5月20日谷歌在I/O开发者大会上宣布全面进入“智能体Gemini时代”推出多项AI技术革新与产品升级。硬件算力与基础模型双双提速降本多模态交互变得像人类对话一样自然以智能体为核心的全新工作流正在重塑搜索、电商、创意设计以及前沿科学等所有数字化场景。谷歌正从“AI功能堆砌”转向构建覆盖信息、创作、交易的“行动系统”推动AI从对话框走向日常任务执行。算力与模型构建底层新基建所有上层建筑的繁荣离不开底层算力的支撑。谷歌第八代TPU首次采用了双芯片路线将训练和推理彻底分开优化。训练芯片TPU 8t的原始算力接近上一代的3倍面向大规模预训练。配合全新的基础设施训练任务不再受限于单个超大数据中心最高可以跨全球调动超过100万颗TPU。推理芯片TPU 8i专注降低延迟和提升生成速度。在现场的演示中用即将发布的Flash模型生成一个小游戏屏幕上的输出速度接近每秒1500个Token。模型层面谷歌放出了Gemini 3.5 Flash。名为Flash但这次3.5 Flash在编码、智能体能力和工具调用上都大幅超越了上一代的3.1 Pro。在衡量真实世界经济价值任务的GDPval-AA测试中3.5 Flash拿到1656 Elo远超3.1 Pro的1314 Elo。在纯抽象推理和世界知识的测试上3.5 Flash稍有逊色。牺牲一部分纯理论知识换来干活能力的全面暴涨。这代模型的输出速度比其他前沿模型快4倍价格亲民。输入1.50美元每百万Token输出9.00美元每百万Token比3.1 Pro便宜了40%。模型的知识截止日期更新到了2025年1月上下文窗口100万Token。至于满血旗舰版Gemini 3.5 Pro下个月见。除了文本主导的模型谷歌还推出了全新的多模态世界模型Gemini Omni Flash。它能根据任何输入创造出任何东西。Omni模型对物理世界有着直觉般的理解。你能用一段简单的话让它生成蛋白质折叠的黏土动画也能传一段自拍视频进去保留人物的动作表演把背景和周围环境随意更换。目前的Omni Flash是该家族的首个模型整体效果仍有优化空间满血版的Omni Pro已经在路上了。智能体全面接管数字生活Agent智能体是贯穿所有发布产品的灵魂。技术开发和日常生活中智能体正在成为新的底层逻辑。开发者平台Antigravity迎来了2.0版本大更新。全球可用的Antigravity CLI将彻底取代旧版命令行工具。开发者还可以把谷歌内部使用的Agent Harness直接部署到自己的服务器上。使用Antigravity配合Gemini 3.5 Flash速度提升了12倍。12个小时内93个子智能体并行工作发出了超过1.5万次模型请求处理了26亿Token能从零构建一个功能完善的操作系统核心。你甚至可以在这个AI写出来的系统里跑命令行、放动画、玩《毁灭战士》。这在Gemini 3.1 Pro上是不可能完成的。普通消费者的智能体叫Gemini Spark谷歌版的OpenClaw。这相当于你在云端雇了一个私人助理。在工作中你可以让Spark翻阅各种文档、邮件和聊天记录用你习惯的语气给团队写一份周报。在生活里筹办一场街区派对变得异常简单。Spark会在表格里建立实时追踪表自动通过邮箱跟进邻居的回复发现没回复的还会拟好催促邮件。它甚至能自己去网盘里翻出小区的业主公约提醒你周五下午之前不能布置充气城堡最后顺手帮你做一份精美的派对宣传幻灯片。为了配合Spark的云端消耗谷歌调整了订阅价格体系。新推出每月100美元的Ultra计划提供5倍用量、20TB存储并优先使用Antigravity。原先每月250美元的顶配计划降价至200美元。安卓系统也迎来了专属的智能体监控区域Android Halo。状态栏顶部会实时显示智能体正在后台忙什么、进展到了哪一步、需不需要你确认。以前的手机UI是为App服务的未来的UI是为智能体服务的。Gemini App本身也进行了全面重构采用了名为Neural Expressive的全新设计语言。在APP里Daily Brief功能会每天早上翻阅你的邮箱和日历提炼出当天最重要的事情并建议下一步行动。NotebookLM也与Gemini实现了彻底打通支持上传EPUB格式电子书能一键把成堆的资料生成为带动画的电影级讲解视频或者选择手绘、黏土等10种预设风格的信息图。新发的模型都接入了Gemini App而且谷歌家的各种应用也用Agents通过语音连接了起来。动嘴不动手的体验延伸到了办公套件里。在Docs Live中你只要对着麦克风随意思考和说话想到什么就说什么甚至中途改口纠正Gemini会自动帮你整理出一份格式完美的文档。今年夏天这套语音功能还会接入Gmail Live和Google Keep的实时模式。搜索与电商架构大重构每月活跃用户突破10亿的AI Mode搜索迎来了底层升级。传统的搜索框现在支持扔进去图片、文件和视频进行跨模态理解。搜索结果页和对话式追问实现了无缝整合。你可以在搜索里创建Search Agents搜索智能体。比如你想盯某只特定财务指标的生物科技股智能体会7乘24小时在后台盯着市场过滤掉噪音只把核心的异动信息推送给你。找房子、盯球鞋发售全都可以丢给后台智能体去办。搜索甚至具备了实时写代码建界面的能力。这正是UI服务Agents的具体表现。当你询问黑洞如何影响时空搜索后台会调用隔离的智能体环境实时写代码、跑渲染直接在搜索结果里给你生成一个带各种参数滑块、可以拖拽互动的可视化页面。问周末带家人去哪玩它能直接给你码出一个包含行车时间、天气、餐厅预约的互动日程表。谷歌全家桶的其他产品也顺势完成了搜索形态的进化。地图产品迎来了十年最大升级Ask Maps。Ask YouTube能让你直接提问“怎么教会骑平衡车的3岁小孩骑自行车”它会帮你整理出知识概览并直接跳到最对口的视频片段还能结合上下文继续追问电商领域的升级直接触及了商业底座推出了完整的三件套协议和产品。基础是UCPUniversal Commerce Protocol通用商业协议。这是智能体电商时代的HTTP为智能体购物制定了通用规则已经获得了亚马逊、Meta、微软、Salesforce等巨头的加入支持。伴随而来的是AP2Agent Payments Protocol智能体支付协议。它解决了让AI花钱的安全顾虑。你可以设定具体品牌、具体商品和金额上限三道护栏全部满足后智能体才会下单。每一笔交易都有防篡改的数字授权书作为凭证。基于这两套协议谷歌推出了Universal Cart通用购物车。你在搜索里、聊天中、看视频时、甚至读邮件时看到心仪的商品都能直接扔进这个跨商家的智能购物车。它会在后台帮你找折扣、盯库存。如果你买了一块主板和一块CPU它还会主动检查两者的接口型号是否匹配不匹配会立刻提醒你更换。创意工具与科学研究全面开花设计与创意工具在这一波技术浪潮中全面提效。Google Pics作为工作空间里的新面孔专攻图像创作与编辑。它支持精准的目标分割你可以选中图片里的一只狗把它变成猫或者单独更改毛衣的颜色背景原封不动。UI设计工具Stitch支持实时语音协作。两个完全不懂设计的人只要对着屏幕提要求比如“标题字大一点”、“菜单突出披萨选项”界面就会实时响应修改还能直接导出代码一键发布。整合了工作流的Google Flow创意工作室带来了四项更新。接入Omni模型后可以保留原始表演动作只改环境特效。单张图片现在能依靠智能体同时生成16段不同机位和镜头语言的视频。大规模场景修改能让一段视频里的时间从清晨一键切换到深夜光影自洽。你还能在工具库里自定义手绘动画或文字图层特效。Flow Music展示了强大的混音能力。随便录一段钢琴弹奏扔进去提示它“往RB方向走加女声”系统直接生成一首制作精良的完整曲目。AI生成内容的泛滥让内容鉴伪成了刚需。SynthID水印技术目前已经标记了超过1000亿张图文视频和累计6万年时长的音频。在Chrome浏览器里你只要右键点击图片就能查验真伪。OpenAI也与Kakao、ElevenLabs等公司一起加入了SynthID阵营共同应对虚假信息的泛滥。硬件载体方面Android XR智能眼镜分为两条产品线。带镜片显示屏的版本会在今年晚些时候扩大测试。今年秋天首发的将是音频眼镜。这款眼镜由Gentle Monster和Warby Parker设计外观三星制造硬件同时支持苹果和安卓系统。科学领域的探索体现了技术的终极价值。Gemini for Science包含假设生成器、计算发现引擎和科学技能包能让复杂的医药数据分析时间从几个小时压缩到几分钟。AI天气预报模型Weather Next成功提前3天预测到了梅丽莎飓风的路径比传统模型更准为当地争取了宝贵的撤离时间。代码安全领域推出了Code Mender能自动寻找并修复安全漏洞。谷歌旗下的Isomorphic Labs正在用AI加速针对免疫疾病和癌症的新药研发。从底层算力到前沿科学从日常琐事到宏大叙事谷歌AI正在以一种前所未有的姿态渗透进真实世界。参考资料https://www.youtube.com/watch?vwYSncx9zLIU
谷歌I/O 2026震撼发布：全面进入智能体Gemini时代
5月20日谷歌在I/O开发者大会上宣布全面进入“智能体Gemini时代”推出多项AI技术革新与产品升级。硬件算力与基础模型双双提速降本多模态交互变得像人类对话一样自然以智能体为核心的全新工作流正在重塑搜索、电商、创意设计以及前沿科学等所有数字化场景。谷歌正从“AI功能堆砌”转向构建覆盖信息、创作、交易的“行动系统”推动AI从对话框走向日常任务执行。算力与模型构建底层新基建所有上层建筑的繁荣离不开底层算力的支撑。谷歌第八代TPU首次采用了双芯片路线将训练和推理彻底分开优化。训练芯片TPU 8t的原始算力接近上一代的3倍面向大规模预训练。配合全新的基础设施训练任务不再受限于单个超大数据中心最高可以跨全球调动超过100万颗TPU。推理芯片TPU 8i专注降低延迟和提升生成速度。在现场的演示中用即将发布的Flash模型生成一个小游戏屏幕上的输出速度接近每秒1500个Token。模型层面谷歌放出了Gemini 3.5 Flash。名为Flash但这次3.5 Flash在编码、智能体能力和工具调用上都大幅超越了上一代的3.1 Pro。在衡量真实世界经济价值任务的GDPval-AA测试中3.5 Flash拿到1656 Elo远超3.1 Pro的1314 Elo。在纯抽象推理和世界知识的测试上3.5 Flash稍有逊色。牺牲一部分纯理论知识换来干活能力的全面暴涨。这代模型的输出速度比其他前沿模型快4倍价格亲民。输入1.50美元每百万Token输出9.00美元每百万Token比3.1 Pro便宜了40%。模型的知识截止日期更新到了2025年1月上下文窗口100万Token。至于满血旗舰版Gemini 3.5 Pro下个月见。除了文本主导的模型谷歌还推出了全新的多模态世界模型Gemini Omni Flash。它能根据任何输入创造出任何东西。Omni模型对物理世界有着直觉般的理解。你能用一段简单的话让它生成蛋白质折叠的黏土动画也能传一段自拍视频进去保留人物的动作表演把背景和周围环境随意更换。目前的Omni Flash是该家族的首个模型整体效果仍有优化空间满血版的Omni Pro已经在路上了。智能体全面接管数字生活Agent智能体是贯穿所有发布产品的灵魂。技术开发和日常生活中智能体正在成为新的底层逻辑。开发者平台Antigravity迎来了2.0版本大更新。全球可用的Antigravity CLI将彻底取代旧版命令行工具。开发者还可以把谷歌内部使用的Agent Harness直接部署到自己的服务器上。使用Antigravity配合Gemini 3.5 Flash速度提升了12倍。12个小时内93个子智能体并行工作发出了超过1.5万次模型请求处理了26亿Token能从零构建一个功能完善的操作系统核心。你甚至可以在这个AI写出来的系统里跑命令行、放动画、玩《毁灭战士》。这在Gemini 3.1 Pro上是不可能完成的。普通消费者的智能体叫Gemini Spark谷歌版的OpenClaw。这相当于你在云端雇了一个私人助理。在工作中你可以让Spark翻阅各种文档、邮件和聊天记录用你习惯的语气给团队写一份周报。在生活里筹办一场街区派对变得异常简单。Spark会在表格里建立实时追踪表自动通过邮箱跟进邻居的回复发现没回复的还会拟好催促邮件。它甚至能自己去网盘里翻出小区的业主公约提醒你周五下午之前不能布置充气城堡最后顺手帮你做一份精美的派对宣传幻灯片。为了配合Spark的云端消耗谷歌调整了订阅价格体系。新推出每月100美元的Ultra计划提供5倍用量、20TB存储并优先使用Antigravity。原先每月250美元的顶配计划降价至200美元。安卓系统也迎来了专属的智能体监控区域Android Halo。状态栏顶部会实时显示智能体正在后台忙什么、进展到了哪一步、需不需要你确认。以前的手机UI是为App服务的未来的UI是为智能体服务的。Gemini App本身也进行了全面重构采用了名为Neural Expressive的全新设计语言。在APP里Daily Brief功能会每天早上翻阅你的邮箱和日历提炼出当天最重要的事情并建议下一步行动。NotebookLM也与Gemini实现了彻底打通支持上传EPUB格式电子书能一键把成堆的资料生成为带动画的电影级讲解视频或者选择手绘、黏土等10种预设风格的信息图。新发的模型都接入了Gemini App而且谷歌家的各种应用也用Agents通过语音连接了起来。动嘴不动手的体验延伸到了办公套件里。在Docs Live中你只要对着麦克风随意思考和说话想到什么就说什么甚至中途改口纠正Gemini会自动帮你整理出一份格式完美的文档。今年夏天这套语音功能还会接入Gmail Live和Google Keep的实时模式。搜索与电商架构大重构每月活跃用户突破10亿的AI Mode搜索迎来了底层升级。传统的搜索框现在支持扔进去图片、文件和视频进行跨模态理解。搜索结果页和对话式追问实现了无缝整合。你可以在搜索里创建Search Agents搜索智能体。比如你想盯某只特定财务指标的生物科技股智能体会7乘24小时在后台盯着市场过滤掉噪音只把核心的异动信息推送给你。找房子、盯球鞋发售全都可以丢给后台智能体去办。搜索甚至具备了实时写代码建界面的能力。这正是UI服务Agents的具体表现。当你询问黑洞如何影响时空搜索后台会调用隔离的智能体环境实时写代码、跑渲染直接在搜索结果里给你生成一个带各种参数滑块、可以拖拽互动的可视化页面。问周末带家人去哪玩它能直接给你码出一个包含行车时间、天气、餐厅预约的互动日程表。谷歌全家桶的其他产品也顺势完成了搜索形态的进化。地图产品迎来了十年最大升级Ask Maps。Ask YouTube能让你直接提问“怎么教会骑平衡车的3岁小孩骑自行车”它会帮你整理出知识概览并直接跳到最对口的视频片段还能结合上下文继续追问电商领域的升级直接触及了商业底座推出了完整的三件套协议和产品。基础是UCPUniversal Commerce Protocol通用商业协议。这是智能体电商时代的HTTP为智能体购物制定了通用规则已经获得了亚马逊、Meta、微软、Salesforce等巨头的加入支持。伴随而来的是AP2Agent Payments Protocol智能体支付协议。它解决了让AI花钱的安全顾虑。你可以设定具体品牌、具体商品和金额上限三道护栏全部满足后智能体才会下单。每一笔交易都有防篡改的数字授权书作为凭证。基于这两套协议谷歌推出了Universal Cart通用购物车。你在搜索里、聊天中、看视频时、甚至读邮件时看到心仪的商品都能直接扔进这个跨商家的智能购物车。它会在后台帮你找折扣、盯库存。如果你买了一块主板和一块CPU它还会主动检查两者的接口型号是否匹配不匹配会立刻提醒你更换。创意工具与科学研究全面开花设计与创意工具在这一波技术浪潮中全面提效。Google Pics作为工作空间里的新面孔专攻图像创作与编辑。它支持精准的目标分割你可以选中图片里的一只狗把它变成猫或者单独更改毛衣的颜色背景原封不动。UI设计工具Stitch支持实时语音协作。两个完全不懂设计的人只要对着屏幕提要求比如“标题字大一点”、“菜单突出披萨选项”界面就会实时响应修改还能直接导出代码一键发布。整合了工作流的Google Flow创意工作室带来了四项更新。接入Omni模型后可以保留原始表演动作只改环境特效。单张图片现在能依靠智能体同时生成16段不同机位和镜头语言的视频。大规模场景修改能让一段视频里的时间从清晨一键切换到深夜光影自洽。你还能在工具库里自定义手绘动画或文字图层特效。Flow Music展示了强大的混音能力。随便录一段钢琴弹奏扔进去提示它“往RB方向走加女声”系统直接生成一首制作精良的完整曲目。AI生成内容的泛滥让内容鉴伪成了刚需。SynthID水印技术目前已经标记了超过1000亿张图文视频和累计6万年时长的音频。在Chrome浏览器里你只要右键点击图片就能查验真伪。OpenAI也与Kakao、ElevenLabs等公司一起加入了SynthID阵营共同应对虚假信息的泛滥。硬件载体方面Android XR智能眼镜分为两条产品线。带镜片显示屏的版本会在今年晚些时候扩大测试。今年秋天首发的将是音频眼镜。这款眼镜由Gentle Monster和Warby Parker设计外观三星制造硬件同时支持苹果和安卓系统。科学领域的探索体现了技术的终极价值。Gemini for Science包含假设生成器、计算发现引擎和科学技能包能让复杂的医药数据分析时间从几个小时压缩到几分钟。AI天气预报模型Weather Next成功提前3天预测到了梅丽莎飓风的路径比传统模型更准为当地争取了宝贵的撤离时间。代码安全领域推出了Code Mender能自动寻找并修复安全漏洞。谷歌旗下的Isomorphic Labs正在用AI加速针对免疫疾病和癌症的新药研发。从底层算力到前沿科学从日常琐事到宏大叙事谷歌AI正在以一种前所未有的姿态渗透进真实世界。参考资料https://www.youtube.com/watch?vwYSncx9zLIU
