谷歌I/O 2026发布Gemini智能体开启全新AI时代

如果说去年的AI竞赛还停留在“功能展示”阶段，那么今年，风向彻底变了。5月20日的谷歌I/O开发者大会，清晰地传递出一个信号：AI正在从对话框里的新奇玩具，演变为一个能真正替你“干活”的行动系统。谷歌的野心，是构建一个覆盖信息、创作乃至交易的全新数字生态，而这一切的核心，正从简单的功能堆砌，转向以“智能体”为主导的主动服务。

硬件算力与基础模型的双重进化，构成了这场变革的基石。多模态交互正变得像人类对话一样自然，而基于智能体的全新工作流，已经开始重塑搜索、电商、创意乃至科学研究的每一个角落。

算力与模型：构建AI新基建

任何上层应用的繁荣，都离不开底层基础设施的强力支撑。这一次，谷歌在算力架构上实现了创新突破：首次采用双芯片战略，将训练和推理任务分开优化，以追求极致效率。

专攻模型训练的TPU 8t，其原始算力接近上一代的3倍，专为大规模预训练而生。配合全新的基础设施，训练任务不再受限于单个数据中心，理论上可以跨全球调动超过100万颗TPU，这规模堪称行业之最。

而负责推理的TPU 8i，则专注于降低延迟、提升生成速度。现场演示中，用即将发布的Flash模型生成一个小游戏，屏幕上的代码输出速度接近每秒1500个Token，流畅得让人印象深刻。

模型层面，主角是全新的Gemini 3.5 Flash。别看名字叫“Flash”，它的能力可一点不“闪存”。在编码、智能体能力和工具调用等体现实用价值的任务上，它已经大幅超越了上一代的3.1 Pro。

一个有力的证据是，在衡量真实世界经济价值任务的GDPval-AA测试中，3.5 Flash拿到了1656 Elo分，远超3.1 Pro的1314分。当然，为了换取这种“干活”能力的全面暴涨，它在纯抽象推理和世界知识测试上做出了一些权衡。这其实是个很聪明的策略：牺牲一部分“纸上谈兵”的理论能力，换来实实在在的生产力提升。

更吸引人的是它的性价比。这代模型的输出速度比其他前沿模型快4倍，价格却更加亲民：输入每百万Token 1.50美元，输出每百万Token 9.00美元，比3.1 Pro便宜了足足40%。同时，它的知识截止日期更新到了2025年1月，上下文窗口也达到了100万Token。至于满血旗舰版Gemini 3.5 Pro，则要等到下个月才会亮相。

除了文本模型，多模态领域也迎来了重磅选手：Gemini Omni Flash。这是一个能“根据任何输入创造出任何东西”的世界模型。它对物理世界有着近乎直觉的理解。

你可以用一段简单的描述，让它生成蛋白质折叠的黏土动画；也能上传一段自拍视频，在保留人物动作表演的同时，随意更换背景和环境。目前的Omni Flash是该系列的首个模型，效果仍有优化空间，而更强大的Omni Pro已经在路上了。

智能体：全面接管数字生活与工作

“智能体”是贯穿本届谷歌I/O大会所有产品的灵魂。无论是技术开发还是日常生活，它正在成为新的底层逻辑。

面向开发者的平台Antigra vity迎来了2.0版本大更新。全球可用的Antigra vity CLI将彻底取代旧版命令行工具。更重要的是，开发者现在可以把谷歌内部使用的Agent Harness直接部署到自己的服务器上。

它的效率提升是惊人的。配合Gemini 3.5 Flash，速度提升了12倍。演示中，93个子智能体并行工作，在12小时内发出了超过1.5万次模型请求，处理了26亿Token，最终从零构建了一个功能完善的操作系统核心。你甚至能在这个AI编写的系统里跑命令行、放动画、玩《毁灭战士》——这在之前的Gemini 3.1 Pro上是不可能完成的任务。

对于普通消费者，对应的智能体叫做Gemini Spark，你可以把它理解为谷歌版的“私人云端AI助理”。

在工作中，你可以让Spark翻阅各种文档、邮件和聊天记录，然后用你习惯的语气自动生成一份团队周报。在生活中，它的能力更显贴心。比如筹办一场街区派对，Spark会自动创建实时追踪表格，通过邮箱跟进邻居回复，对未回复者拟好催促邮件。它甚至能自己去网盘翻出小区的业主公约，提醒你周五下午前不能布置充气城堡，最后顺手做出一份精美的派对宣传幻灯片。

为了支撑Spark这类云端智能体的消耗，谷歌调整了订阅体系，新推出了每月100美元的Ultra计划，提供5倍用量、20TB存储并优先使用Antigra vity。原先每月250美元的顶配计划则降价至200美元。

安卓系统也为此进行了适配，新增了专属的智能体监控区域Android Halo。在状态栏顶部，它会实时显示智能体正在后台忙什么、进展到哪一步、是否需要你确认。这预示着一个趋势：未来的手机UI，将是为智能体服务，而不仅仅是App。

Gemini App本身也采用了名为Neural Expressive的全新设计语言。

其中的Daily Brief功能，会在每天早上自动翻阅你的邮箱和日历，提炼出当天最重要的事项并建议下一步行动。NotebookLM也与Gemini彻底打通，支持上传EPUB电子书，并能一键将成堆的资料转化为带动画的电影级讲解视频，或者生成手绘、黏土等10种风格的信息图。

更重要的是，所有新发布的模型都接入了Gemini App，而谷歌全家桶的各种应用，也通过Agents实现了语音互联。

“动嘴不动手”的体验延伸到了办公场景。在Docs Live中，你只需对着麦克风随意口述想法，甚至中途改口纠正，Gemini会自动帮你整理成一份格式完美的文档。今年夏天，这套语音功能还将接入Gmail Live和Google Keep的实时模式。

搜索与电商：架构大重构

每月活跃用户已突破10亿的AI Mode搜索，迎来了底层升级。传统的搜索框现在支持上传图片、文件和视频进行跨模态理解，搜索结果页与对话式追问实现了无缝整合。

更关键的是，你可以在搜索中创建“搜索智能体”。

比如，你想盯住某只特定财务指标的生物科技股，智能体会7×24小时在后台监控市场，过滤噪音，只将核心异动信息推送给你。找房子、盯球鞋发售，都可以交给后台智能体去办。

搜索甚至具备了实时写代码、构建交互界面的能力，这正是“UI服务智能体”理念的体现。

当你询问“黑洞如何影响时空”时，搜索后台会调用隔离的智能体环境，实时编写代码、运行渲染，直接在结果页生成一个带参数滑块、可拖拽互动的可视化模型。

询问周末带家人去哪玩，它能直接生成一个包含行车时间、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进化。地图迎来了十年最大升级“Ask Maps”。“Ask YouTube”则能让你直接提问“如何教3岁孩子从平衡车过渡到自行车”，它会整理出知识概览，并直接跳转到最对口的视频片段，还支持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。基础是UCP（通用商业协议），你可以把它理解为智能体电商时代的“HTTP”，为AI购物制定了通用规则，目前已获得亚马逊、Meta、微软等巨头的支持。

随之而来的是AP2（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、商品和金额上限三道“护栏”，全部满足后智能体才会下单，且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“通用购物车”。你在搜索、聊天、看视频甚至读邮件时看到的商品，都能直接扔进这个跨商家的智能购物车。它会自动帮你找折扣、盯库存。更智能的是，如果你同时加入了主板和CPU，它会主动检查两者接口是否匹配，不匹配会立刻提醒，避免了买错配件的尴尬。

创意工具与科学研究：全面开花

设计与创意工具在这一波浪潮中获得了全面提效。Google Pics作为Workspace的新成员，专攻图像创作与编辑，支持精准的目标分割和替换。

UI设计工具Stitch支持实时语音协作，两个不懂设计的人对着屏幕提要求，界面就能实时响应修改，并直接导出代码发布。整合了工作流的Google Flow创意工作室接入了Omni模型，现在可以保留原始表演动作只改环境特效；单张图片能同时生成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的时间从清晨一键切换到深夜，且光影自洽。Flow Music则展示了强大的混音能力，录一段钢琴弹奏，提示“往R&B方向走，加女声”，系统就能生成一首制作精良的完整曲目。

AI生成内容的泛滥让鉴伪成为刚需。SynthID水印技术目前已标记了超过1000亿张图文视频和累计6万年时长的音频。在Chrome浏览器中，右键点击图片即可查验真伪。OpenAI也与Kakao、ElevenLabs等公司一起加入了SynthID阵营。

硬件载体方面，Android XR智能眼镜分为两条线：带镜片显示屏的版本将于今年晚些时候扩大测试；今年秋天首发的将是音频眼镜，由Gentle Monster和Warby Parker设计，三星制造，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、计算发现引擎等工具，能将复杂的医药数据分析时间从几小时压缩到几分钟。

AI天气预报模型Weather Next成功提前3天精准预测了梅丽莎飓风路径，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能自动寻找并修复漏洞的Code Mender。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，谷歌的AI正在以一种系统化、行动化的姿态，深入渗透进真实世界的每一个角落。这场发布会揭示的，不再仅仅是技术的进步，而是一场围绕“智能体”展开的、关于未来人机协作方式的全面重构。