大数跨境

Google I/O 2026 炸场:两个新模型、全线 agent 化,Gemini 要当你的「AI 操作系统」了!

Google I/O 2026 炸场:两个新模型、全线 agent 化,Gemini 要当你的「AI 操作系统」了! 未来跃迁
2026-05-22
0
导读:Google I/O 2026 炸场:两个新模型、全线 agent 化,Gemini 要当你的「AI 操作系统」了!

导读
Google I/O 2026 落幕,Sundar Pichai 直接把主题定为「agentic Gemini 时代」。两个新模型 Gemini 3.5 Flash 和 Gemini Omni 同时登场,Search、Gmail、Docs、Shopping 全线接入 agent 能力——Google 正在把 Gemini 从一个聊天窗口,改造成能替你规划、执行、后台运行的跨应用 agent 系统。

Sundar 开场定调:「agentic Gemini era」

▲ Google 官方 keynote 页面标题:「I/O 2026: Welcome to the agentic Gemini era」

Google 官方 X 帖这样总结这次大会:

"At #GoogleIO, we shared how we're making AI more helpful for everyone — including releasing two new models, Gemini Omni and Gemini 3.5, and unlocking agents and agentic experiences across our products."

「在 Google I/O 上,我们分享了如何让 AI 对每个人更有用——包括发布两个新模型 Gemini Omni 和 Gemini 3.5,并在全线产品中解锁 agents 和 agentic 体验。」

▲ Google 官方 X 帖,3.7 万次浏览

Pichai 在 keynote 里说了一个判断:AI 发展已经进入用户想要在日常产品中看到实际价值的阶段。Google 的策略是full-stack approach——从自研芯片、基础模型,一路覆盖到触达数十亿用户的产品线。

看几个 Google 给出的规模数据(均为官方自述口径):

  • Token 处理量
    :两年前每月 9.7 万亿(across surfaces),I/O 2025 时约 480 万亿,到 I/O 2026超过 3.2 千万亿/月
  • 模型 API
    :约190 亿 tokens/分钟
  • 开发者规模
    :每月850 万+开发者在用 Google 模型构建应用
  • Cloud 客户
    :过去 12 个月里,375+ Google Cloud 客户各自处理了超过 1 万亿 tokens

这些数字说明一件事:Gemini 早已跑在 Google 几乎所有产品里,I/O 2026 要做的,是把这套基础设施从「帮你回答问题」升级到「帮你做事」。

模型层:Gemini 3.5 Flash + Gemini Omni

▲ Google 官方:「Gemini 3.5: frontier intelligence with action」

Gemini 3.5 Flash——为 agent 和编程而生

Gemini 3.5 是整个 agent 系统的模型底座。官方定位非常明确:

"Gemini 3.5 is built to help you execute complex, agentic workflows."

「Gemini 3.5 是为执行复杂的 agentic 工作流而构建的。」

3.5 Flash 作为该系列首发模型,主打方向是agents、coding 和 long-horizon tasks(长周期任务)。Google 官方称其在多个 benchmark 上表现突出(以下均为 Google 自述数据,非独立第三方验证):

  • Terminal-Bench 2.1:76.2%
  • GDPval-AA:1656 Elo
  • MCP Atlas:83.6%
  • CharXiv Reasoning:84.2%
  • 输出速度:比其他前沿模型快 4 倍

目前 3.5 Flash 已在 Gemini App、AI Mode in Search、Google Antigravity、Gemini API(AI Studio)、Android Studio、Gemini Enterprise Agent Platform 等多个渠道可用。

注意:Gemini 3.5 Pro 目前仅在内部使用,官方计划下月推出,尚未公开发布。

Gemini Omni——从视频生成开始的多模态模型

另一个新模型 Gemini Omni 走的路线不同。官方描述是:

"Gemini Omni Flash can create anything from any input — starting with video."

它可以接受图像、音频、视频、文本作为输入,当前首先支持高质量视频生成,未来会扩展到更多输出模态。

Omni 在整个 agent 系统中的角色更偏「感知与创作」:帮助 agent 理解世界、生成和编辑多媒体内容。但需要注意,「anything from any input」目前还是产品愿景,实际落地从视频输出开始,不要当成所有模态都已经 ready。

Agent 运行时:Antigravity——给 agent 一个工作台

如果说 Gemini 3.5 是 agent 的大脑,Antigravity 就是 agent 的手脚和工作空间。

Google Developers Blog 对 Antigravity 的定义很关键:

"not just an editor—it's a development platform..."

「Antigravity 不只是编辑器——它是一个 agent-first 的开发平台。」

它能做什么?让 agent 在编辑器、终端和浏览器里自主规划、执行和验证复杂任务。它有两层界面:

  • Editor View
    :agent 在代码编辑器里操作
  • Manager Surface
    :可以生成、编排和观察多个 agent 同时工作

这意味着 Google 认为 coding agent 的竞争力不只在模型跑分上。模型 + 工具 + 浏览器/终端/编辑器的上下文组合,才是 agent 能真正落地的关键。Antigravity 把 Gemini 3.5 Flash 绑定进来,给开发者提供了一套完整的 agent 开发和部署环境。

消费级 agent:Spark、Search、Workspace 全面铺开

I/O 2026 最让普通用户关注的部分,是 Google 正把 agent 能力推向日常场景。

Gemini Spark——你的 24/7 个人 AI agent

Sundar 在 keynote 上介绍了 Gemini Spark:一个跑在 Google Cloud 专用虚拟机上的24/7 个人 AI agent。

"Gemini Spark is your 24/7 personal AI agent..."

它可以在用户授权下帮你处理数字生活中的各种事务——但 Google 在设计上加了一个明确的安全边界:

"designed to check with you before taking major actions."

「在执行重大操作前,会先向用户确认。」

这个细节值得注意。Google 没有把 Spark 包装成一个「完全自治的 AI 秘书」,而是强调under your direction(在你的指令下)和高风险动作前确认。

当前状态:Spark 仍处于早期阶段,本周开放 trusted testers 测试,下周面向美国 Google AI Ultra beta 订阅者开放 beta。

Search 变成信息 agent

Google Search 正在经历一次本质转变:从答案页变成 agent 化的信息入口。

几个核心变化:

  • AI Mode
    上线一年已超过10 亿月活用户,查询量每季度翻倍以上
  • Search 默认升级到Gemini 3.5 Flash
  • 新增information agents:用户可以设置多个 AI agent 在后台 24/7 监测网页、博客、新闻、社交媒体等信息源,在合适的时机发送综合更新
"information agents ... operating in the background, 24/7."

「信息 agent 在后台 24/7 运行。」

此外还有agentic booking(agent 帮你预订)、代用户给商家打电话、generative UI(生成式界面)等能力。

可用性边界:information agents 首先面向 Google AI Pro 和 Ultra 订阅者,今年夏天开放,并非所有用户即刻可用。

Workspace——对话框之外的 agent 入口

Google Workspace 拥有超过 40 亿用户,Gmail、Docs、Drive 是绝大多数人每天都在用的工具。I/O 2026 发布了一系列 agent 化更新:

  • Gmail Live
    :邮件中的实时协作
  • Docs Live
    :文档中的实时 AI 辅助
  • Keep voice
    :语音笔记
  • Google Pics
    :AI 图片功能
  • AI Inbox
    :智能收件箱
  • Spark 集成
    :Gemini Spark 直接嵌入 Workspace 工作流

Workspace 对 Spark 的表述很有代表性:它代表 Gemini 从回答问题转向在用户指令下采取行动——发邮件、加日历事件这些高风险操作前,都会先向用户确认。

I/O 2026 发了 100+ 项更新,核心逻辑只有一条

▲ Google 官方:「100 things we announced at I/O 2026」

Google 在 I/O 2026 一口气公布了超过 100 项更新,覆盖模型、开发者工具、搜索、办公、Android、购物等几乎所有产品线。但所有这些更新背后,有一条清晰的主线:

从对话式 AI,转向 agent 系统。

过去两年,AI 产品的主流形态是对话框——用户提问,模型回答。I/O 2026 开始,Google 官方的关键词变了:action(行动)、background(后台运行)、24/7、agentic workflows(agent 工作流)、booking(预订)、call businesses(代打电话)。

"We've moved beyond AI tools that just help us write, to agents that help us act."

「我们已经从帮你写东西的 AI 工具,走向帮你做事的 agent。」

翻译成产品语言:Gemini 以前是你问它、它答你;现在它可以规划任务、调用工具、跨应用执行、持续后台监测,并在关键操作前回来找你确认。

Google 的底牌:全栈能力,不只模型

很多公司在做 agent,但 Google 打的牌和别人不一样。

Pichai 的 full-stack 布局覆盖了四层:

1.基础设施层:自研 TPU 芯片和云计算底座 2.模型层:DeepMind 的 Gemini 系列模型 3.产品入口层:Search、Gmail、Docs、Android、Chrome、Shopping——这些产品已经覆盖了数十亿用户 4.开发者工具层:AI Studio、Antigravity、Gemini API、Android Studio

Google 做 agent 的优势在于:它不需要从零获取用户。Search box、Gmail inbox、Docs 侧边栏、Android 通知栏、Chrome 地址栏、Shopping cart——每一个都是 agent 可以嵌入的入口。这种分发能力,目前没有第二家公司能复制。

该期待什么,该警惕什么

最后看回 I/O 2026 整体。

值得期待的是:Google 正在把 AI 从「单次对话」推向「持续服务」。信息 agent 后台监测、Spark 帮你跨应用操作、Search 从链接页变成行动入口——这些如果做好了,确实会改变日常使用场景。

该保持清醒的也很多:

  • Spark 还在 beta 测试阶段
    ,trusted testers 本周才开始
  • Information agents 限定 Pro/Ultra 订阅者
    ,夏天才开放
  • Gemini 3.5 Pro 还没发布
    ,计划下月才推出
  • Omni 的「全模态」目前从视频开始
    ,完整能力仍在路线图上
  • 所有 benchmark 数据均为 Google 自述
    ,没有独立第三方验证
  • Agent 的商业化难点不只是模型能力
    ——权限、隐私、支付、跨站执行、错误恢复、用户信任,每一项都是硬问题

Google 这次 I/O 释放的信号很明确:AI 产品的下一阶段,重点在 agent 系统——能规划、能行动、能后台运行、能在关键时刻交还控制权给用户。至于这套系统能不能真正跑通,答案在接下来的落地节奏里。


— END —

— END —

【声明】内容源于网络
0
0
未来跃迁
1234
内容 602
粉丝 0
未来跃迁 1234
总阅读2
粉丝0
内容602