大模型大航海时代——智能电视竞争逻辑已改

1月12日，谷歌、苹果基于谷歌Gemini达成多年期合作，而一周前的CES2026也有不少Gemini新功能、新合作的集中曝光。这些震动科技界的事件中，隐藏着电视大屏发展的一条暗线。

Gemini与大屏的缘分刚刚开始

2023年4月，在ChatGPT的冲击效应中，谷歌将旗下两大AI实验室——Google Brain和DeepMind合并组建Google DeepMind全力以赴，“Gemini”在拉丁语中意为“双子星”，对应这一合并。

2023年12月，Gemini1.0发布，首次实现文本、图像、音频、视频在同一神经网络内联合训练；2024年2月，Gemini 1.5上线，首次支持100万tokens的上下文长度，谷歌将聊天机器人Bard更名为Gemini；此后历经Gemini 2.0、2.5系列不断迭代；2025年11月，Gemini 3.0发布，官方定位从“感知型AI”改为“认知+执行型AI”。

与大屏的重要转折点发生在2025年9月，谷歌宣布Gemini登陆Google TV，首批适配TCL QM9K系列；11月向Google TV Streamer设备推出，并宣布将逐步覆盖到沃尔玛onn 4K Pro、2025款海信U7/U8、TCL QM7K/QM8K等更多设备，计划分批推送至全球超3亿台活跃的Google TV及搭载Android TV OS的智能电视与机顶盒。

2026年1月的CES期间，谷歌宣布Google TV with Gemini集成“Nano Banana”轻量化语音交互与“Veo”动态画质优化两项新技术，爱普生率先在Lifestudio系列4K激光投影机预装该方案；此外，CES期间三星宣布AI冰箱等白电全线接入Gemini。

硬件厂商们似乎正在达成共识——术业有专攻，自研大模型并不是一个好的选择：LG在CES2026展示引入Gemini后的新功能；三星虽暂未在电视系统层集成，但智能冰箱分属智能家居系统，下一步可期；苹果的情况也类似；中国品牌TCL是首批成员；海信也在进行中；而在国内，几大电视品牌也都在2025年2月集中接入DeepSeek。

Gemini如何改写大屏交互体验？

综合去年9月以来以及CES2026现场Gemini登陆Google TV的报道，Gemini经过针对性优化，主要在大屏端主要实现了以下能力：

1）自然语言搜片：可用模糊剧情、演员名或者想看XX类型片直接搜片，会结合家庭成员不同口味一次给出“双赢片单”，且跨应用内容检索与指令执行。对正在追的剧集说“前面讲了啥”会生成带剧照的1分钟回顾；支持连续对话，可继续追问角色关系等。

2）视觉化回答：融合图文/视频/实时数据（赛事比分、高光）呈现结果，动态拼合高清剧照、预告片、实时体育比分等视觉丰富的回答；Deep Dives教育模式对科普、历史等主题生成带旁白的交互式概览，适合全家共学。

3）大屏再创作：无需标签，直接说“找去年海边全家福”“女儿吃冰淇淋的照片”，即可搜图Google Photos，并可调用Nano Banana图像模型、Veo视频模型现场做艺术滤镜、电影感幻灯片或生成全新短视频。

4）语音系统设置：直接说“屏幕太暗”“台词听不清”，系统自动调亮度、对比度或音频均衡，无需翻菜单，不中断观看。

5）字幕与配音：支持多语种字幕，适配直播、点播等内容（甚至是没有内置字幕的流媒体或直播）；对话结束可查看完整转录，适配视频/全屏音频等场景；如用户说“再说一遍”，自动回放片段并打开字幕；支持多角色配音，适配影视解说、教育内容等场景。

6）智能家居控制：同一语音界面可开关灯、调空调、查日历；付费订阅Google Home Premium后还能解锁多房间协同、安防摄像头摘要等进阶能力。

7）跨生态联动：联动Google地图、日历等，完成机票预订、行程提醒等跨场景任务；搭载 “计划操作” 功能，可按用户指令设定定时或重复任务，实现主动规划。

乍看之下，这些主要功能都通过语音交互达成，是实现了对话式交互的超级“语音助手”，其中不少实践方向，我们在国内的运营商、厂商推出的各类“智能体”中也能看到类似的探索。

整体归结下来就是，AIGC的发展，让大屏交互遇到了类似手机遇上触摸屏这样的契机，有望改写历史。

一些感慨与启示

因为监管政策、市场环境不同等原因，国内的大屏智能化并不能照搬国外的技术和经验，但对“简单看电视”的追求国内外用户是一致的，而且也是国内近几年大屏发展的重点之一。而能理解、能连续对话的生成式人工智能确实是电视交互方式变革的新窗口，AI是大屏新基建。

但不同于OS层面竞争的是，在经历2023-2025自研大模型的实践之后，包括智能电视、智能手机在内的智能硬件企业集体选择接入更专业成熟的通用大模型，苹果接入Gemini可以说是这个行业大势的代表性总结。

对于电视这种以大屏视觉为核心、以家庭空间为场景的产品，多模态AI的优势在于它打破了单一的遥控指令，让电视第一次拥有了“看懂画面”与“感知环境”的协同能力，也具备了大屏成为智能家居“交互中心”的可能。

智能电视十几年，尝试了语音、手势、空鼠等等多种交互路径，时至今日遥控器仍然是标配，最主要原因就是其它方式没能达到替代性的程度，但有了大模型支撑，语音可能是最有机会杀出来的方式。毕竟语音零门槛、零学习成本，适合所有人群使用。而语义理解、连续对话，让交互更像人与人。

用户对“简单看电视” 的需求，本质上是对更自然、更高效交互体验的追求。无论是海外Gemini的生态扩张，还是国内厂商与本土大模型的深度耦合，大屏行业的下一个十年，终将由 “AI赋能” 来定义。而谷歌苹果的这次合作，或许正是这场变革加速到来的信号。当电视真正“听懂”每一句模糊的需求，“看懂”每一帧画面的含义，并“联结”起家庭里的一切数字与物理设备时，那个被寄予厚望却又迟迟未来的“家庭智能中心”愿景，或许终于找到了它缺失的、最核心的那块拼图。

#CES2026 #电视 #Gemini #Google

https://mp.weixin.qq.com/s/DdQN93EYG2HhF9YG6k7vJA

解码智能视听趋势、提供深度行业洞见，更多内容请关注：「流媒体视界」，关注即可免费领取一份热门行业报告！