигаться, чтобы не задеть другие объекты поблизости и без проблем донести предмет до нужного места.

Еще разработчики Google хотят объединить ^[10] Gemini с видеомоделью Veo. Гибридный продукт может стать основой для умного помощника. Ожидается, что он будет понимать нас, видеть и слышать окружающий мир, помогать во множестве задач. Например, давать советы по ремонту, «посмотрев» на то, что нужно сделать.

Новые инструменты: от музыки до видео

Google не остановился на Gemini и показал новые LLM для создания контента. Начнем с Lyria — модели генерации музыки, которая преобразует ^[1] текстовые описания в музыкальные композиции. Хотите саундтрек для видео, рингтон или мелодию для уютного вечера? Опишите, что нужно, например «спокойный джаз», и Lyria создаст трек. Модель доступна в режиме предварительного просмотра на платформе Vertex AI для ограниченного круга пользователей.

Veo 2 — новая LLM генерации видео от Google. Она умеет создавать восьмисекундные клипы в разрешении 720p по текстовым описаниям — например, «закат над горами с летящими птицами». Модель хорошо понимает физику реального мира и движения человека, так что ей по силам реалистичные и плавные видеосцены. Функции редактирования, такие как удаление объектов и улучшение качества, пока ограничены, но Google работает над их расширением.

Imagen 3 отвечает ^[11] за генерацию изображений. Она создает картинки по текстовым описаниям с высокой точностью — от фотореалистичных портретов до фантастических миров. Может выдавать и шедевры в стиле аниме или импрессионизма. В 2025 году Google улучшил модель: теперь она еще точнее передает свет, тени и детали, умеет восстанавливать недостающие участки изображений и удалять лишние объекты. Imagen 3 доступна через Vertex AI и сервис ImageFX.

Chirp 3 — модель генерации и понимания речи от Google, встроенная в платформу Vertex AI. В 2025 году она получила крупное обновление: функция Instant Custom Voice ^[12] позволяет создавать персонализированные голосовые модели всего по 10-секундному аудиофрагменту. Хотите озвучить аудиокнигу своим голосом или создать уникального ассистента? Chirp 3 поможет. Правда, доступ к возможности пока ограничен. Модель поддерживает более 30 языков, включая русский. Она стала звучать еще реалистичнее — с улучшенной интонацией и эмоциональной окраской. Потенциал серьезный — от кастомизации приложений до озвучки видео и игр.

Дельфины и природа: ИИ для планеты

Google решил, что ИИ — это не только про бизнес и творчество ^[13], но и про заботу о мире. Один из самых впечатляющих проектов — Dolphin Gemma ^[14]. Он разработан вместе с командой проекта Wild Dolphin Project. Эта LLM анализирует вокализации атлантических пятнистых дельфинов. Представьте: ИИ «слушает» подводные сигналы, расшифровывает их структуру и помогает ученым глубже понять поведение ^[15] морских млекопитающих, как они общаются между собой. Модель пока доступна только научным партнерам.

Еще один экологический проект — SpeciesNet. Раньше модель использовалась в рамках платформы Wildlife Insights, с 2019 года. В марте 2025 года ее открыли ^[17] для широкой публики. Она распознает ^[18] животных на снимках с камер-ловушек, помогая ученым изучать биоразнообразие, следить за редкими видами и понимать, как меняются экосистемы. SpeciesNet обучена на более чем 65 миллионах изображений и способна распознавать свыше 2 000 меток — от видов и таксонов до небиологических объектов. Код модели открыт и доступен на GitHub, так что любой может использовать ее через Google Cloud или локально.

Машины, офисы и роботы

Разработчики Google рассказали о новых веяниях в своей работе. В январе 2025 года компания анонсировала ^[19] интеграцию ИИ-помощника в систему MBUX от Mercedes-Benz. Новый Automotive AI Agent понимает голосовые команды, умеет искать нужные места поблизости, учитывать особенности поездки: текущий маршрут, состояние автомобиля, предпочтения водителя и так далее.

Представьте: вы за рулем, говорите «найди уютное место для ужина», и система предлагает подходящие варианты. При этом она знает, какие блюда вам нравится, поэтому ищет заведение со средиземноморской кухней. А еще — старается сэкономить бензин, прокладывая маршрут к найденному ресторану. Такие ассистенты появятся в будущих моделях Mercedes. Точных сроков внедрения пока нет, но направление уже задано.

В Google Workspace появились ^[20] умные функции. В Google Docs теперь можно не только редактировать тексты одним кликом, но и использовать команду Audio Overviews — документ зачитывается как подкаст. А Help me refine предлагает улучшения текста через комментарии, это особенно удобно при совместной работе. Еще в Google Sheets появилась опция Help me analyze, которая помогает интерпретировать данные и находит ключевые инсайты, словно личный аналитик.

И конечно, роботы. Модель Gemini интегрирована в нового домашнего помощника от Samsung — робота Ballie ^[21], релиз которого намечен на лето 2025 года в США и Южной Корее. Он умеет управлять умным домом, сопровождать человека, проецировать фильмы и напоминания, адаптироваться к вашему расписанию. Это полноценный ИИ-компаньон, готовый стать частью повседневной жизни. Первые демо вызвали большой интерес ^[22]: Ballie — маленький роботизированный колобок, он перемещается, разговаривает и реагирует на обстановку.

Google поддержал новый открытый стандарт — Model Context Protocol от Anthropic. Он позволяет ИИ-моделям, включая Gemini, безопасно и гибко подключаться к внешним источникам данных и инструментам. Это упрощает внедрение ИИ в экосистему компании — от стартапов до крупных организаций.

Итак, краткие итоги. Google в 2025 году продемонстрировали, что ИИ — это еще и про творчество, природу и автомобили. Обновленные Gemini 2.5 Flash, 2.5 Pro, 2.0 Pro Experimental и Robotics Models делают ИИ быстрее, умнее и универсальнее. Lyria, Veo 2, Imagen 3 и Chirp 3 открывают двери для создания музыки, видео и картинок, которые раньше требовали целых студий. А проекты вроде DolphinGemma и SpeciesNet напоминают, что технологии могут служить не только людям, но и планете.

Пишите все, что вы думаете об этих новинках, в комментариях — обсудим вместе.