在科技圈，抢先掌握 AI 的企业就像在棋局中抢到先手，「AI First」已成为行业共识。三个月前，Google 在 I/O 大会上凭借 AI 技术刷屏全球：一年内推出了 10 多款新模型，发布了 20 多项重磅 AI 产品和功能升级，Gemini 也进行了全面迭代，性能和能力都实现大幅跃升。

今天，目光转回国内——2025 年 Google 开发者大会在上海正式开幕，这也是大会连续第十年落地中国。如果说 I/O 面向全球，那么这次大会更聚焦中国开发者，展示他们如何利用 Google 最新技术创造新的可能。此外，现场也围绕 Android、AI、Web、Cloud 等热门领域，带来了最前沿的技术动态。

对于开发者来说，这场大会到底有哪些值得关注的惊喜？让我们一起来揭晓。

中国开发者与 Google 的强强联合

据此前工业和信息化部的数据显示，截至 2024 年 6 月，中国的软件开发者人数已突破 940 万，成为全球开源参与人数第二多、且增长最快的国家。现如今来看，中国开发者不仅活跃在国内，也不断登上国际舞台。

Google 大中华区及韩国总裁陈俊廷在大会 Keynote 开场演讲中表示：“我们很高兴看到中国出海开发者正在成为全球创新浪潮的中坚力量。Google 将持续通过最新技术助力中国及全球的开发者加速创新，将独特创意转化为全球用户的卓越体验。”

Google 大中华区及韩国总裁 陈俊廷

随后，陈俊廷还分享了中国开发者如何借助 Google 的生态和全栈 AI 解决方案让创新在海外焕发活力的最佳实践。其透露，Google Play 年度最佳榜单显示，12 家中国开发者团队的 13 款应用和游戏，在全球不同市场斩获了 14 项“年度最佳应用”大奖，充分彰显了中国出海开发者在全球市场的卓越表现。

不仅如此，在 AI 驱动的技术融合、硬件出海、公益、文化传承等维度，Google Cloud、Gemini、Gemma、Vertex AI 等模型和平台提供了有利的支持，帮助开发者提升效率与产品质量。这些成绩背后，离不开中国新一代开发者的智慧与热情。

陈俊廷举例说道，Google 于三年前启动的 gReach 项目，通过在职培训为残障人士打造无障碍职业舞台，现如今已帮助超过 40 位学员开启开发者职业生涯；Google 还携手新兴教育基金会，将技术与热情带到资源匮乏地区，为中国欠发达地区 1,500 多名女性学生提供开源 AI 入门教育；自 2022 年起，Google 数字人才培养计划已为全国 210 多所高校的 800 余名教师提供出海营销数字技能培训，覆盖超过 6 万名在校学生。

创新与创造正在预示一个更加智能、更具想象力的未来。Google 表示，将继续为中国开发者提供坚实支持，推动技术创新的边界，帮助他们在全球舞台上创造更多非凡成就。

AI 模型全系的升级，降低开发者开发门槛

对于开发者而言，想必大家更关心的还是开发工具的发布以及如何用问题。本次大会上，Google 开发者关系与开源业务总监 Timothy Jordan 深入分享了 AI 模型如何赋能出海开发者突破创新边界。

Google 开发者关系与开源业务总监 Timothy Jordan

众所周知，今年以来，各家大模型万箭齐发，Google 也并不例外，其在 I/O 上推出了 Gemini 2.5 系列。对此，Timothy Jordan 进行了回顾与总结：

• Gemini 2.5 Pro 为编程和复杂提示设立了全新标准；

• Gemini 2.5 Flash 在性能与速度之间实现了最佳平衡，非常适合日常任务；

• 全新的 Gemini 2.5 Flash-Lite 则专为大规模、低成本的出海场景打造。

除了文本模型之外，Google 还发布了三款生成式媒体模型，涵盖音乐、图片和视频创作：

• Lyric：音乐生成模型，可自动谱写旋律与编曲，为创作者提供从灵感到成品的全流程支持。

• Imagen 4：迄今最强大的图片生成模型，支持在画面中生成清晰、可读的文字，相比上一代 Imagen 3 实现了质的飞跃。

• Veo 3：最新的视频生成模型，画面逼真度大幅提升，并能让音效与画面精确同步，带来全新维度的沉浸体验。

当然，如果你想在自己的硬件上微调专属模型，Timothy Jordan 推荐——与 Gemini 核心技术一脉相承的 Gemma 开放模型系列或是你的最佳选择。据官方透露，今年 3 月，Gemma 迎来一周年，其下载量已突破 2 亿，催生了超过 8 万个衍生模型。

如今，全新的 Gemma 3 成为全球顶尖的多模态开放模型，支持超过 140 种语言，还衍生出多款面向不同场景的模型，譬如：

• ShowGemma：用于安全部署大语言模型；

• MedGemma：医疗领域最强大的多模态模型，可处理医疗文本和影像，既能微调优化医疗应用，也能作为隐私保护工具安全使用。

• 全球首个“海豚语”大模型 DolphinGemma。没开玩笑，未来某一天，你可能真的能和海豚聊天。

在端侧 AI 上，Google 还发布了 Gemma 3n，与新一代 Gemini Nano 采用相同架构，即便是 2GB 内存的设备也能流畅运行。

对此，Google 开发技术推广工程师魏巍还在现场，用一台笔记本电脑，在完全离线的状态下运行了一个 Gemma 模型，并和它进行互动，演示它的强大功能。

除此之外，Timothy Jordan 还展示了 AI 驱动的开发工具升级。

其中最引人注目的是 Firebase Studio 的更新。Firebase Studio 是一个由 AI 驱动的全栈应用开发环境，从最初构思到分块部署，全程支持 AI 加速。开发者既可以通过多模态提示让 AI 自动生成代码，也可以自行编写代码。不久前，Google 发布了多项重要更新，彻底重塑了 Firebase Studio 中的 AI 辅助开发体验，进一步提升了开发者的生产效率。更新内容包括：

• 三种与 Gemini 交互的新方式，让开发者对 AI 的掌控更自由；

• 支持 MCP 协议；

• 与 Gemini CLI 集成。

Firebase Studio 中功能最强大的当属自主智能体模式（Autonomous Agent Mode），能够让 Gemini 代表开发者独立工作，自动完成多种任务，包括创建原型、添加功能、修复 Bug、重构组件等。

此外，Google 还针对此工具推出了增强型 AI 模板生成能力。结合智能体模式与自定义 AI 规则，开发者能够轻松构建美观且功能强大的应用，例如 Slack 通用模板、React 项目及常规 Web 应用。创建新工作区时，只需从模板中选择一个，便可用自己喜爱的框架，以极快速度将创意转化为实际应用。更重要的是，通过与 Gemini 对话，开发者可以将 Firebase 后端服务无缝集成到应用，并一键部署到 Firebase Hosting。

为推动 AI 驱动的未来开发模式，Google 同时升级了 Flutter 和 Dart 工具及框架。就在本周发布的 Flutter 3.35 和 Dart 3.9，也带来了多项开发者体验优化，例如：

• 将 Flutter 的热重载（Hot Reload）引入 Web，并设为默认开启；

• 推出全新的 Widget 预览功能（抢先体验版）。

Timothy Jordan 表示，Dart 和 Flutter 将成为 AI 编程助手的最佳搭档，助力未来开发范式的变革。值得注意的是，Dart MCP 服务器也已作为 SDK 的一部分正式推出。

对于跨国开发的出海团队而言，Timothy Jordan 称，这些更新意味着 AI 助手将从单纯的“代码补全工具”进化为真正的开发伙伴，能够安全访问本地开发环境、分析项目错误、管理依赖项、与应用进行交互。

例如，过去开发者可能需要手动在 Widget Tree 中排查问题，而现在只需对 AI 下达指令“修复这个布局”，它即可调用所需工具和上下文，精准解决问题——从定位运行时错误、提出修复建议，到获得用户许可并自动更新代码，全流程自动化完成。

如何在 Android 上打造卓越的 App？

谈及 AI 对 Android 的改变时，Google Android 产品管理总监 Jamal Eason 和 Android 开发技术推广部主管史婧羽分享了最新进展。

他们指出，在 Android 上使用 AI 主要有两种方式：一是在云端运行模型，二是在设备本地运行模型。大会现场，他们以安卓机器人换装应用 Androidify 为例，展示了其使用 Gemini 2.5 Pro 模型下面左图中的人物并生成描述，然后通过图像生成模型 Imagen 3 基于描述生成个性化的安卓机器人。

如果涉及敏感数据或必须离线运行，也可以选择本地推理方案——Gemini Nano 多模态本地模型。

Jamal Eason 表示，一款优秀的应用不仅要功能强大，也要在设计上脱颖而出。为此，Google 提供了 Material 3 设计系统扩展包，例如 Material 3 TextField 组件。在 Androidify 中，开发团队还使用了全新的 Compose Material 库，实现了细腻流畅的按钮过渡和提示效果。

在功能创新方面，Google 推出了实时更新（Live Update），这是一种全新的通知机制，非常适合处理航班动态、外卖配送、网购订单等时效性强的任务。目前，Google 正与小米、OPPO、一加、vivo、iQOO 等厂商，以及 Figma 等应用合作，为海外用户带来实时动态的通知体验。

同时，Google 也在推动应用跨设备、开箱即用的体验，无论折叠屏、平板还是车载设备，都能无缝衔接。特别是在为 Android Automotive OS 开发时，一套自适应布局即可覆盖多种设备，触达超过 5 亿台新设备。

在 XR（扩展现实） 方面，Google 透露，Android XR 已为包括三星 Gear VR 在内的多款眼镜和头戴设备提供技术支持。今年晚些时候，还将有更多 XR 设备上市，如魅族 XR、Xview 等。同时，其发布了 Android XR SDK 第二代开发者预览版，新增 XR 组件，并为 Android TV 升级了模拟器，支持在应用详情页展示沉浸式 3D 视频。

为了在不同设备上提供出色体验，Google 开发团队也持续优化了一些工具，包括：

• 基于 Jetpack Compose（基于 Kotlin 的开源 Android 声明式 UI 框架），Google 带来了 Jetpack Compose Navigation 3，开发者可以更轻松地管理屏幕栈、保留状态，并实现动态流畅的过渡动画。

• 在提高开发效率方面，Android Studio 引入了智能体模式（Agent Mode）。开发者只需用自然语言描述目标，智能体即可自动规划任务、跨文件修改，大幅提升效率；新增的 MCP 协议支持，使智能体能够通过 JSON 或配置文件连接到指定服务器；带来了“自选模型（BYOM）” 功能，开发者如果在本地运行 Ollama、LM Studio 等开源模型，也能在 Android Studio 调用它们实现聊天功能，从而获得完全离线的 AI 开发体验。

有了这些工具，开发者可以节省大量时间，把精力投入到真正有创意的功能上。

Web 开发：“只需编写一次代码，就能触达所有用户”

过去一年，随着 AI 越来越普及，“Web 已死”的言论一度甚嚣尘上。但在 Google Chrome 开发技术推广部主管 Paul Kinlan 看来，Web 的影响力没有界限——一个网站，就能让你的想法触达全球。

在本次大会上，Kinlan 分享了 Google 对 Web 平台的三大努力方向：构建高质量 UI、简化调试工作、以及打造依托 AI 的全新功能。

在 UI 构建上，Google 推出了一系列强大的 CSS 基元，让开发者能够用更少的代码创建交互式、无障碍、跨浏览器的界面。例如，通过新特性实现轮播效果，只需标准 CSS 就能完成分页切换按钮和标记点，不用写太多 JavaScript 代码。

除了美观界面，跨浏览器兼容性也是开发者关注的重点。为此，Google 改进了 Baseline，覆盖所有 Web 平台的功能，并能直接集成到 VS Code、ESLint 等常用工具中。

在调试环节，Chrome 开发者工具内置了 AI 助手 Gemini，让开发更高效。Kinlan 举例：“想让按钮居中？只需在元素面板向 Gemini 提问，它会告诉你要加 translateX(-50%)，点一下就搞定。”从 Chrome 137 开始，这类修复方案还能直接应用到本地工作区，实现问题识别+一键解决。

而在 AI 前沿探索上，Google 推出了如下图所示的 7 个设备端 AI API，这些基于 Gemini Nano、Canoo、Google Translate 等模型构建。开发者可以在浏览器本地运行智能功能，无需上传用户数据到云端。

对于暂不支持这些 API 的设备，Google 还提供了混合式 AI 方案，结合 Firebase 和 Gemini API 的云端能力与本地处理优势，实现低延时、保护隐私的流畅体验。

Kinlan 最后强调：“在 Web 平台上，只需编写一次代码，就能触达所有用户。我们的使命，是让 Web 成为最强大、最完善、对开发者最友好的平台。”

Google Cloud 的最新进展

面向全球开发者，Google Cloud AI 平台副总裁 Ting Liu 全面介绍了 Google 云平台（Google Cloud Platform）在 AI 技术栈、智能体生态和开发者工具等方面的最新进展。

正如 Ting Liu 所说，“Google Cloud 团队致力于在全球范围内提升云平台的 AI 能力”，Google 将旗下核心创新成果整合为一体化 AI 技术栈。

以 Vertex AI 为例，这是一款全托管式的 AI 开发平台，其底层模型现已更新至 Gemini 2.5 Pro、Gemini 2.5 Flash、Gemini 2.5 Flash-Lite，均具备多模态能力，支持代码执行、函数调用、与 Google 搜索及排名引擎集成，并拥有超大上下文窗口。针对海外市场，Google Cloud 还正式上线了监督式微调（Supervised Fine-Tuning, SFT）功能，允许企业基于自身数据对模型进行定制化优化。

如果你总在纠结该选择哪款模型？不必担心，为解决模型选型难题，Google 推出了 Vertex AI Model Optimizer，可自动评估模型质量、速度与成本，为开发者匹配最佳方案。在部署 AI 工作负载方面，开发者现在可以使用 Cloud Run——一个全托管、可自动扩缩的平台，支持按需使用 NVIDIA L4 GPU 的无服务器模式，能够让应用在 5 秒内启动并使用 GPU。同时，Cloud Run 还开放了 GPU 批量与离线处理的预览功能，进一步降低了算力使用门槛。

当然，AI 模型的能力并不仅限于生成文字，AI 智能体还可以把创意转化为实际行动。

Ting Liu 介绍道，Google 最近推出了新的智能体开发套件 Agent Development Kit（ADK），其中 Python 稳定版与 Java 预览版已发布。ADK 支持模型上下文协议（Model Context Protocol, MCP），在模型选择、部署模式和本地测试等方面提供高度灵活性，既可构建简单任务智能体，也能实现多智能体编排（Orchestration）。与此同时，今年 4 月Google 还发布了 Agent-to-Agent（A2A）协议，并将其捐赠给 Linux 基金会，目前已获 100 家企业支持，包括多家头部云厂商。

值得一提的是，开发者工具链同样迎来了升级。例如，Gemini Code Assist 在补全、生成、解释代码等功能上进一步增强，新增 GitHub/GitLab 集成、Google 文档访问与总结，以及基于数据架构的代码自动生成，个人用户可免费使用，并由 Gemini 2.5 Pro 提供支持。开源工具 Gemini CLI 则将 Gemini 能力带到命令行，支持多任务处理，提供 100 万 Token 上下文窗口及业内领先的免费调用额度：每分钟 60 次请求、每天 1000 次请求。

在运维方面，Google Cloud CIS 现已具备 AI 驱动的日志分析功能，能够自动关联海量日志与信号，快速定位并分析潜在问题。同时，针对海外开发者和产品负责人，Google 还推出了 App Design Center（ADC）和 CloudHub 两款工具，推动以应用为中心的基础设施管理模式。

“没有数据就没有应用，更不可能有 AI 了。”为此，Ting Liu 还分享了GoogleCloud 在数据方面的关键进展：

• BigQuery：支持多模态表格内置向量搜索、自然语言查询与 SQL 补全。

• MCP Toolbox for Databases：一个新开源项目，旨在通过 MCP 访问企业数据。

• Fairstore：兼容 MongoDB，为开发者提供熟悉的 API 与全托管云规模数据库引擎。

除技术和工具以外，Google 在本次大会上宣布正式启动 “Google Developer Program”，为出海开发者提供个性化主页、技能认证等专属资源，并第一时间推送最新的活动与技术更新。同时，还宣布了第四期“出海加速器”项目正式开启申请，助力更多中国出海开发者在全球市场加速成长。

零基础如何高效学习大模型？

你是否懂 AI，是否具备利用大模型去开发应用能力，是否能够对大模型进行调优，将会是决定自己职业前景的重要参数。

为了帮助大家打破壁垒，快速了解大模型核心技术原理，学习相关大模型技术。从原理出发真正入局大模型。在这里我和鲁为民博士系统梳理大模型学习脉络，这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码免费领取🆓**⬇️⬇️⬇️

【大模型全套视频教程】

教程从当下的市场现状和趋势出发，分析各个岗位人才需求，带你充分了解自身情况，get 到适合自己的 AI 大模型入门学习路线。

从基础的 prompt 工程入手，逐步深入到 Agents，其中更是详细介绍了 LLM 最重要的编程框架 LangChain。最后把微调与预训练进行了对比介绍与分析。

同时课程详细介绍了AI大模型技能图谱知识树，规划属于你自己的大模型学习路线，并且专门提前收集了大家对大模型常见的疑问，集中解答所有疑惑！

深耕 AI 领域技术专家带你快速入门大模型

跟着行业技术专家免费学习的机会非常难得，相信跟着学习下来能够对大模型有更加深刻的认知和理解，也能真正利用起大模型，从而“弯道超车”，实现职业跃迁！

【AI 大模型面试题 】

除了 AI 入门课程，我还给大家准备了非常全面的**「AI 大模型面试题」，**包括字节、腾讯等一线大厂的 AI 岗面经分享、LLMs、Transformer、RAG 面试真题等，帮你在面试大模型工作中更快一步。

【大厂 AI 岗位面经分享（92份）】

【AI 大模型面试真题（102 道）】

【LLMs 面试真题（97 道）】

【640套 AI 大模型行业研究报告】

【AI大模型完整版学习路线图（2025版）】

明确学习方向，2025年 AI 要学什么，这一张图就够了！

👇👇点击下方卡片链接免费领取全部内容👇👇

抓住AI浪潮，重塑职业未来！

科技行业正处于深刻变革之中。英特尔等巨头近期进行结构性调整，缩减部分传统岗位，同时AI相关技术岗位（尤其是大模型方向）需求激增，已成为不争的事实。具备相关技能的人才在就业市场上正变得炙手可热。

行业趋势洞察：

• 转型加速： 传统IT岗位面临转型压力，拥抱AI技术成为关键。
• 人才争夺战： 拥有3-5年经验、扎实AI技术功底和真实项目经验的工程师，在头部大厂及明星AI企业中的薪资竞争力显著提升（部分核心岗位可达较高水平）。
• 门槛提高： “具备AI项目实操经验”正迅速成为简历筛选的重要标准，预计未来1-2年将成为普遍门槛。

与其观望，不如行动！

面对变革，主动学习、提升技能才是应对之道。掌握AI大模型核心原理、主流应用技术与项目实战经验，是抓住时代机遇、实现职业跃迁的关键一步。

01 为什么分享这份学习资料？

当前，我国在AI大模型领域的高质量人才供给仍显不足，行业亟需更多有志于此的专业力量加入。

因此，我们决定将这份精心整理的AI大模型学习资料，无偿分享给每一位真心渴望进入这个领域、愿意投入学习的伙伴！

我们希望能为你的学习之路提供一份助力。如果在学习过程中遇到技术问题，也欢迎交流探讨，我们乐于分享所知。

*02 这份资料的价值在哪里？*

专业背书，系统构建：

• 本资料由我与鲁为民博士共同整理。鲁博士拥有清华大学学士和美国加州理工学院博士学位，在人工智能领域造诣深厚：

• • 在IEEE Transactions等顶级学术期刊及国际会议发表论文超过50篇。
  • 拥有多项中美发明专利。
  • 荣获吴文俊人工智能科学技术奖（中国人工智能领域重要奖项）。

• 目前，我有幸与鲁博士共同进行人工智能相关研究。

内容实用，循序渐进：

• 资料体系化覆盖了从基础概念入门到核心技术进阶的知识点。

• 包含丰富的视频教程与实战项目案例，强调动手实践能力。

• 无论你是初探AI领域的新手，还是已有一定技术基础希望深入大模型的学习者，这份资料都能为你提供系统性的学习路径和宝贵的实践参考，助力你提升技术能力，向大模型相关岗位转型发展。

  

抓住机遇，开启你的AI学习之旅！