一张蛋挞图，把整个测试现场逗乐了。用Google Pomelo生成的亚洲妈妈吃蛋挞的场面，蛋挞尺寸堪比脸盆。AI的精准度显然还在成长，但Google Labs这些鲜为人知的AI工具，远不止于一块蛋挞的误差。隐藏在Gemini和主流应用背后的，是一套接一套的新玩法，这些工具到底能做什么，又藏着多少有趣的细节？
有些答案，在实验室里等你。
Pomelo：品牌DNA自动提取，20秒出营销图，但蛋挞太大了
想象有一天，你只需要贴个网站地址，AI就能识别品牌的主色、字体、Logo，甚至连产品摄影风格都能抓个八九不离十。Pomelo就是这样一个营销素材生成器。Peter Yang选择了亚洲烘焙店Simply Cake作为样本，AI一眼认出了品牌视觉，用二十秒生成了一套母亲节主题的营销活动——标题是「给妈妈一片云」，配图是家庭聚会、轻盈蛋糕和亚洲妈妈的温馨场景。
但新鲜感还没散去，AI生成的一张「亚洲妈妈吃蛋挞」的场景图，突然让人出戏。蛋挞大到仿佛主角，妈妈则显得有点无所适从。Peter忍不住笑了——AI画画，真的还没见过太多蛋挞。
Pomelo试图解决电商和实体品牌的内容短缺问题，尤其适合拥有大量产品图的用户。一键生成各种社交媒体活动、节日海报、场景化摄影，省下不少脑细胞。可一旦涉及到内容型品牌，或者产品照片有限，Pomelo就有点力不从心。更现实的难题是，每次你想改动文案或小图标，都只能重新生成整张图片，不能直接在图片上编辑。这种反复试错的体验，令人抓狂。
Pomelo很聪明，但还不够体贴。有时候，蛋挞会变大。
Stitch：Google版Figma，设计师的快手，但用户输入太简陋
Figma撑起了无数初创项目的第一张App原型。Google Labs的Stitch则想给Figma添点AI魔法——输入一句「设计一款手机健身App」，AI不到三十秒就给你全套设计系统，还有四个App页面，所有组件和色彩风格一目了然。速度比Figma插件快得多，因为底层用的是Gemini Flash。
Stitch的一大特色，是会自动生成预测热力图。你能在界面上看到那些「用户最可能点击」的区域，热区用渐变色标记，仿佛提前预知了用户的手指走向。
然而，体验到这里，转折出现了。Stitch的「一把梭」策略省事，但也让人无力。Peter对比了Claude Design——后者会主动追问你一连串问题：需要哪种风格、设计哪些界面、偏好哪类设备框架。Claude Design不怕啰嗦，反而让你脑海里起草的细节一步步落地。而Stitch，只能靠一句简单的prompt完成全部设定。大多数用户根本写不出那么详细的prompt，效果时好时坏。
如果Stitch能直接整合进Google的AI Studio和Antigravity平台，成为设计到代码的一站式入口，Google在编程AI领域的竞争力才算真正补齐。但现在，这一环还缺着。
Project Genie：30秒生成3D赛博世界，视觉酷炫但离游戏还有距离
Project Genie给人的第一印象，就像科幻片里的快速世界生成器。输入一句prompt，比如「建一个霓虹赛博朋克城市，有人群、穿透明夹克的女孩和盘旋的无人机」，等待30秒——屏幕上出现了五光十色的都市，建筑、人物、无人机呼啸而过，主角还能用键盘自由行走。
视觉的震撼扑面而来。空中闪烁的灯管、街角聊天的人群，仿佛真能拉你入戏。但仔细一看，这个AI生成的3D世界，其实只是个漂亮的技术演示。它用的是逐帧生成，每次刷新世界都像在画一幅新的油画。交互虽然自由，但缺乏真正的「游戏性」。
人工智能真的能革命游戏行业吗？Peter并不买账。他认为，优秀游戏的精髓从不是画面多酷炫，而是那些微妙的循环机制、成长路径、玩家间的互动关系。这些，AI还远远没有解决。即使AI能画出千变万化的霓虹城市，真正的游戏体验却还在遥远的前方。
Flow：柯基与哈士奇的相遇，AI做出了「流畅」的视频
Flow是Google Labs里最出色的动态图像生成器，集成了Imagen、Gemini和Veo三大模型。Peter用它测试了「帧控制」功能——先生成两张静态画面：起始帧，一只柯基走在日本街头；结束帧，柯基遇到哈士奇。然后，他让Flow自动补全中间的过渡视频。
没想到，视频生成的过程如此顺滑——柯基从街道上一路踱步，镜头推进，最后与哈士奇鼻尖相对。画面带有音效和背景音乐，气氛温馨自然。就像动画导演在AI的协助下完成了故事板。
但Flow也有短板。两个场景差异太大时，比如「潜水员变身亚特兰蒂斯」，AI就会直接硬切画面，过渡毫无章法。更遗憾的是，这些强悍的功能，目前还没有整合进主Gemini App。用户只能在专属界面小众体验，离全面普及还差一层窗户纸。
有些细节令人心痒，却还没真正到来。
NotebookLM：自动整理、汇总、思维导图全自动，但手动编辑成奢望
与前几款AI工具不同，NotebookLM是唯一已进入Gemini主App的Google Labs产品。Peter直接把本期视频字幕上传，AI瞬间自动生成了简报、信息图、思维导图和幻灯片。最有意思的，是AI自动画出一张「AI能完成90%的任务，最后10%必须手动打磨」的图表。图中的分界线清晰直观，仿佛提醒每个内容创作者：AI永远无法替你画龙点睛。
NotebookLM还会生成音频概览——一对播客主持人围绕核心话题对话，用户随时可以插话提问。对于习惯碎片化获取信息的人来说，这种「对话式摘要」格外贴心。
然而，问题随之而来。很多用户希望能手动编辑AI生成的文案、图表或者套用自己的设计模板，可NotebookLM只能通过prompt让AI重新生成一版。你想改动个颜色、调整个标题，都得折腾大半天。这种「AI90%，用户10%」的理念，如果缺乏灵活的手动编辑，把创意的最后一公里变成了反复摸索的死胡同。
如果NotebookLM能和Google Slides、Docs无缝互通，或许内容生产者们会更省心。
Google AI的步伐：慢、缺口、细节
Google Labs的产品，各有光芒，也各有烦恼。Peter总结了三个关键问题：
第一，Labs里的创新太慢进入主Gemini App。NotebookLM都花了半年才合并，而Anthropic的Claude几乎天天上新。创新快慢，影响用户粘性。
第二，Stitch应该成为AI Studio和Antigravity的「前门」，即先可视化设计，再一键生成全栈代码。现在Google在编程AI领域还被Codex和Claude Code甩在后头。这一环必须补齐，才能给开发者更高效的体验。
第三，所有AI产品都要支持手动编辑。AI能搞定90%，但用户只想改个小标题或图片细节，却要一遍遍重写prompt，令人抓狂。
Google AI的实验室很大，想法很多。但到了真正落地时，每一步都还藏着不小的门槛。未来，或许蛋挞的尺寸会变得恰到好处，柯基与哈士奇的相遇也会更自然。可在那之前，AI和人的距离，还需要一场场测试去拉近。
测试结束，Peter关上了电脑。窗外的天色渐暗，他忽然想起那个蛋挞妈妈的画面——如果下一次，AI能画对蛋挞的大小，会不会就能画对我们的生活细节？
有些答案，仍在等待中。
关键金句：
金句1：AI能生成90%的内容，剩下的10%却最难。 金句2：蛋挞可以无限放大，但品牌细节AI还学不来。 金句3：热力图能预判用户点击，却无法传递创意的温度。 金句4：3D世界能自动生成，游戏乐趣AI还未掌握。 金句5：从设计到代码一站直达，是Google AI必须补齐的缺口。