整理 | 屠敏

出品 | CSDN（ID：CSDNnews）

初夏剛至，國外科技圈便進入了一年一度的開發者大會密集期。

相比微軟 Bulid、蘋果 WWDC，今年 Google I/O 來得更早一些，于北京時間 5 月 20 日凌晨 1 點率先開場。

但和很多人印象里的 Google I/O 不同，今年 Keynote 上，幾乎沒有看到全球第一大移動操作系統 Android 的身影，整場發布會的關鍵詞幾乎都圍繞「模型」、「編程」、「智能體」、「搜索」展開。

對于開發者而言，今年 I/O 更像是一場關于“AI 入口之爭”的觀察窗口；而對于普通用戶來說，它則關系到未來幾年里，我們每天使用手機、搜索信息、處理工作乃至與互聯網交互的方式，會被 AI 改造成什么樣。

而 Google 這次給出的答案，也明顯比往年更激進一些。

如果說這次最新發布的 Gemini Omni Flash、Gemini 3.5 Flash 模型只是“前菜”，那么變化最大的，無疑是那個幾乎所有人每天都會打開無數次的 Google 搜索框——它正在迎來 Google 25 年以來最大的一次 AI 化改版。

Google“AI First”的十年，已進入規?；涞仄?/p>

回看 2016 年，當 Google CEO Sundar Pichai（皮查伊）第一次提出“AI First”戰略時，外界對于今天的大模型、生成式 AI 乃至 AI Agent 時代，還幾乎沒有明確概念。

彼時，Google 已經開始要求公司從自研芯片、基礎設施，到搜索、YouTube、Android 等核心產品，全面按照“AI First”的邏輯重新搭建。

如今十年過去，這場曾經被視為長期戰略的 AI 轉型，正在 Google 身上進入集中兌現階段。

在 Google I/O 2026 Keynote 開場演講中，皮查伊回想當年 Google 之所以全面轉向 AI，并不只是一次技術路線調整，更因為團隊堅信，AI 會成為推動 Google 長期使命的核心能力——它不僅會改變信息獲取方式，也會大規模范圍內改善人們生活。

皮查伊坦言，過去一年，是 Google AI 能力全面提速的一年，也是整個行業變化最快的一年。相比前幾年還在不斷向外界展示模型能力，如今的 Google，更希望證明另一件事：AI 如何真正進入數十億用戶每天使用的產品。

其表示，Token 已經成為衡量 AI 使用規模的重要指標。作為模型處理數據的基本單位，每一個 Token 的背后，其實都代表著一個正在被 AI 解決的問題。兩年前，Google 各平臺每月處理的 Token 數量約為 9.7 萬億；到了去年 I/O 大會，這一數字增長至約 480 萬億；而如今，這個數字已經再次暴漲 7 倍，達到每月 3.2 千萬億（Quadrillion）。

「這并不是單純的“數字游戲”，而是真實行業需求爆發的體現」，皮查伊指出，目前已經有超過 850 萬名開發者基于 Google 模型構建應用；過去 12 個月中，Google 模型 API 每分鐘處理約 190 億個 Token；同時，還有超過 375 家企業客戶，各自累計處理超過 1 萬億個 Token。

而這些能力，也正在迅速反饋到 Google 自身的產品體系中。

于是，在發布會現場，皮查伊也“瘋狂”曬出各項產品的數據佐證「Google 如何用過去十年的時間，將 AI 基礎設施、模型研發與產品體系真正整合成下一代用戶體驗之中的」：

• 目前 Google 已擁有 15 款月活用戶超過 10 億的產品，其中 5 款產品用戶規模甚至超過 30 億。而 Gemini，正在成為推動這些產品增長與用戶活躍度提升的核心驅動力。

• 搜索仍然是 Google AI 戰略最關鍵的落地場景。作為 Google Search 歷史上的一次大升級，在短短一年內，AI Overviews 月活躍用戶已超過 25 億。

• Gemini 應用本身的增長也相當迅猛。去年 I/O 大會期間，Gemini 月活用戶約為 4 億；而現在，這一數字已經突破 9 億，一年時間翻了一倍以上，每日請求量也增長超過 7 倍。截至目前，用戶已通過 Gemini 生成超過 500 億張圖片，而包括個性化智能在內的新能力，也開始讓模型輸出變得更加貼近用戶自身需求。

• 除了 Gemini 獨立應用，Google 也在把對話式 AI 深度整合進旗下核心產品。例如 Google Maps 即將迎來近十年來最大一次 AI 升級，新增的 “Ask Maps” 功能，可以理解用戶更復雜、更長上下文的自然語言查詢；同時，Google 也將發布“Ask YouTube”功能，用戶只需描述需求，系統便會自動生成內容概覽、實用建議以及相關視頻推薦。目前，該功能已經開啟測試，預計今年夏天率先在美國上線。

• 針對語音交互需求，Google 推出了“Docs Live”新功能。皮查伊表示，以往使用 Gemini 創建文檔需輸入精準提示詞，而 Docs Live 允許用戶隨口說出想法，Gemini 即可完成文檔創建。該功能將于今年夏天面向 Pro 和 Ultra 訂閱用戶推出，同款語音功能也將同步引入 Gmail 和 Google Keep。
  

皮查伊表示，這些大規模的 AI 創新落地，離不開基礎設施的巨額投入。他披露，2022 年 Google 年度資本支出為 310 億美元，而今年預計將達到 1800 億至 1900 億美元，是 2022 年的約六倍。

在這之中，定制芯片是基礎設施投資的核心。皮查伊回顧道，十年前 Google 在 I/O 大會發布首款商用張量處理器（TPU），改變了整個行業的 AI 構建方式；近期在 Cloud Next 大會上，Google 又推出，首次采用雙芯片方案，分別針對訓練和推理優化。其中，訓練專用芯片的原始算力接近上一代的三倍，借助 JAX 和 Pathways 技術，訓練任務可跨多個站點分布，全球擴展至超 100 萬個 TPU，讓大型模型訓練周期從數月縮短至數周；推理專用芯片則大幅提升速度，Flash 模型在該芯片上運行時，Token 處理速度接近每秒 150 個，且能效更高，每瓦性能提升多達兩倍。

隨后，皮查伊分享了本次 I/O 的核心亮點——圍繞模型、編程與智能體，Google 開始集中公布今年最重要的一批 AI 更新。

AI 開發者計劃已開放申請，免費領100小時云算力券

支持主流 AI 框架與模型部署

Gemini Omni 登場：輸入一切，生成一切

“我們如今已經擁有能夠進行規劃并執行任務的智能體，而通用人工智能（AGI）也被認為距離我們僅有幾年之遙”，Google DeepMind 負責人哈薩比斯（Demis Hassabis）在分享 Google 大模型最新進展時預測道。

緊接著，他正式發布了 Google 最新的多模態模型——Gemini Omni。

這款模型能夠根據任意輸入（包括視頻）生成任何內容。簡單來說，基于 Gemini Omni，你可以將圖像、音頻、視頻和文本組合輸入，并生成基于 Gemini 真實世界知識的高質量視頻內容。

比如只用一個“Make the sculpture out of bubbles.”Prompt，就可以得到一個逼真的視頻：

在大會現場，Hassabis 也強調，這些視頻過程并非一次性生成完成，而是可以持續迭代優化。正如 Imagen 在圖像生成領域帶來的交互方式變革一樣，Omni 試圖將視頻創作轉變為一種“可對話編輯”的流程。

這也引出了全新的 Gemini Omni 幾個關鍵特性：

• 用戶可以通過自然語言持續編輯生成結果，實現類似對話式的視頻創作體驗；

• Gemini Omni 不僅能夠構建逼真的場景，還能夠推測后續可能發生的情節，將對物理世界的直覺理解與 Gemini 對歷史、科學和文化背景的知識結合起來，從而彌合照片級寫實與深層敘事之間的差距。

• 它還可以將任何引用形式——圖像、文本、視頻或音頻——統一轉化為單一輸出。其中在音頻方面，目前該模型初期僅支持語音輸入，但 Google 表示未來將很快擴展更多類型的音頻輸入能力。

在安全與防濫用方面，Google 強調，所有通過 Omni 生成的視頻都將嵌入不易察覺的 SynthID 數字水印。用戶可以通過 Gemini 應用、Chrome 瀏覽器中的 Gemini，以及 Google 搜索輕松驗證視頻是否由 Gemini Omni 生成。

值得一提的是，借助 SynthID 數字水印技術，皮查伊在現場順帶回應了網上一張廣為流傳的“他吃漢堡”的照片。他笑稱，這張圖片去年在社交媒體上被廣泛傳播，但顯然是假的——“因為我根本不吃漢堡?！?/p>

他進一步解釋道，其實 Gemini 能夠識別出該照片的來源，它是由 Pixel 相機拍攝后，再通過 Google 相冊進行編輯而成。

作為 Omni 系列的首個版本，Gemini Omni Flash在這次大會上正式上線。這款模型已經集成到 Gemini 應用、Google Flow 以及 YouTube Shorts 等產品中，重點支持視頻生成與編輯能力。未來，該系列能力還將逐步擴展到圖像與音頻等更多輸出形態。

對于想要嘗鮮的小伙伴而言，Gemini Omni Flash 即日起面向全球所有 Google AI Plus、Pro 和 Ultra 訂閱用戶開放，用戶可通過 Gemini 應用與 Google Flow 使用該功能。

Gemini 3.5 Flash：每秒生成 token 的速度是其他模型的 4 倍

新一代 AI 模型Gemini 3.5 Flash也隨即重磅發布。

Google 表示，Gemini 3.5 Flash 在復雜編程與智能體任務的多項基準測試中表現優于 Gemini 3.1 Pro，例如 Terminal-Bench 2.1（76.2%）、GDPval-AA（1656 Elo）以及 MCP Atlas（83.6%），并在多模態理解能力上同樣領先（CharXiv Reasoning 達到 84.2%）。

同時，3.5 Flash 是一款處于前沿水平、能力極強的模型，其表現可與最頂尖的模型媲美，但速度要快得多。從輸出速度來看，其每秒生成 token 的速度是其他前沿模型的 4 倍。

就 Google 內部而言，其已將 Gemini 3.5 Flash 作為新的默認 AI 模型。

此外，Google 稱，使用 Gemini 3.5 Flash 搭配開發平臺 Antigravity，可以極大地加速構建應用的進程。

所謂 Google Antigravity，是一個面向開發者的“智能體優先”（Agent-first）開發平臺，旨在幫助開發者將想法快速轉化為可投入生產的應用。此次，Google 正在擴展 Antigravity 生態，使其能夠統一管理和部署智能體，并將其整合到關鍵開發工具鏈中。

圍繞 Antigravity 平臺，Google 此次也帶來了幾個值得關注的更新：

• Antigravity 2.0：這是一款全新的獨立桌面應用，完整呈現了面向智能體優化的使用體驗。它作為智能體交互的核心樞紐，允許用戶同時編排多個智能體并行執行任務。該版本還引入了動態子智能體（subagents），用于支持并行化工作流；同時支持定時任務實現后臺自動化，并與 Google AI Studio、Android 以及 Firebase 等生態系統進行集成。

• Antigravity CLI：對于偏好終端環境的開發者，Antigravity CLI 提供了一種輕量、高效率的交互方式，無需圖形界面即可快速創建新的智能體。Google 也建議現有 Gemini CLI 用戶遷移至 Antigravity CLI。

• Antigravity SDK 提供對 Google 內部智能體執行框架的程序化訪問能力。該 SDK 針對 Gemini 模型進行了優化，開發者可以基于它自定義智能體行為，并將其部署在任意基礎設施上。

• Gemini Enterprise Agent Platform 中的 Antigravity：在企業場景中，Antigravity 也被集成進 Gemini Enterprise Agent Platform，使 Google Cloud 用戶能夠將其直接連接到云端項目，從而簡化企業級工作負載的構建與管理。

• Google AI Ultra 訂閱（現起價 100 美元/月）：Google 同時推出新的 AI Ultra 訂閱計劃，月費 100 美元，旨在將前沿 AI 能力直接帶入開發工作流。相比 Google AI Pro 計劃，該訂閱在 Antigravity 中提供 5 倍更高的使用額度。此外，在限時活動期間，Google 為新老 AI Ultra 用戶提供價值 100 美元的 Antigravity 獎勵積分。當用戶達到套餐額度上限后，該積分將自動生效。用戶可在 Antigravity 應用中領取該優惠，該活動將于 2026 年 5 月 25 日結束。

那么，在開發者使用新的 Antigravity 和 Gemini 3.5 Flash 時，究竟能把智能體模型的極限推進到什么程度？

對此，Google 工程師團隊展示了智能體挑戰了一項極其復雜任務的結果：從零開始構建一個可以運行的操作系統。要知道，開發操作系統向來被認為是軟件工程里最復雜的工作之一，傳統情況下，往往需要大量工程師花上數月時間協作完成。因為它不是開發一個普通 App，而是要構建一套能讓其他應用運行起來的底層系統，包括調度器、內存管理、文件系統等核心模塊。

讓眾人驚訝的是，智能體卻很快就完成了這個過程。 Antigravity 將任務分解，再交給多個智能體并行處理。最終，在 12 小時內，93 個子智能體并行工作，發起了超過 15,000 次模型請求，處理了 26 億個 token，將一個最初空白的項目變成了一個功能完善的操作系統內核。

按照 Google 的說法，這類任務在上一代 Gemini 3.1 Pro 上幾乎無法完成，但借助 Gemini 3.5 Flash 更高的推理效率和更低的成本，整個操作系統生成過程中消耗的 API 成本甚至不到 1000 美元。

不過，Google 也沒有回避一個現實問題：智能體編程非?！盁?token”。為了降低這類任務的成本，Google 表示他們進一步優化了 Flash 模型。在 Antigravity 內部，Flash 的運行速度相比此前又提升了數倍，最高可達到原先的 12 倍。

皮查伊現場還專門算了一筆賬。他表示，很多企業今年剛到 5 月，就已經快把全年的 AI token 預算花完了。而 Gemini 3.5 Flash 的重點，正是在盡量降低推理成本的同時，維持接近頂級模型的能力表現。

按照 Google 的測算，如果一家每天處理約 1 萬億 token 的大型企業，把 80% 的任務從其他前沿模型切換到 Gemini 3.5 Flash，每年理論上可以節省超過 10 億美元的成本。

目前，Gemini 3.5 Flash 已正式接入 Google Antigravity、Google AI Studio、Android Studio 中的 Gemini API，以及 Gemini Enterprise Agent Platform 等產品中。普通用戶也已經可以在 Gemini 應用和 Google 搜索 AI 模式中直接使用。

Gemini Spark：Google 想把 AI 助手變成“全天在線”的個人智能體

相比單純升級模型能力，今年 Google 在 I/O 上還想展示的一件事，是 AI 如何真正開始“替用戶做事”。

在智能體方向上，Google 發布了 Gemini 應用的新功能 ——Gemini Spark。按照 Google 的定義，它不再只是一個聊天助手，而是一個可以長期在線、持續處理任務的個人 AI 智能體。

對此，Google 分享了 Gemini Spark 不少應用的場景案例，例如，用戶可以給 Spark 設置長期任務或自動觸發條件：定期分析信用卡賬單、識別新增訂閱項目。更進一步，Spark 還能夠串聯多個工具完成完整流程。比如，它可以從郵件、聊天記錄和會議筆記中整理信息，自動生成 Google Docs 文檔，甚至順手起草后續項目郵件。整個過程不需要用戶頻繁切換應用，而是由智能體在后臺持續執行。

Google 表示，Gemini Spark 運行在 Google Cloud 的專用虛擬機上，由 Gemini 3.5 與 Antigravity 框架驅動，因此即使用戶關閉電腦或鎖定手機，它依然可以繼續在云端運行任務，實現 24/7 在線。

這也是 Gemini Spark 和傳統 AI 助手最大的區別之一。過去的大模型助手更像“問一句答一句”，而 Gemini Spark 更接近一個持續在線的數字代理：用戶只需要交代目標，它會自己在后臺推進任務。

為了實現這一點，Spark 與 Gmail、Docs、Slides 等 Google Workspace 工具進行了深度整合。Google 同時表示，未來幾周還會通過 MCP 協議逐步接入更多第三方工具。

除了網頁版之外，Gemini Spark 也支持 Android 與 iPhone。Google 表示，該功能本周會率先向測試用戶開放，下周開始面向美國地區的 Google AI Ultra 訂閱用戶提供 Beta 版本。

與此同時，Google 還透露，今年夏天晚些時候，Gemini Spark 將進一步進入 Chrome 瀏覽器。而在 Android 生態中，Google 也正在構建一個更統一的智能體中心“Android Halo”，進一步把 AI 智能體能力整合進整個 Google 生態。

「每日摘要」：Google 推出的個人晨間簡報功能開始上線

Google 在本次發布會上還推出了一項名為「每日摘要」（Daily Briefing）的新功能，定位也是一種面向個人的智能代理服務，用來在每天早晨自動生成一份個性化信息匯總，幫助用戶快速了解當天需要關注的重點事項。

Google 表示，這項功能借鑒了 Google Labs 實驗項目的相關經驗，目標是為使用者提供一個無縫、直覺而且可以輕松踏入 AI 代理世界的入口，并在日常信息處理上減少手動整理的成本。

在實際使用方式上，當用戶開啟「每日摘要」后，系統會在后臺自動跨應用運行：例如從 Gmail 中篩選重要郵件更新，結合日歷中的會議安排，再把需要跟進的事項整理成結構化摘要，統一呈現在用戶面前。

與傳統的信息匯總工具不同，「每日摘要」不僅是對信息的整理，還會基于用戶的日程與任務情況，對事項進行一定程度的優先級排序，并給出后續可能需要處理的建議。用戶可以通過簡單的反饋（如“有幫助”或“需要改進”）來持續優化其輸出結果。

Google 表示，該功能將從今天起率先在美國市場推出，并面向 Google AI Plus、Pro 以及 Ultra 訂閱用戶開放使用。

Google 搜索迎來 25 年來最大改版：搜索框開始“會思考”了

作為以搜索引擎起家的公司，Google 在今年 I/O 大會上，把最重要的一次更新給了搜索。

Google 宣布，全新的 AI 搜索體驗正式上線。按照官方說法，這是 Google 搜索框自 25 多年前誕生以來“最大的一次升級”。

變化首先出現在最直觀的地方：搜索框本身。

過去，Google 搜索框更像一個簡單的輸入入口，用戶輸入關鍵詞，搜索再返回網頁鏈接。但在 AI 模式下，這個入口開始變成一個可以理解、推理、追問和執行任務的 AI 交互界面。

Google 在現場展示中提到，新版搜索不僅支持文本提問，還能直接理解圖片、文件、視頻甚至 Chrome 標簽頁內容。用戶可以像和 AI 對話一樣，連續提出復雜問題，搜索會結合不同內容進行推理，并直接生成結果。

新版搜索背后由 Gemini 3.5 Flash 提供支持。當用戶輸入較長問題時，搜索框會自動擴展輸入區域。AI 自動補全也不再只是補“關鍵詞”，而是會嘗試幫助用戶繼續完善問題本身。

相比傳統搜索最明顯的變化，是搜索結果頁的邏輯正在被重構。

過去用戶往往需要自己點開多個網頁整理信息，而現在，AI 概覽會優先出現在搜索頂部，以生成式摘要的形式直接給出答案，同時保留后續追問入口。Google 希望把搜索從“找鏈接”，逐漸變成“直接獲得結果”。

值得關注的是，Google 還進一步把“智能體”能力帶進了搜索。用戶現在可以直接在搜索界面創建和管理 AI 智能體，用來持續跟蹤特定任務或信息。例如，信息智能體可以在后臺持續分析用戶關注的內容，并在合適的時候主動返回結果，而不是等用戶反復搜索。

另一個變化，則是 Google 開始把“智能體化編程”引入搜索。簡單來說，搜索結果不再只是固定網頁，而是會根據問題動態生成頁面內容與交互形式。Google 表示，未來搜索可以圍繞用戶的問題，實時生成定制化的信息布局、交互組件甚至完整頁面體驗。

當前這套全新的 AI 搜索體驗已經開始在支持 AI 模式的國家和地區陸續上線。

智能眼鏡即將于秋季上線

在可穿戴設備上，Google 這次也把智能眼鏡重新推到了舞臺中央，其聯合三星，以及眼鏡品牌 Gentle Monster 和 Warby Parker，一起展示了新一代智能眼鏡。

這次發布的產品分為兩個版本：一類是僅支持音頻功能的智能眼鏡，Google 計劃于 2026 年秋季率先上市；另一類是帶顯示能力的版本，將在之后推出。

該設備支持多項功能，包括：

• 與 Gemini 進行免手持對話

• 實時導航指引

• 在視野中直接顯示消息回復與文本翻譯

• 第一人稱視角拍攝照片與視頻

目前官方尚未公布售價信息，但預計更多細節將在 2026 年 7 月的 Samsung Galaxy Unpacked 發布會上進一步披露。

其他值得關注的更新

通用購物車：自動比價、糾錯

除了大模型和硬件方面的更新，Google 這次還帶來了兩項面向 AI 電商的底層協議：UCP 和 AP2。

其中，UCP 更像是智能體電商世界里的“通用語言”，用來讓不同的智能體與系統之間能夠順暢協作與通信。AP2 則更偏向支付層面的協議，主要負責智能體在涉及付款時的權限與控制，比如設置月度消費上限、支付確認與驗證等。

基于這兩項協議，Google 進一步推出了一個名為 Universal Cart 的“通用購物車”功能，可以理解為一個跨平臺、跨場景運行的智能購物車。

你在瀏覽搜索、與 Gemini 聊天、觀看 YouTube 甚至閱讀 Gmail 時，都可以將商品加入購物車。一旦你添加了產品，你的購物車就會在后臺為你工作：尋找優惠、監控降價、提供價格歷史洞察，并在商品到貨時提醒你。

它運行在 Gemini 模型之上，所以隨著模型的提升，你的購物車也會變得越來越聰明。你可以把它看作是擁有超級能力的購物體驗。

更有意思的一點在于它的“主動糾錯”能力。Google 指出，比如用戶在組裝一臺定制電腦時，把某款主板加入購物車，同時選擇了一個并不兼容的處理器。系統會提前識別這種潛在沖突，并給出替代方案，在真正下單前就把問題解決掉。

Google 表示，這套能力將從今年夏天開始，逐步在 Google 搜索、Gemini、YouTube 和 Gmail 等產品中上線。

Gemini 使用體驗升級，全新的設計語言

在 Gemini 的更新上，Google 還推出了一套新的設計語言，名為「Neural Expressive」，重點是讓整個使用體驗更自然、更接近對話本身。

新的 Gemini 界面加入了更流暢的動畫效果、更鮮明的色彩體系，以及重新設計的字體排版，并結合一定的觸覺反饋，讓操作過程不再只是“點按鈕、看結果”，而更像是在和一個工具互動。

與此同時，Google 也把 Gemini Live 的對話能力直接整合進主體驗中。用戶可以在“簡單輸入問題”和“進入連續對話”之間自由切換，不需要反復退出或重新開始，思路可以保持連貫。

語音體驗也做了重新設計。新的麥克風交互允許用戶按自己的節奏表達想法，不會因為停頓或組織語言而被打斷。同時，Google 也提到，未來會逐步加入更多本地化語音與方言選項，讓聲音更貼近不同地區用戶的使用習慣。

不僅是交互方式，Gemini 在回答呈現上也做了調整。它不再只是輸出一段文字，而是會根據問題內容，動態生成更適合的表達形式，比如圖像、交互時間軸、帶語音解說的視頻，或是動態圖表，讓信息更容易被理解。

這套名為 Neural Expressive 的新設計語言，從今天起將率先在網頁版、Android 和 iOS 平臺逐步推送，并向所有用戶開放體驗。

Google Pics：AI 圖像生成與編輯工具

另外，Google 推出了一款全新的圖像生成與編輯應用——Google Pics。

在這個應用中，圖片里的每一個元素都會被當作獨立對象來處理，因此用戶可以對畫面進行更細粒度的編輯，比如移動人物位置、修改毛衣顏色，甚至把畫面中的狗替換成貓。

該產品計劃于今年夏季上線，初期將以獨立網站形式提供，僅面向美國地區的 Google AI Ultra（200 美元訂閱）用戶，并支持英文版本。

以上就是本次 Google I/O 的一些核心更新。從模型、搜索到智能體和硬件，Google 把這一輪 AI 能力集中推到了產品層面。對你來說，最有用或最感興趣的是什么？歡迎留言分享~

免費領取 100 小時 AI 算力｜限時開放

加入 AI 開發者計劃獲取：

? AI 算力資源? 官方技術社群? Workshop 與 AI Academy? 開發者專屬福利

完成認證后，額外領?。?strong>? 9.9 元瑞幸咖啡券

立即加入