别被名字绕晕了！一文看懂谷歌 AI 全家桶

guozi

谷歌AI产品矩阵的迭代速度令人眼花缭乱，Gemini、Nano Banana等工具如同一个庞大的连锁餐饮帝国，各有分工却又紧密相连。本文将用全景视角解析2026年初谷歌AI的三大模型家族与六大门店，带你看懂中央厨房的‘主厨’配置与各门店的特色菜单，助你在AI浪潮中不再迷路。



今天是2026年1月14日。 我觉得有必要记下这个时间，因为AI产品的更新速度实在太快了。

谷歌似乎每隔几周就要给自家的 AI 换个名字，或者在某个意想不到的角落塞进一个“紫色星标”。指不定我这篇稿子刚发出来，它又搞出了什么新动作。

你可能听说过，或者正在使用这些工具：Gemini、NotebookLM、Nano Banana……但如果我问你：它们彼此是什么关系？谁是底层模型？谁是独立产品？谁又只是某个功能的“马甲”？

大概率，你也会陷入短暂的沉默。

谷歌的 AI 体系非常庞大、且更新频繁，以至于普通用户几乎不可能一次性看清全貌。

所以，我尝试梳理了这份截至 2026 年初的“谷歌 AI 全家桶”，带你看看这些 AI 产品之间真实的生态关系。
01 拒绝迷路：一张全景图，带你走入谷歌 AI 梦工厂
为了拆解这个复杂的体系，我们先看一张全景图。



为了便于大家理解，我们不妨把谷歌的 AI 体系想象成一家巨大的连锁餐饮集团。

要完成一次完整的“用餐体验”，通常需要三个环节：

• 产品层（连锁门店）：这是你真正接触谷歌AI的地方。谷歌 AI 餐饮集团有多个不同的门店：有面向所有人的“旗舰店”（Gemini Web / App），有专注办公场景的“写字楼店”（Gemini for Workspace），也有只做深度阅读和研究的“主题店”（NotebookLM）等。
• 工具层（特色菜单）：菜单决定了你能吃到什么。有些菜（工具）是全店通用的，比如“自动摘要”；有些菜则是特定门店的招牌，比如 NotebookLM 里的“音频对话”。还有一些更特别，它们是“隐藏款”或“季节限定”，只对特定会员开放。
• 模型层（中央厨房与主厨）：无论你在哪家店（产品）、点什么菜（工具），真正动手做菜的，都是同一个中央厨房的厨师们。厨房里坐镇着三支实力雄厚的“厨师团队”，分别负责文字与逻辑、图像与视觉，以及视频创作。


如果你已经接受了这个“连锁餐饮集团”的比喻，事情就变得简单了。让我们先从厨房里真正干活的厨师团队们说起。
02 揭秘中央厨房：谁才是幕后“主厨”？
在谷歌的世界里，真正决定 AI 能力上限的，并不是某个产品界面，而是藏在后台的底层模型（LLM）。它们就像中央厨房里的厨师团队，决定了菜能不能做好、好到什么程度。

截至目前，谷歌“中央厨房”里，主要由三大家族坐镇，各自分工明确。



1. Gemini 家族：谷歌 AI 的“通用大脑”

这是谷歌最核心、也最重要的一支 LLM 家族。推理、写作、规划、理解复杂指令——几乎所有“像人一样思考”的能力，都来自 Gemini。

不同版本的 Gemini，决定的是思考深度、速度和成本。

• Gemini 3 Deep Think（首席）：2026 年新晋王牌，专门用来解决人类最前沿的数学、科学和哲学难题。它支持深度自我校对，目前只对付费用户开放。
• Gemini 3 Pro（高级）：记忆力惊人的学霸型选手，可以一口气读完几本法律合同，或一个超大型代码库。同样属于付费用户专属。
• Gemini 3 Flash（中级）：这是 2026 年的默认主力。最大的特点是快，而且具备很强的 Agent（智能代理）能力，能一边写代码，一边运行测试、修正结果。
• Gemini 2.5 Flash / 3 Flash Lite（初级）：反应快、成本低，最适合处理润色邮件、简单整理这类日常任务。


2. Nano Banana 家族：实力惊人的“视觉天才”

如果说 Gemini 负责“思考”，那 Nano Banana 负责的就是“看”和“画”，即图像与视觉，目前主要有两个版本。

• Nano Banana Pro：接近专业设计师水准，尤其擅长在图片中生成精准、可用的文字排版，甚至能画出结构复杂的物理原理图。
• Nano Banana：创意快手。擅长快速修图、换背景，并能保证同一个角色在不同生成的图片中长相高度一致。


你知道吗？关于这个LLM的名字，其实有个有趣的小故事。

它的官方名称原本是 Gemini Image（前身是 Imagen）。

2025 年 8 月，谷歌在做一次匿名盲测时，一位名叫 Nina 的产品经理在凌晨两点半，随手给模型填了一个占位名——Nano Banana。

没想到，这个模型生成的图像质量高得离谱，瞬间引爆社交媒体。后来，谷歌干脆顺水推舟，把这个名字留了下来。

3. Veo 家族：最烧钱的“金牌导演”

Veo 家族负责视频创作，是目前谷歌 AI 体系里算力消耗最高、最烧钱的一支团队。

简单说，它们干的是“把电影拍出来”的活。

• Veo 3.1：全能旗舰，用于最终成品渲染。支持 4K 高清视频，包含对白、音效和完整镜头语言。你只需要给它第一帧和最后一帧，它就能自动补全中间的所有剧情。
• Veo 3.1 Fast：偏向效率和预览，适合快速试错和反复迭代，用来“先看看效果对不对”。

03 六大门店探店：怎么“点菜”最专业？
你是从哪一家门店走进谷歌 AI 的？

对大多数人来说，也许是一次不经意。谷歌AI 的 “紫色星标” 悄咪咪地出现在了很多地方，你还没意识到，AI 就开始为你工作了。

实际上，截至目前，谷歌一共对外提供了 6 个主要的 AI 产品。它们面向不同的人群、解决不同的问题，就像同一餐饮集团下定位各异的六家门店。



门店一：Google Search AI —— 搜索快捷分店

这是整套体系中客流量最大、存在感却最低的一家门店。你几乎不需要学习，也不需要改变任何习惯。

它就藏在 Google 搜索里（https://www.google.com/search）。

当你像往常一样，在搜索框里输入问题时，Google Search AI 就已经在后台开始工作了。



这家门店有两道招牌菜（工具）：

AI Overview：

这是现在 Google 搜索的默认形态。过去，我们需要自己点开多个网页、反复对比、手动提炼信息；而现在，AI Overview 会直接帮你把相关网页通读一遍，然后给出一段总结。

由于它追求的是极低延迟和即时反馈，所以后台调用的通常是 Gemini 3 Flash 或 Gemini 2.5 Flash 这样的高速模型。

AI Mode：

这是搜索栏下方的一个独立标签页，需要你主动点进去。它更像一个“搜索专用的对话模式”，特别擅长处理跨多个网页、需要对比和推理的问题。比如，你可以直接让它「对比三家不同保险公司的最新条款，有什么关键差异？」

因为这类问题步骤多、逻辑复杂，AI Mode 背后的主力模型通常是 Gemini 3 Pro，甚至 Gemini 3 Deep Think这样的高阶模型。

门店二：Gemini（Web / App）—— 全能旗舰总店

如果说 Search AI 是你路过就能顺手吃一口的快餐店，那 Gemini（Web / App）就是整条街招牌最亮、功能最全的“旗舰总店”。

这是你直接和谷歌最强“大脑”正面对话的地方。无论你想写代码、改文案、做规划、读长文档、还是分析一份上百页的 PDF，都可以在这里进行。

官方入口：https://gemini.google.com/app



Gemini（Web / App）有一些可见工具，比如：

• Deep Research（深度研究）：用来处理复杂、需要多轮推理的研究型问题，背后调用的是 Gemini 3 Deep Think。
• Canvas（协作空间）：适合长文本、方案和代码的反复打磨，本质上是一个“可持续协作”的工作台，主要调用 Gemini 3 Pro。
• Create images（创建图片）: 直接调用 Nano Banana 系列，用于生成插画、示意图和设计草稿。
• Create videos（创建视频）: 背后是 Veo 3.1 系列，适合生成成品级视频或进行视觉表达的快速尝试。
• Guided Learning（引导式学习）: 面向学习场景，系统会结合 Gemini 模型 + LearnLM 插件，一步步带你理解复杂概念。


除了这些“明面上的功能”，Gemini 还有不少默认开启、但你未必意识到的隐藏能力。比如：

• Google Workspace 工具： 可以直接可以直接读取你的 Gmail、Drive 和 Docs等。比如，你可以直接问它“我上周收到的那份合同里，金额是多少？”。
• 实时信息工具： 包含 Google Maps（找路线）、YouTube（总结视频）、Flights 和 Hotels（查实时航班和酒店数据）。
• Gemini Live (语音助手)： 在移动端 App 尤为突出，支持实时语音对话，还可以共享摄像头或屏幕，边看边聊、边问边改。
• Code Assist (代码助手)： 面向程序员用户，支持生成、运行和调试代码，甚至可以像 Agent 一样操作浏览器执行任务。


在使用体验上，Gemini 有一个很重要的特点：你可以主动选择某个工具，也可以什么都不选。系统会根据你的指令，在后台自动调度最合适的模型和工具组合。

不过，你能看到哪些工具、能调用到什么级别的模型，最终取决于你的会员等级。 像 Deep Research、Canvas 以及 Create videos，目前只对付费用户开放。

门店三：Gemini for Workspace —— 行政嵌入分店

这家门店最特别，它没有门脸。

如果说 Gemini（Web / App）是面向所有人的旗舰总店， 那 Gemini for Workspace 更像写字楼里的员工食堂——你每天都会用到，却很少意识到它的存在。

它并不是一个独立的 App，而是直接“长”在 Gmail、Docs、Sheets、Slides、Meet 这些办公工具里，主打一个AI 触手可及。



如果你的公司为员工购买了 Gemini for Workspace，那么，你甚至还没意识到自己在用 AI，它就已经在后台帮你改邮件、补文档、看表格、总结会议了。

在 Workspace 这家分店里，AI 不再是一个完整的工作台，而是散落在各个角落的一枚枚“魔法按钮”。你点一下，它就把活干了：

文本类：Help me write（帮我写）

嵌入在 Gmail 和 Docs 中，主要调用 Gemini 3 Pro。

用来起草邮件、润色文档、调整语气，甚至生成自动回复。

表格类：Help me organize（帮我组织）

藏在 Sheets 里，同样由 Gemini 3 Pro 驱动。

可以自动生成项目跟踪表、日程模板，还能把一堆杂乱数据按逻辑重新整理。

多媒体类：Help me visualize（帮我视觉化）

在 Slides 中调用 Nano Banana Pro，快速为 PPT 生成配图；

在 Meet 中则调用 Gemini 2.5 Flash，用于生成 AI 背景或优化视频会议的环境光。

交互类：Gemini Side Panel（侧边栏助理）

出现在所有 Workspace 应用的右侧，主要调用 Gemini 3 Flash。

它擅长跨文档操作，比如：根据 Drive 里的报价单，帮我写这封邮件。或者快速摘要长邮件、查询日程安排。

AI Overviews 的“行政版”

在 Gmail 中生成邮件摘要（Gemini 3 Flash），在 Google Chat 中总结未读消息（Gemini 3 Flash），在 Drive 中生成跨文档的项目概览（Gemini 3 Pro）。

Enhanced Smart Fill（增强型智能填充）

隐藏在 Sheets 表格里，由 Gemini 2.5 Flash 驱动。

它不只是“自动填数”，而是能理解单元格之间的逻辑关系，自动补全分类，甚至做出简单预测。

据说，2026 年 Workspace 的一个重要趋势是「In-line AI」。也就是：侧边栏正在逐渐消失，AI 会直接出现在你打字的光标附处，随写随用。

Workspace 里还有一个叫Google Vids的子产品。

它是一款专为工作场景设计的 AI 视频创作工具，目标很明确——解决上班族“做视频太难”的问题。

你只需要提供一份文档或幻灯片，它就能自动生成包含脚本、配音、背景音乐和视觉素材的商务视频。

你可以在 Google Drive 里右键创建 Google Vids， 也可以直接访问链接：https://docs.google.com/videos/u/0/



Gemini for Workspace 最核心的价值是：企业级安全与隐私保护。在这里，你的数据是受隐私保护的，绝不会被拿去偷偷训练模型（限企业版/商务版订阅）。

同时，如果你的公司已经为你开通了 Gemini for Workspace，当你打开 Gemini（Web / App）时，也可以默认使用企业订阅解锁的高级工具和模型。

你可以在 Gemini 的聊天窗口里，通过@Gmail、@Drive、@Calendar 等直接指挥这些应用，为你完成跨工具的工作。

门店四：NotebookLM —— 深度研读茶室

这是整套体系里气质最独特的一家门店。

如果说 Gemini 的旗舰总店像一座热闹的综合商场，那 NotebookLM 更像一间挂着「慢火炖煮知识」招牌的研读茶室——安静、克制，只专注一件事：把复杂内容真正消化掉。

官方入口：https://notebooklm.google.com/



NotebookLM 不擅长天马行空的创作，但在处理海量资料、提炼核心观点这件事上，它几乎是谷歌 AI 体系里的天花板。

它最关键的设计是：限定知识范围。你资料（PDF、网页、笔记、论文等）喂给它，它就只基于这些内容回答问题。不在你给定的范围内，它宁愿回答“不知道”。这样一来，它就避免了 AI “一本正经胡说八道” 的问题。

NotebookLM 的“招牌菜”，几乎都围绕着同一个目标：让你真正理解，而不是快速看完。

Audio Overview (语音概览)：

这是目前最出圈的功能。它可以把枯燥的专业文档，直接变成一段由两位 AI 主持人对谈的音频内容，让你在通勤路上就能“听懂”一本专业书。

更厉害的是它的 Interactive Mode：你可以随时打断对话，针对某个概念追问，就像真的坐在一场研讨会里。

Video Overviews（视频概览）：

把文档内容转成结构清晰的演示视频，自动配图，并按章节给出对应的视觉化解释。

你也可以直接丢一个 YouTube 链接或本地视频，让 AI 帮你梳理脉络、快速抓重点。

Study Guide（学习辅助）：

自动为你上传的资料生成测验、常见问题集（FAQ）和学习指南，几乎是为学生和研究者量身定做的功能。

Deep Research (深度研究)：

类似 Search AI 的能力，但范围只限于你上传的资料。

它可以在数千页文档中反复穿梭，每个 Notebook 最多支持 100–600 个来源。

Data Tables (数据表)：

从文档中提取结构化数据，并支持一键导出到 Google Sheets，适合做分析和对照研究。

除了这些显性的工具，NotebookLM 还有一些不太张扬的“隐藏能力”。

• 在视觉层面：自动生成 Slides、信息图表（Infographics）、心智图（Mind Map）。
• 洞察层面：盲点分析（Blindspot Check）、辩论模式（Debate Mode），帮你从不同立场重新审视同一份资料。


值得一提的是：NotebookLM 目前完全免费。

但为了保证理解的深度和准确性，NotebookLM 全程由 Gemini 3 Pro，Nano Banana Pro， Veo 3.1 fast这些最强模型坐镇。

这是谷歌目前最慷慨的一块 AI 实验田。只要你有一个谷歌账号，就能免费享受免费享受这种顶级的研读服务。

门店五：Google Labs —— “未来功能”的试吃区

如果前面的门店卖的是已经定型的产品，那 Google Labs 更像一块对外开放的试验田。

这里展示的，都是谷歌那些还没完全“修成正果”的 AI 黑科技。

Google Labs 是一个面向公众的实验平台，专门用来让用户抢先体验最前沿的 AI 能力。新的搜索形态、尚在测试的视频模型、全新的交互方式——它们往往都会先出现在这里，被一小撮“爱尝鲜”的用户反复试用、反馈。

如果表现稳定、反响不错，这些功能才会被正式搬进 Gemini 旗舰总店，或 Workspace 等这样的“常规门店”。



如果你想抢先看看还有哪些尚未定型、但非常具有想象力的 AI 能力，你也可以去Google Labs 中探索：https://labs.google/。

目前，Google Labs 里最受关注的“镇店之宝”，是 Google Flow。



它还没有被独立成正式产品，但已经展示出了非常清晰的方向。

Google Flow 并不只是一个视频生成工具，而是一整套 AI 电影工作室。

它的目标不是“随便生成一段视频”，而是通过极其精细的镜头、节奏和画面控制，让普通人也能像专业导演一样，拍出接近好莱坞质感的短片。

你可以把它理解为：Veo 模型能力的极限展示区，也是谷歌对“未来视频创作形态”的一次公开实验。

如果你想亲眼看看 Google Flow， 你可以在这里找到它：https://labs.google/flow/about。

门店六：Google AI 开发平台 —— 极客专业食堂

Google AI 开发平台像一个充满重型装备、火力全开的极客专业食堂，是开发者的大本营。这里堆满了 API、模型、SDK 和工程化工具。

官方入口：https://ai.google.dev/

在这里，谷歌为开发者准备了几套层次分明的工具，几乎覆盖了从「想法验证」到「大规模上线」的完整流程。

1. Google AI Studio：想法验证的第一站

这是一个基于浏览器的轻量级开发环境，非常适合用来快速测试和构建生成式 AI 应用。

官方入口：https://ai.google.dev/



你可以把它当成 Gemini API 的“试玩区”。

• 零代码起步：直接在网页里输入 Prompt，就能测试文本、图片、视频等多模态能力。
• 一键生成代码：调试满意后，可以直接生成 Python、Node.js、Go 或 Dart SDK 调用代码，无缝接入 Gemini API。
• 友好的免费配额：对 Gemini 3 Flash 等模型提供极具竞争力的免费额度，非常适合原型验证和“先跑起来看看”。


2. Vertex AI（on Google Cloud）： 企业级 AI 的主战场

如果说 AI Studio 解决的是“能不能做”，那 Vertex AI 解决的就是“如何大规模、安全且高效地做”。

官方入口：https://cloud.google.com/vertex-ai



它是 Google Cloud 上的统一 AI 开发平台，核心能力包括：

• 模型花园（Model Garden）：除了 Gemini，还可以直接调用 Imagen（图像）、Veo（视频）以及多种开源模型。
• Agent Builder：提供低代码工具，帮助企业基于私有数据快速构建可控、可部署的智能体（Agents）。
• 完整的 MLOps 生命周期：覆盖模型微调、评估、监控与合规管理，适合对数据隐私和稳定性要求极高的组织。


3. Google Antigravity：从“写代码”到“下达任务”

Antigravity 是谷歌对「下一代开发工具」的一次尝试。它表面上看起来像一个 IDE，但本质上是一个深度集成 Agent 能力的开发环境。

官方入口：https://antigravity.google/



Antigravity 基于 VS Code 的底层架构，却彻底重构了工作方式：你不再是逐行写代码，而是直接描述目标。它会自动完成任务拆解（Planning）、读写文件（File I/O），并在集成的终端中运行代码、验证结果。

某种程度上，它更像是 Cursor 或 Windsurf 的“完全体”。

4. Gemini CLI：把 AI 请进你的终端

Gemini CLI 是一个直接运行在本地终端里的增强型 CLI 助手。它为 Bash、Zsh、PowerShell 增加了 LLM 级别的语义理解能力。

它的入口可在 ai.google.dev 中找到。

它可以：

• 把模糊的自然语言需求，翻译成复杂的 Shell 指令组合；
• 自动捕获错误输出（stderr），并给出实时诊断和修复建议；
• 通过 RAG，在终端里快速查询本地文档或代码片段；


对于习惯在命令行里工作的开发者来说，这是最“顺手”的 AI 入口。

这四个工具，几乎刚好组成了一个完整闭环：

• 想验证想法 → 去 Google AI Studio
• 想在终端写代码、修 Bug → 用 Gemini CLI
• 想让 AI 自主完成复杂项目 → 用 Antigravity
• 想支撑真实业务和大规模用户 → 选 Vertex AI

04 不同身份，如何选用谷歌 AI？
走到这里，你大概已经意识到一件事：谷歌 AI 并不是让你“全都用上”，而是让你根据需求，在合适的场景，用对产品。

它更像一套基础设施，而不是单一产品。所以，选型的关键，从来不是“哪个最强”，而是：你是谁，你想做什么。

下面是我理解的一份参考指南：

• 如果你只是想更快找到靠谱答案：Google Search AI（AI Overview + AI Mode） 就已经够用了。不用学、不用配，几乎没有使用成本。
• 如果你需要写作、规划、思考和创作：Gemini（Web / App） 是主力工具，长文、代码、方案、图片、视频，都可以在一个界面里完成。如果预算允许，付费版会明显拉开效率差距。
• 如果你的主要战场在邮件、文档和表格里：Gemini for Workspace 是最“无感但最有价值”的选择，AI 不需要你主动打开，它已经开始在替你改邮件、补文档、看数据。对企业来说，数据隔离和合规性，才是它真正的护城河。
• 如果你最头疼的是资料太多、理解太慢：NotebookLM 是你最值得使用的产品，限定知识范围，让它比大多数聊天式 AI 都更可靠。而且，目前它是完全免费的。
• 如果你想第一时间看到谷歌未来会做什么：去 Google Labs。那里的东西不一定稳定，也不一定马上好用，但很多“未来功能”，都会先在那里露面。
• 如果你想把 AI 真正接入自己的产品或工作流：去Google AI 开发平台, Google AI Studio, Gemini CLI，Antigravity，Vertex AI（on Google Cloud）加在一起，构成了谷歌 AI 最完整、也最硬核的一条技术路线。


最后，如果你只记住一件事，那就是：谷歌 AI 不是一堆名字复杂的产品，而是一套分层清晰、各司其职的系统。

当你搞清楚“模型在后台、工具在中间、产品在前台”，很多原本看起来混乱的东西，反而会变得异常清晰。

希望这篇文章能在未来一段时间里，帮你少走点弯路。

作者：七姑娘 公众号：七姑娘日记

本文由@七姑娘 原创发布于人人都是产品经理，未经许可，禁止转载。

题图来源于Unsplash，基于CC0协议。

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

--------------------------------------------------
本文转载自：https://www.woshipm.com/it/6324862.html