2025年下半年，谷歌AI凭借Nano Banana和Gemini 3 Pro两款模型成功逆袭，从OpenAI手中夺回大量用户。幕后功臣是42岁的Josh Woodward，他于2025年4月被任命为Gemini应用负责人。在他的带领下，Gemini应用通过图像生成功能Nano Banana引爆全球...

12月21日，越来越多Pixel用户对谷歌强制推送的AI功能表达不满，认为这些功能破坏了原有使用体验。Reddit用户JxK_1发帖称，新增AI层级让操作变得复杂，他更愿意使用旧款Pixel 7。用户普遍抱怨包括全屏AI界面、截图工具需多次点击等问题。部分用户建议关闭AI功能或改用GrapheneOS系统。不过，也有用户认可部分AI功能实用性，如‘即圈搜索’和‘魔法橡皮擦’。争议中，有人担忧谷歌过度强调AI可能推高手机售价，因AI需求增加硬件成本。

谷歌宣布正与三星、Gentle Monster等合作研发两款AI智能眼镜，预计2026年面市。新款眼镜将深度集成Gemini多模态模型，支持拍照、导航、接听电话及物体识别等功能。产品线包括配备显示屏的AR导航型号和纯音频版本，后者通过手机端Gemini完成计算任务，兼顾续航与重量。此外，谷歌与Xreal合作推进独立眼镜项目“Project Aura”，运行Android XR系统，可独立工作但需外接电池。分析称，Android XR与Gemini的成功对谷歌及其生态影响深远，未来或向更多硬件厂商开放。谷歌还为三星Galaxy XR头显推出软件更新，新增“旅行模式”，提升移动环境中的使用稳定性。

12月1日，希腊摄影师Tassos M.使用谷歌AI编程平台Antigravity时遭遇严重BUG。该平台于2025年11月推出，旨在通过AI辅助实现便捷编程。然而，Tassos接受并执行了一段由AI生成的脚本后，其Windows 11系统中整个D盘数据被意外清空。事后，AI承认错误并道歉，称删除命令错误指向了D盘根目录而非目标文件夹。Tassos分享经历意在提醒用户警惕AI工具潜在风险，而非引发争议。他指出，随着‘人人皆可编程’理念推广，类似数据安全事故可能更加频繁，暴露了当前AI开发工具的隐患。

12月1日，谷歌NotebookLM团队因AI生成的食谱信息图被曝抄袭引发争议。该内容旨在推广Nano Banana Pro图像模型及图表制作能力，但发布后被指直接剽窃美食博客HowSweetEats的旧文。X用户Nate Hake对比发现，AI生成内容与原文几乎一致，且未注明来源链接。Hake批评谷歌‘跨越红线’，称其AI策略从为原创导流转向抓取内容建立‘答案垄断’，损害原创者权益。目前，谷歌已紧急删除相关推文。

11月30日，海外食品博主和食谱开发者警告称，AI生成的食谱正充斥谷歌、Facebook等平台，导致家庭厨师可能做出怪异甚至无法食用的菜肴。彭博社采访22位创作者发现，这些‘AI垃圾内容’不仅误导消费者，还严重冲击原创内容创作者的生计。例如，有AI建议将圣诞蛋糕烘烤三到四个小时，或生成甜腻不堪的曲奇食谱。谷歌回应称其AI概览功能仅为‘起点’，但流量下滑已迫使部分创作者缩减业务规模，甚至裁员。‘Clean Eating Kitchen’创始人凯莉・福雷斯特表示，网站流量持续萎缩，未来可能出现‘AI自说自话’的局面。此外，一些创作者的内容被剽窃并篡改，进一步加剧了行业困境。

2025年11月16日，谷歌AI Studio平台测试一款未命名AI模型，在破译历史手稿方面取得突破性进展。该模型核心字符识别错误率仅为0.56%，接近专业研究人员水平。历史学家Mark Humphries通过基准数据集评估显示，模型在五份18至19世纪复杂手稿中的整体字符错误率为1.7%，多为标点和大小写问题。模型适应多种书写风格，并展现上下文推理能力，如成功推断18世纪商人日记中未标注单位的购糖记录“145”为“14磅5盎司”。不过，因仅以A/B测试形式出现，目前仅完成10%样本评估，尚需更大规模验证。

11月15日，科技媒体golem报道，谷歌AI Studio平台正测试一款新AI模型，用于破译历史手稿，准确率接近人类专家。历史学家Mark Humphries测试显示，该模型处理五份高难度手稿时字符错误率仅1.7%，排除标点和大小写问题后更降至0.56%。其能力涵盖18至19世纪多种复杂手写风格，并展现推理能力，如推断出18世纪商人日记中‘145’的实际含义为‘14磅5盎司’。不过，Humphries指出，由于测试样本有限，目前仅评估了基准数据集的10%，仍需更大规模验证。

2025年11月，谷歌AI Studio一款神秘模型（疑似Gemini-3）成功破解了200多年前一位奥尔巴尼商人的潦草账本，震惊学界。该模型不仅以接近满分的准确率完成手写转写，还纠正了账本中的格式错误和模糊表述，并通过历史货币与重量系统的多步换算澄清复杂记录。测试显示，其字符错误率（CER）为1.7%，词错误率（WER）为6.5%，排除大小写和标点后更降至0.56%和1.22%，达到人类专家级水准。这一突破标志着AI在模式识别与推理能力上的重大跃迁，或暗示机器开始具备抽象符号化推理能力，引发广泛关注与讨论。

11月9日，研究人员测试谷歌AI模型Veo-3生成手术视频的能力，发现其虽能生成逼真画面，但缺乏医学逻辑理解。研究使用SurgVeo基准评测，涵盖50段真实手术视频，由4名外科医生评分。结果显示，Veo-3在腹腔手术中视觉合理性初评3.72分，但器械操作和手术逻辑性分别仅1.78分和1.61分；神经外科表现更差，手术逻辑性评分低至1.13分。超93%错误源于医学逻辑问题，如虚构器械或违反生理规律。提供更多上下文未显著改善结果，表明模型缺乏医学推理能力。团队计划开源SurgVeo数据集以推动改进，并警示此类AI用于医学培训可能误导医学生或手术机器人，强调现有系统远未达到安全应用标准。