Google I/O 2024: De største nyheder

Google I/O 2024 handlede først og fremmest om at flytte Gemini fra modelnavn til praktisk AI-lag i Search, Android, Workspace, kreative værktøjer og cloud-infrastruktur. De største nyheder var Gemini 1.5 Flash, Project Astra, AI Overviews, Veo, Imagen 3 og Trillium TPU.

Hvad var den vigtigste retning på Google I/O 2024?

Den klare retning var, at Google ville gøre generativ AI til en indbygget del af sine vigtigste produkter i stedet for at præsentere AI som et enkeltstående chatbot-vindue. I/O 2024 samlede derfor modelnyheder, søgning, produktivitetsværktøjer, Android-funktioner, kreative modeller og specialiseret AI-hardware i én samlet fortælling.

Det gjorde konferencen mere omfattende end en almindelig produktlancering. Gemini blev placeret som fælles teknisk fundament, mens konkrete funktioner blev fordelt på Search, Workspace, Photos, Android, Google Labs, Vertex AI og Google Cloud. For læseren betyder det, at nyhederne skal vurderes som et økosystem: nogle dele var produktklare, andre var preview, Labs-funktioner eller tekniske byggesten til senere produkter.

Hvilke Gemini-nyheder fyldte mest?

Gemini 1.5 Flash var en af de vigtigste modelnyheder. Google beskrev modellen som en lettere og hurtigere variant i Gemini 1.5-familien, optimeret til lavere latenstid og større skala. Det gør den relevant til opgaver, hvor svartid og pris betyder mere end maksimal modelstyrke, for eksempel chat, opsummering, billedtekster, udtræk fra dokumenter og gentagne API-kald.

Gemini 1.5 Pro blev samtidig udvidet og forbedret. Ved annonceringen var både 1.5 Pro og 1.5 Flash i public preview med en kontekstlængde på 1 million tokens i Google AI Studio og Vertex AI. Google tilbød også 1.5 Pro med 2 millioner tokens via waitlist. Det var ikke kun et større tal; lange kontekstvinduer ændrer, hvilke opgaver en model kan håndtere i én arbejdsgang, for eksempel lange dokumentpakker, kodebaser, mødenoter eller video- og lydmateriale.

Den faglige pointe er forskellen mellem kapacitet og produktstatus. En model kan have en dokumenteret teknisk egenskab, men adgangen kan stadig være begrænset af preview, venteliste, prisplan, region eller platform.

Hvad betød Project Astra?

Project Astra var Googles demonstration af en mere sansende og samtalende AI-assistent. Ideen var, at en assistent skulle kunne bearbejde video, lyd og tale i en løbende tidslinje, huske relevante observationer og svare med mindre forsinkelse end tidligere multimodale systemer.

Det var en prototype og en retning for kommende assistentfunktioner, ikke en fuldt udrullet forbrugerfunktion ved annonceringen. Alligevel var Astra vigtig, fordi den viste, hvad Google mente med en universel AI-agent: en model, der ikke kun svarer på tekst, men bruger omverden, hukommelse, tale og kontekst til at hjælpe i flere trin.

For praktisk brug er skellet afgørende. En chatbot besvarer typisk en brugerbesked. En agentlignende assistent skal kunne fastholde kontekst, forstå et visuelt miljø og handle eller foreslå næste skridt. Det giver nye muligheder, men også større krav til databehandling, brugergrænser, tilladelser og dokumentation af, hvad assistenten faktisk har set og brugt.

Hvordan ændrede Google Search sig med AI Overviews?

AI Overviews var den mest direkte ændring i Googles kerneprodukt. Google begyndte i maj 2024 at rulle AI-genererede oversigter ud i Search til brugere i USA, mens flere avancerede funktioner var på vej gennem Search Labs. Det byggede videre på den tidligere Search Generative Experience, men blev præsenteret som en bredere del af almindelig søgning.

Google beskrev flere lag: korte AI-overblik, mulighed for at justere svarenes detaljeniveau, multi-step reasoning til mere komplekse spørgsmål, planlægning af måltider og rejser samt AI-organiserede resultatsider. Flere af disse funktioner var begrænset til engelske forespørgsler i USA eller Labs ved annonceringen.

Konsekvensen er, at søgning ikke kun bliver en liste over links. Den bliver i stigende grad en svar- og planlægningsflade, hvor modellen vælger, samler og prioriterer information. Det kan spare tid, men det gør også kildekritik mere synlig: brugeren skal kunne se, hvornår et svar er en AI-sammenfatning, hvilke kilder der indgår, og om svaret dækker hele spørgsmålet.

Hvad skete der med generativ video, billeder og musik?

Google præsenterede Veo som en videomodel, der kunne generere 1080p-videoer i forskellige filmiske stilarter og med klip, der kunne gå over et minut. Veo blev ikke lanceret bredt til alle brugere ved I/O 2024. Adgangen var private preview i VideoFX for udvalgte skabere via waitlist, og Google beskrev senere produktintegrationer som noget, der skulle komme.

Imagen 3 blev præsenteret som Googles stærkeste tekst-til-billede-model på det tidspunkt, med bedre forståelse af naturlige beskrivelser, færre visuelle artefakter og bedre tekstgengivelse end tidligere Google-modeller. Også her var adgangen begrænset: private preview i ImageFX og planlagt adgang via Vertex AI.

Musikdelen blev vist gennem Music AI Sandbox, hvor Google samarbejdede med musikere og producere om generative værktøjer. Den samlede pointe var ikke kun, at Google kunne generere medier, men at tekst, billede, video og lyd blev en del af samme multimodale platformstænkning.

Hvad fik Workspace, Gmail og Photos ud af Gemini?

Workspace-nyhederne viste, hvordan Gemini skulle ind i eksisterende arbejdsværktøjer. Google annoncerede, at Gemini i sidepanelet i Gmail, Docs, Drive, Slides og Sheets brugte Gemini 1.5 Pro. Ved annonceringen var funktionen tilgængelig for Workspace Labs og Gemini for Workspace Alpha, med bredere adgang planlagt til udvalgte virksomheds- og forbrugerplaner den følgende måned.

Gmail fik planlagte mobilfunktioner som opsummering af tråde, Contextual Smart Reply og Gmail Q&A. Google Photos fik Ask Photos, der skulle gøre det muligt at søge mere kontekstuelt i personlige billeder, for eksempel efter oplysninger i en billedsamling eller en opsummering af en rejse.

I praksis flytter det AI fra skrivefeltet ind i brugerens dokumenter, mails, filer og billeder. Det gør arbejdsgange hurtigere, men det kræver klare regler for datakilder, adgangsniveauer og intern kontrol, især når AI bruges til avanceret dataanalyse med generativ AI eller til at opsummere materiale, som flere personer har rettigheder til.

Hvilke Android-nyheder var relevante for AI i hverdagen?

Android-delen handlede om AI tættere på enheden. Google fremhævede Gemini Nano med multimodale egenskaber på Pixel senere i 2024, forbedringer til TalkBack, en opt-in scam protection-funktion baseret på on-device AI og nye muligheder i Circle to Search.

On-device AI betyder, at visse beregninger kan ske lokalt på telefonen i stedet for udelukkende i cloud. Det kan reducere latenstid og give bedre privatliv i bestemte scenarier, men det betyder ikke automatisk, at alle data bliver på enheden. Hver funktion skal vurderes ud fra sin egen databehandling, indstillinger og dokumentation.

For brugeren er den praktiske ændring, at AI gradvist bliver en del af almindelige telefonhandlinger: at forstå indhold på skærmen, forklare et billede, hjælpe med en opgave eller advare om mistænkelige mønstre. Den slags funktioner virker små hver for sig, men de ændrer, hvor ofte AI er til stede i daglige arbejdsgange.

Hvorfor var Trillium TPU en teknisk hovednyhed?

Trillium var Googles sjette generation af Tensor Processing Units, altså specialiseret hardware til AI-træning og inferens. Google Cloud oplyste, at Trillium havde 4,7 gange højere peak compute per chip end TPU v5e, fordoblet HBM-kapacitet og båndbredde, fordoblet interchip interconnect-båndbredde og mere end 67% bedre energieffektivitet end TPU v5e.

Hardwaredelen kan virke fjern fra den synlige AI-oplevelse, men den er central for, hvad store modeller kan koste, hvor hurtigt de kan svare, og hvor store multimodale systemer der kan trænes. For virksomheder og udviklere er Trillium derfor en infrastrukturhistorie om AI og cloud computing, ikke en funktion man selv ser i en app.

Trillium blev annonceret som tilgængelig senere i 2024. Den formulering er vigtig, fordi hardwareannoncer ofte beskriver kapacitet før bred praktisk adgang. En teknisk specifikation siger noget om platformens retning, men ikke alene om pris, regional adgang eller den faktiske ydelse i en bestemt kundes workload.

Hvad var tilgængeligt, og hvad var kun preview?

En af de mest nyttige måder at læse I/O 2024 på er at adskille annonceret, preview, Labs, waitlist og bred udrulning. Mange af de største nyheder var reelle, men ikke nødvendigvis generelt tilgængelige for alle brugere i alle lande ved annonceringen.

Den tabel gør også en generel AI-regel tydelig: en stor konference kan blande produktlanceringer, forskningsdemoer og strategiske platformssignaler. Alle tre kan være vigtige, men de bør ikke omtales som samme type nyhed.

Hvad betyder nyhederne for arbejde, undervisning og organisationer i Danmark?

For organisationer i Danmark var Google I/O 2024 mest relevant som pejlemærke for, hvor AI i almindelige arbejds- og læringsværktøjer bevæger sig hen. Nyhederne dokumenterede en tydelig retning: modeller får længere kontekst, lavere latenstid, bedre multimodalitet og tættere integration i mail, dokumenter, søgning, billeder og telefoner.

Det betyder ikke, at alle funktioner straks kunne bruges lokalt. Flere annonceringer var begrænset til USA, engelsk, Labs, private preview eller bestemte abonnements- og udviklerflader. Hvis du vurderer teknologien i en organisation, bør du derfor først kontrollere tilgængelighed, databehandlerforhold, administratorstyring, logning, ophavsret og interne retningslinjer.

Den praktiske relevans er særlig tydelig i tre miljøer:

• Vidensarbejde, hvor Gemini i Workspace kan ændre opsummering, søgning i dokumenter og førsteudkast.
• Undervisning, hvor multimodal AI kan forklare skærmindhold, billeder og opgaver, men kræver klare rammer for kildebrug og elevdata.
• Kreativt arbejde, hvor Veo, Imagen 3 og Music AI Sandbox viser nye produktionsformer, men også skaber behov for afklaring af rettigheder, mærkning og godkendelse.

Forbeholdene er ikke et argument imod teknologien. De er en del af en realistisk indførelse, især når generativ AI behandler mails, dokumenter, billeder eller andre oplysninger, der kan berøre datafortrolighed i generativ AI.

Hvordan skilte Google I/O sig ud fra andre samtidige AI-lanceringer?

Sammenlignet med en enkelt modelnyhed som OpenAIs GPT-4o var Google I/O 2024 mere en økosystemlancering. Google viste ikke kun en model, men en kæde fra specialiseret hardware til API’er, udviklerværktøjer, søgning, produktivitet, mobil og generativt medieindhold.

Det gav Google en anden styrke og en anden udfordring. Styrken var, at Gemini kunne bindes til produkter, som mange allerede bruger. Udfordringen var, at nyhederne blev mere komplekse at vurdere: Hvilken funktion er en demo, hvilken er en Labs-test, hvilken er en betalt funktion, og hvilken er bredt tilgængelig?

Derfor bør I/O 2024 læses som et kort over Googles AI-strategi. De største nyheder var ikke kun individuelle funktioner, men den måde Google ville placere AI i infrastrukturen under produkter, brugerfladen i produkter og udviklerlaget omkring produkter.

Hvilke kontrolpunkter bør du bruge, når du vurderer I/O-nyhederne?

Når en AI-nyhed fra Google I/O 2024 skal omsættes til praksis, er den første opgave at afgøre, hvilken type nyhed der er tale om. En model i public preview, en funktion i Search Labs, en regional udrulning og en hardwareplatform kræver forskellige vurderinger.

• Tjek om funktionen er generelt tilgængelig, preview, Labs, waitlist eller kun demonstreret.
• Tjek hvilke lande, sprog, abonnementer, enheder og administratorindstillinger der er omfattet.
• Tjek om data behandles lokalt, i Google Cloud, i Workspace-kontekst eller på tværs af tjenester.
• Tjek om output er markeret, vandmærket, logget eller muligt at efterprøve.
• Tjek om modellen bruges til beslutningsstøtte, kreativ produktion, søgning, intern dokumentbehandling eller kundevendt kommunikation.

Den mest holdbare konklusion fra I/O 2024 er, at Googles AI-nyheder blev bredere og mere indlejrede. Det gør dem mere nyttige i almindelige arbejdsgange, men også mere afhængige af præcis produktstatus, lokale regler og klare brugsgrænser.

Hvilke kilder ligger til grund?

Artiklen bygger især på Googles officielle opsamling af 100 annonceringer fra I/O 2024, Google DeepMinds gennemgang af Gemini 1.5 Flash og Project Astra, Googles Search-indlæg om AI Overviews, Googles præsentation af Veo og Imagen 3 samt Google Clouds indlæg om Trillium TPU.