阅读视图
名创优品:预计一季度收入同比增加约113%至116%
半日主力资金加仓电子股,抛售非银金融股
恒指午间休盘涨0.26%,恒生科技指数涨0.52%
谷歌发布安卓 AI 系统,这就是苹果想象中的自己

和去年一样,在正式的 Google I/O 开发者大会之前,谷歌为 Android 单独开了一次小型发布会。
本次 Android Show 上,谷歌几乎是一股脑将未来一年有关 Android 和整个 AI 产品生态的「宏愿」抖了出来。

除了作为基底的 Android 17 之外,我们这次还迎来了一些意料之外的平台更新和几款硬件产品的发布。
重点在于:虽然产品不多、距离 Android 17 广泛推送还有一段时间,但我们已经足以看到谷歌未来五年甚至十年,对于人工智能生态的计划了。
更要命的是,今晚的谷歌,刚好是苹果梦想里进入 AI 时代之后的自己。
操作系统到智能系统
活动刚开场,谷歌就宣布了一项意义重大的举措:
Android 将不再是一个单纯的操作系统(Operating System),而是一个智能系统(Intelligence System)。

图|Google
换句话说,曾经以「用户手动操作」为绝对主流的软硬件使用方式,在谷歌看来已经是上一个时代的符号了。
从今天起,Android 作为一个智能功能的集群,会更加主动地介入到用户操作流程的更前端,想你所想、做你所做。

图|Google
这也是为什么在本次活动上,Android 17 这个具体的系统版本出现的次数屈指可数,Gemini Intelligence 却成为了系统的代名词。
首先,Gemini Intelligence 作为谷歌 Gemini 在手机硬件上的最新形态,极大强化了它多模态、跨环境、高度整合的运行模式。
比如作为系统输入的第一入口,默认键盘 Gboard 就得到了一次功能强化。
基于 Gemini Intelligence 的多模态能力,原本在键盘功能中存在感不高的「自动填入」功能极大地拓展了它的信息来源:

图|Google
除了手动保存的各种密码之外,Gboard 还将会支持自动填入图库里面的证照信息、聊天提到的地址信息、邮件撰写的日程信息等等。
更直白地说:Gemini Intelligence 已经远超「帮忙记住密码」的水平,而是真正像个助理一样帮你记住和建议各种来源、各种类型的信息。
另一种有效利用这些多模态信息的方式,则是 Android 的桌面小组件(widget)。
在 Android 17 中,Gemini Intelligence 将会支持一项名为「Create my widget」的功能,但不是第一时间上线、而是目标今年晚些时候。

图|Google
这个新功能主要做的,就是用类似 vibe coding 的模式,根据你的指令在桌面上创建新的小组件,打破了小组件只能是 app 预置的那些。
举例来说,相比功能单一的记录卡路里的 app,我可以和 Gemini 说:做一个每周工作日向我推荐两次高蛋白餐的小组件。

图|Google
这样一来,桌面小组件就真正变成了一项复合任务的入口,本质上和人 vibe coding 一个 app 的性质是完全相同的。
此外,喜欢语音输入的用户也有福了——新版 Gboard 将会支持类似 Typeless 的高智能化语音输入功能,名字叫做 Rambler。
相比以前要亲口说「逗号…句号…」,Rambler 可以将一整段充满了「嗯嗯啊啊」的口述转译、清洗、整理成一段整洁的文字:

图|Google
另一方面,Gemini Intelligence 的自动执行功能也得到了进一步加强。
去年的 Google I/O 和发布会上,谷歌演示过给 Gemini 下命令,让它自动帮你点外卖、叫车、订票之类的操作,正式上线之后反响不错。
而在 Android 17 中,Gemini 升级成 Gemini Intelligence,这种「代操作」也支持多步骤任务了。
比如以前只支持简单的「帮我订一张票」,你现在可以在 Gemini 对话框里直接拍下旅游宣传册,和 Gemini 说「在携程上帮我找一个类似的双人团行程」:

图|Google
重点不在于 Gemini 能够执行什么任务,而是它拥有了更强大的「多做一步」的能力,有时候就是多的这一步,让 AI 从「能用」变成了「有用」。
当然 Android 17 的更新也不是 Gemini 的独角戏,谷歌同样对很多「Android 核心体验」进行了优化。
在 Android 17 中,谷歌和 Meta 达成了合作,在 Facebook、Instagram 等等 app 里支持了调用原生相机功能,比如 Ultra HDR、超级防抖、夜景视频等等。
而谷歌使用了好多年的平面风格 emoji 也迎来了一次更新——从原本的纯 2D 变成了 2.5D,在风格上更接近 iOS 使用的 emoji 了:

图|Google
而我们此前介绍过的 QuickShare 兼容 AirDrop 的功能,也将在 Android 17 上支持更多厂商的设备。
除了三星和 Pixel 之外,(国际版)OPPO、Vivo、一加和荣耀的较新机型也将在今年下半年陆续更新兼容 AirDrop 的固件:

图|Google
谷歌的 AI PC
在 Gemini Intelligence 之外,谷歌也没有忘记给这些更复杂、更强大的 AI 功能打造一套量身定制的硬件。
这个新硬件的形态,既不是吊坠,也不是耳机,更不是手表手环——而是曾经的 Chromebook。
没错,在 AI 时代,谷歌又双叒给自己的笔记本改名了。
从 Pixelbook,到 Chromebook,再到最新的 Googlebook:

图|Google
和 Chromebook 一样,Googlebook 并不是某一款具体的笔记本电脑,而是同样和第三方厂商合作、只要符合标准的都可以叫这个名字。
而 Googlebook,就是「第一款为 Gemini Intelligence 量身打造」的硬件产品。
除了上面的全新 Gemini Intelligence 功能之外,Googlebook 在日常使用最频繁的基础人机交互层面,做出了堪称革命性的创新——
在 Googlebook 上呼出 Gemini 功能,既不需要说话、也不需要按键、更不是右键菜单,只需要「摇一摇光标」就行。

图|Google
基于 Gemini Intelligence 的多模态能力,推荐的 AI 指令甚至可以根据光标下面的内容、选中的内容、屏幕上可以进行的操作等等因素自动调整。
在如今电脑端 AI 功能越来越密集、笔记本键盘空间不够充裕的情况下,Googlebook 的「魔法指针」无疑是最直观且优雅的解决方案之一。
此外,Googlebook 还解决了 ChromeOS 历史上的老大难问题:它是谷歌的产品,却跑不了 Android app。
换句话说,所有 Android 手机里面的 app,在 Googlebook 上都可以直接运行,基本看齐了如今 macOS 跑 iOS 软件的水平。
这一切的基础,就是爱范儿之前文章中提到的谷歌大力推行的 GKI(通用内核镜像)计划,正在让 Android 脱离手机的桎梏、无缝衔接到更多形态的设备上。
虽然谷歌目前没有提到这个功能的兼容情况,但我们猜测,依据处理器规格和网络状态,Googlebook 应该同时支持本地运行和画面投屏手机 app 两种方式。

图|Google
根据活动消息,首批 Googlebook 的生产厂商还是那几个熟悉的身影:宏碁、华硕、戴尔、惠普、联想等等,首批产品预计在今年内上市。

图|Google
除了笔记本电脑,Android 17 同样更新了一部分 Android Auto 车机系统的功能。
比如更像 OpenClaw 能力的 Gemini Intelligence 代操作、优化的 3D 道路画面、更加智能化的流媒体播放功能等等。
当然也支持把手机上自创的自定义 widget 显示在车机上。

图|Google
同时,原生支持 Android Auto 的品牌范围也在增加,部分型号甚至支持记忆当前车辆信息,类似后备箱尺寸、仪表盘规格等等。
这样一来,用户在使用 Gemini 问答的时候,车机就能给出具体回答,比如「能不能同时放俩 27 寸旅行箱?」或者「那个像是刺客的警示灯是什么意思」之类的。
可惜的是,这项功能目前也不会立即上线,同样预计为「今年晚些时候」才会有产品搭载。
总的来说,本次活动只是今年 Google I/O 的开胃菜,但它涉及到的理念变革却是非常根本性的——
其实在活动的开头,谷歌就指出了:好用的人工智能技术,就应该是让人感受不到的,它会融入进每一层软件和硬件的体验。

图|Google
而这正是 Gemini Intelligence 在做的。
无论是 Pixel 手机、Android Auto 车机还是 Googlebook,这些硬件最终都只是 Gemini 智能的一种体现方式而已。
值得玩味的是——谷歌今天晚上所做的,刚好就是苹果削尖脑袋想要实现的那套 AI 生态。
让 iPhone、手表和 Mac 共用一套智能体系,用户无论在哪里使用,功能和体验都是高度相似的,硬件只区分交互方式、不影响智能水平。

图|Apple
可惜的是,苹果挣扎了这么久,也没有搞定「模型」的部分,反而让自己的硬件成了别家模型的嫁衣。
将来的智能系统(Intelligence System),形式比现在更多样、但核心却比现在更加统一。
#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。
众擎机器人增资至3206.8万,增幅900%
中美经贸磋商在韩国开始举行
A股三大指数午间休盘集体上涨,白酒股领跌
腾讯:元宝支持一键总结微信群聊
中国航空发动机集团增资至约511.5亿
前4个月全国铁路完成固定资产投资2008亿元,一批重点项目获积极进展
百度慧播星升级为百度一镜
Robo.ai宣布任命阿联酋科技高管出任新并购AI数据处理公司Neurovia首席技术官
沪深两市成交额突破1.5万亿元
泡泡玛特:国际油价及航运市场波动较大,对海外业务毛利率造成影响
向量共振提出“AI品牌认知治理”理论,GEO赛道迎来新竞争维度
GEO这条赛道,正在从热闹走向真正的竞争。
过去一段时间,很多企业开始关注一个新问题:
当用户不再只用搜索引擎,而是直接问AI“哪个品牌更值得选”“这几家公司有什么区别”“我该买哪一个”时,品牌该怎么办?
早期答案很直接:
让品牌出现在AI答案里。
于是,GEO被快速推到台前。
品牌能不能被AI提到,能不能排在前面,能不能进入推荐结果,成了市场最先关心的指标。
但一个新赛道真正值得关注的时刻,往往不是概念最热的时候,而是竞争规则开始变化的时候。
GEO正在走到这个节点。
向量共振的切入点,也正在这里。
这家公司没有把自己定义成一家只做“AI答案优化”的服务商,而是提出了“AI品牌认知治理”理论。
简单说,就是帮助企业管理品牌在AI世界里如何被识别、被理解、被比较、被推荐。
在一个刚刚起步、还没有完全定型的行业里,谁能率先提出一套更清楚的解释框架,谁就有机会重新划分竞争维度。
AI入口起来了,品牌要面对新的决策链路GEO为什么会突然变热?
不是因为营销行业又多了一个新词,而是用户入口正在变。
OpenAI在2025年披露,ChatGPT每周服务用户已经超过8亿。中国市场同样在快速普及,CNNIC第57次《中国互联网络发展状况统计报告》显示,截至2025年12月,我国生成式人工智能用户规模达6.02亿,普及率为42.8%。
这意味着,AI已经不再只是少数人的效率工具,而正在变成大众级入口。
更关键的是,AI改变的不是“搜索方式”这么简单。
过去,用户搜索关键词,自己打开网页,看内容、比价格、读评价,最后做判断。
现在,用户越来越习惯直接问AI:
“预算一万,买什么电视?”
“哪家券商适合新手?”
“哪个奶粉更适合肠胃敏感的宝宝?”
“GEO公司怎么选?”
这类问题已经不是信息查询,而是决策咨询。
AI给出的,也不再是链接列表,而是整理过的判断、比较和推荐。
Gartner曾预测,到2026年,传统搜索引擎搜索量将下降25%,搜索营销将被AI聊天机器人和虚拟代理分走一部分市场。
对企业来说,这个变化很现实。
过去,品牌争的是搜索排名、内容曝光、平台推荐位。
现在,还要争AI答案里的位置,以及AI如何解释自己。
GEO的机会,不只在“被看见”早期GEO竞争,很自然地围绕可见度展开。
能不能出现?
能不能排在前面?
能不能被推荐?
这些指标重要,但不够。
因为AI答案不是一个普通搜索结果页。
一个品牌被AI提到,不等于被AI理解。
被AI理解,也不等于被AI推荐。
被AI推荐,还要看理由是否充分,证据是否可信,表达是否稳定。
这也是向量共振提出“AI品牌认知治理”的原因。
在它看来,GEO不能只停留在“让品牌出现”。真正的问题是:
AI为什么相信你?
AI怎么解释你?
AI在什么场景下推荐你?
AI能不能在不同模型、不同问法、不同时间里稳定表达你?
这背后已经不是单点优化,而是品牌在AI世界中的长期经营问题。
从这个角度看,GEO的价值正在变厚。
它不只是一个新的流量入口,也可能成为企业面向AI时代的一项品牌基础设施。
从排名到信任,赛道开始变厚外部数据也在印证这个变化。
Adobe Analytics数据显示,2025年2月,美国零售网站来自生成式AI来源的流量较2024年7月增长1200%。到2025年7月,这一流量同比增长达到4700%。
更值得注意的是,AI流量不只是“来得多”。
Adobe在2025年10月的电商观察中提到,来自生成式AI来源的零售网站访客,相比非AI流量更容易转化,转化可能性高出16%。
这对营销行业是一个信号:
AI不是只在前端影响信息获取,也开始影响后端的消费决策。
用户通过AI做过一轮筛选、比较和判断之后,再进入品牌网站或电商页面,决策意图可能更明确。
这也是GEO真正吸引企业投入的地方。
不是因为它能带来一次曝光,而是因为它可能影响用户决策前的判断。
向量共振把这个逻辑拆成两个部分:
曝光引擎,解决可见度。
信任引擎,解决推荐转化。
前者让品牌进入AI答案。
后者让品牌在AI答案里站得住。
这也是它区别于一般“排名优化”思路的地方。
后来者的机会,在于重新定义问题在新赛道里,先发者通常抢速度。
但黑马公司往往抢的是另一件事:重新定义问题。
GEO早期,很多项目看的是“有没有出现”“排第几”。
但当企业认知变成熟,问题会很快变复杂:
品牌在不同大模型里的表现是否一致?
AI对品牌的介绍有没有错误?
优势有没有讲完整?
竞品是否占据了本该属于自己的场景?
推荐理由有没有证据支撑?
结果能不能监测、复盘、持续优化?
这些问题,已经不是简单发几篇内容就能解决的。
向量共振看到的是这层变化。
它提出“AI品牌认知治理”,本质上是把GEO从一个单点优化动作,拉到更长期的品牌经营里。
这也是后来者能够切入赛道的机会。
早期玩家可能先抢到市场教育和项目机会。
但当客户开始追问数据、信源、准确性、稳定性和交付标准时,竞争就会从“谁先做”转向“谁做得更系统”。
这个时候,赛道需要的不只是执行公司,而是能提出方法论、建立技术底座、沉淀交付标准的公司。
AI品牌认知资产,会成为新的企业资产向量共振认为,GEO治理最终要落到资产建设上。
这类资产不是简单的品牌资料库,也不是一堆文章和通稿。
它更像是一套能被AI识别、理解、判断、比较、引用和推荐的结构化品牌资产。
可以拆成四层。
第一层是事实资产。
让AI知道品牌是谁、做什么、有什么产品和能力。
基础事实不清楚,AI就容易说错、说旧、说窄。
第二层是语义资产。
让AI知道品牌代表什么、差异在哪里、适合什么场景。
很多企业不是没有优势,而是优势没有被AI理解成清晰的语言和结构。
第三层是信任资产。
让AI知道为什么可以相信这个品牌。
权威信源、媒体报道、案例数据、第三方证明、行业背书,都属于这一层。
第四层是运营资产。
让企业持续知道AI现在怎么看自己。
包括不同模型里的表现、问题池、竞品占位、答案变化、优化记录和阶段性数据。
这四层资产,决定了一个品牌能不能在AI世界里被持续、准确、完整地表达。
对企业来说,这是新的增长资产。
对GEO服务商来说,这是交付壁垒。
对投资人来说,这也是判断一家GEO公司是否具备长期价值的重要切口。
新竞争维度出现了早期GEO项目大多只看两个问题:
有没有出现?
排第几?
但随着企业认知提高,这个标准会越来越不够用。
向量共振把GEO治理的交付标准拆成四个维度:可见度;准确度;完整度;稳定度。
可见度,是品牌在关键问题、关键场景、关键模型中能不能被提到。
准确度,是AI对品牌事实、产品能力、业务边界的描述是否正确。
完整度,是AI能不能把品牌优势、证据、场景和差异讲清楚。
稳定度,是品牌在不同模型、不同问法、不同时间周期里,能不能持续保持表现。
这四个维度背后,其实是GEO赛道竞争方式的变化。
过去拼的是谁能更快抓住AI答案里的机会。
接下来拼的是谁能帮企业建立一套可监测、可解释、可复盘、可持续的AI认知系统。
这也是向量共振试图建立的新位置。
它不是在“更会做排名”的层面参与竞争,而是在提出一个新的行业判断:
GEO的长期价值,不只是流量优化,而是AI品牌认知治理。
黑马的机会,来自看懂赛道真正的拐点对创业公司来说,新赛道里最好的机会,往往不是所有人都做同一件事时跑得更快。
而是在别人还停留在旧问题里时,提前看见新问题。
GEO现在正处在这样的阶段。
前期的热度、争议、排名竞争和可见度追逐,完成了一轮市场教育。
企业已经知道AI答案有价值,也开始意识到粗放玩法不可持续。
真正的大戏,是在客户要求变高、合规要求变严、信源约束增强、结果考核变硬之后才开始。
这个时候,赛道需要的不只是项目型服务商,而是能把理论、技术、交付和运营串起来的公司。
向量共振提出“AI品牌认知治理”理论,真正想回答的是一个更底层的问题:
当AI开始替用户搜索、比较、判断和推荐,品牌如何管理自己被AI理解的方式?
这可能也是GEO赛道接下来最值得投资人关注的地方。
因为当一个行业从“技巧竞争”进入“体系竞争”,真正的壁垒才开始形成。
GEO的大戏,最终比拼的是:
谁既能排在前面,也能成为AI理解品牌、解释品牌、推荐品牌时更可信的答案。
而这,正是向量共振正在打开的新竞争维度。