智东西（公众号：zhidxcom）
作者 | 程茜 陈佳
编辑 | 云鹏
智东西5月20日报道，今日凌晨，在一年一度的谷歌I/O开发者大会上，谷歌接连甩出2款新模型、谷歌搜索25年最大升级、Claude Code谷歌版开发平台Antigravity 2.0、AI眼镜等多个大招！
谷歌CEO桑达尔·皮查伊（Sundar Pichai）称，这次谷歌I/O大会的新发布，意味着其已正式迈入智能体驱动的Gemini时代。皮查伊一开场就放出了自己形象生成的AI视频，暗戳戳秀了一波自家AI能力。
1、新发2款大模型：可基于任意输入形式、生成各类模态输出内容的全能模型Gemini Omini，其首款模型Gemini Omni Flash将率先支持视频输出；谷歌最新、最强旗舰模型Gemini 3.5 Flash亮相，每秒输出token数是OpenAI、Anthropic模型的4倍。
2、开发平台Google Antigravity升级：谷歌基于Gemini 3.5 Flash升级了Google Antigravity、Gemini App上的全天候个人智能体Gemini Spark、谷歌搜索，其宣布此次是谷歌搜索25年来最大更新。
3、谷歌官宣AI眼镜新进展：联合三星展示了由眼镜品牌Gentle Monster和Warby Parker共同设计的两款新眼镜。谷歌纯音频AI眼镜将在今年晚些时候率先推出，带显示屏的版本将在明年推出。
4、其他大招：Gemini App中的日报智能体Daily Brief、购物中心智能体Universal Cart、 AI图像创建和编辑工具Google Pics、Google Flow智能体等。
发布会开场，皮查伊官宣了几组数据：一年时间，谷歌旗下各类业务平台每月处理token暴涨7倍，突破3200万亿token。目前每月有超过850万开发者利用谷歌的模型开发新应用和新体验，模型API目前每分钟处理大约190亿token，过去12个月有超过375名谷歌云客户各自处理了超过一万亿token。
产品的用户量方面，如今谷歌有13款产品的用户超过10亿，其中5款用户超过30亿；AI Overviews现在拥有超过25亿月活跃用户，仅一年时间，谷歌搜索AI Mode的月活跃用户就已突破10亿；Gemini应用的月活跃用户已突破9亿，每日请求增长了七倍以上；Nano Banana图像生成模型已生成超过500亿张图像。
在资本支出上，谷歌今年的资本支出将达到2022年的约6倍，约为1800亿至1900亿美元（约合人民币1.2万亿至1.3万亿元），这项投资的关键部分就是谷歌TPU。谷歌还特地为TPU制作了动画短片。
本届谷歌I/O大会依旧信息量爆棚，智东西带你一文看尽。
一、全能模型Omni亮相，自然语言对话就能改视频
谷歌推出全新模型系列Gemini Omni，可依托任意输入内容生成各类内容，目前其率先支持视频输出，未来会支持图像、文本输出。
谷歌Omni家族的首款模型是Gemini Omni Flash，用户可以在Gemini应用、Google Flow和YouTube Shorts上试用。谷歌将在未来几周通过API向开发者和企业客户推广。
首先用户可以通过对话进行视频剪辑，例如重塑视频中的环境，通过微调细节或者以现有视频为蓝本，打造出用气泡做雕塑等现实情况无法实现的视频内容。
Omini还能对视频中的动作、物品进行修改。谷歌DeepMind CEO戴密斯·哈萨比斯（Demis Hassabis）在现场演示了Omini的效果，其修改提示词为：全程保留原视频所有画面与叙事，仅在4.3秒男子手指触碰镜面的瞬间触发特效：镜面以指尖为圆心，泛起液态水波纹般的涟漪；房间整体环境瞬间暗化；海量可自主变形、具备照片级真实质感的多几何造型3D棱镜，同时布满整个房间空间。
其次，Omni还能结合世界知识推演视频的后续情节走向，例如其能理解重力、流体力学等物理概念，创造出弹珠快速滚动的流畅镜头。
此外，其还能通过简短的提示，生成更为复杂的内容，例如用黏土动画解说蛋白质折叠的概念。
最后，其能将用户输入的图像、文本、视频、音频等任意参考内容，生成一个统一的视频。不过目前其只支持语音类参考素材，后续很快会上线其他类型音频输入能力。例如当用户上传角色、场景、音频素材，Omini就会生成对应的视频效果。
二、Gemini 3.5系列来了，Flash版性能拉满，Pro下月发
谷歌还推出了Gemini 3.5系列首款模型Gemini 3.5 Flash，擅长复杂且具备实际实用价值的长期任务。皮查伊透露，他们内部显示Gemini 3.5 Pro的体验效果很好，下个月会发布。
Arena AI的评测结果显示，Gemini 3.5 Flash在性能、速度、成本等方面已经全面超越Gemini 3 Flash和Gemini 3.1 Pro。
目前，Gemini 3.5 Flash已经在Gemini App、谷歌搜索的AI Mode中集成。
从基准测试来看，Gemini 3.5 Flash在多个维度上可提供媲美旗舰模型的性能，在Terminal-Bench 2.1（76.2%）、GDPval-AA（1656 Elo）和 MCP Atlas（83.6%）等具有挑战性的编码和代理基准测试上，表现优于Gemini 3.1 Pro，并在多模态理解方面领先。在每秒输出token数方面，是其他前沿模型的4倍。
谷歌一直在使用Gemini 3.5 Flash，配合开发平台Antigravity的模型，皮查伊将这一新模型称作谷歌内部游戏规则的改变，这大大加快了我们的构建速度。
▲Gemini 3.5 Flash结合Antigravity可以根据动态标准自动重命名文件和分类
他举例称，如果公司能混合使用Gemini 3.5 Flash和其他前沿模型，可以节省大量资金，公司每天处理约1万亿token，如果他们将80%的工作负载从其他前沿模型转移到3.5 Flash上，每年将节省超过10亿美元。
具体功能上，Gemini 3.5 Flash能快速规划、构建和迭代，帮用户完成开发新应用、维护代码库、协助准备财务文件等任务。
三、2款AI眼镜上新，不掏手机就能发短信、听导航、拍照
谷歌AI眼镜全新升级，其发布了联合眼镜品牌Gentle Monster和Warby Parker的2款新AI眼镜，还增加了获取导航、发送短信、拍照等功能，且全程无需用户掏出手机。
AI眼镜软件方面的更新包括：
询问看到的内容：用户佩戴谷歌AI眼镜时，可以询问Gemini眼前看到的景象，如查找路过餐厅的评价、快速解读交通标识等。
导航：AI眼镜会知道用户站在哪里、面向哪个方向，然后给出自然的、更符合当下情况的导航路线。Gemini还能根据用户的喜好添加停靠点或附近餐厅。
免提通话：用户无需触碰手机，就能接听管理通话、发送消息，还可让Gemini汇总未读信息，也能点播贴合当下氛围的音乐。
拍照修图：用户只需一句语音指令，即可完成拍摄，还能借助Nano Banana模型剔除画面多余杂物，或是进行快速修图。
翻译：AI眼镜支持实时语音翻译，并且发音语气、音调都贴合说话人原声，也可直接识别菜单、标牌上的文字，一键收听译文读音。
智能代办：Gemini可在后台自动处理多步骤任务，无需掏出手机，它就能帮你在外卖平台下单咖啡，用户只需最后确认订单即可。
与手机应用灵动：用户可以仅凭语音操作手机软件，例如呼叫Uber、学习外语等，并且这款AI眼镜同时适配安卓与苹果手机。
四、全新AI搜索框上线，自动帮你梳理提问思路
谷歌搜索迎来了25年来最大升级，其推出了全新的智能AI搜索框。今日，其宣布将Gemini 3.5 Flash作为谷歌搜索AI Mode的默认模型。
谷歌搜索更新重点在于搜索框，据谷歌介绍，其能依托AI智能提示帮用户梳理提问思路，功能远超普通自动补全，还支持多模态搜索，用户可将文字、图片、文件、视频乃至浏览器标签页作为检索输入。
此外，用户还能在谷歌搜索中创建和管理多个AI智能体来完成任务。信息智能体会随时浏览网络上的一切，如博客、新闻网站和帖子以及实时的金融、购物和体育信息，以监控与用户具体问题相关的变化。
例如用户在找公寓，智能体会根据用户的所有具体需求持续扫描，并在房源符合用户需求时通知用户；或者如果用户想知道喜欢的职业运动员什么时候宣布推出球鞋合作，智能体会实时浏览互联网的消息并即使通知。信息智能体将于今年夏天率先为Google AI Pro和Ultra订阅用户上线。
此外，谷歌还在扩展谷歌搜索的智能体预定功能，如用户给出周五晚上找到一个六人私人卡拉OK房间，且晚点供应食物的具体需求，智能体就会汇总最新价格和可用性，并附带链接，让用户进行选择。
谷歌搜索还能基于Antigravity定制化应用。其可以根据用户的具体问题实时构建定制的可视化工具和模拟，在底层理解用户查询内容设计布局，决定构建哪些自定义组件，然后部署代码生成交互式视觉效果。
可以看出，从搜索智能体到编程，谷歌正在通过智能体彻底改变用户使用搜索的习惯。
五、Gemini里有了全天在线的个人智能体，订阅计划新增100美元月费
智能体驱动的开发平台Antigravity升级，以管理和部署能够跨关键开发界面集成的智能体。
其推出了独立桌面应用Antigravity 2.0，该应用能作为智能体交互的中心平台，允许开发者协调多个智能体并行执行任务，它还具备动态子智能体支持并行工作流程、后台自动化的定时任务以及跨 Google AI Studio、Android和Firebase的生态系统集成。
与此同时，Antigravity能帮助开发者从0开始构建一个可用的操作系统，其谷歌IO大会提到，花了12小时，93名智能体并行工作，处理了15000多次模型请求，处理了2.6btokens，API credits消耗不到1000美元。从内核到进程和内存管理系统，antigravity编写了每一行代码。
与此同时，谷歌还更新了订阅计划，其推出100美元/月的AI Ultra计划，Google Antigravity的使用限额是Google AI Pro计划的5倍。限时内，其为新旧Google AI Ultra订阅者提供100美元的 Antigravity奖励积分，若达到计划配额上限即可生效。用户只需在Antigravity应用中领取优惠，该优惠将于2026年5月25日到期。
谷歌还为其Gemini App推出新个人AI智能体Gemini Spark。该智能体基于Gemini 3.5 Flash，采用Antigravity调度架构，即使用户关闭笔记本电脑也能在后台持续运行。谷歌今天开始向可信赖的测试用户推广Gemini Spark，计划下周将Beta版推送到美国的Google AI Ultra订阅用户中。
基于Gemini Spark，用户可以设置定期任务，如自动解析每月信用卡账单；引导该智能体查看收件箱获取孩子学校的最新动态，并将综合每日摘要发送给用户等；还能综合邮件和聊天的原始会议记录，制作文档、起草邮件。
此外，在安卓设备上，用户可以通过一个名为Android Halo的新界面空间，查看像Spark这样的智能体的实时更新和任务进度，该界面将于今年晚些时候推出。
此外，谷歌正在更新macOS的Gemini App。今年夏天，其计划将Gemini Spark带到Gemini桌面App中，以帮助用户处理涉及本地文件的任务并自动化桌面上的工作流程。
其还将为macOS的应用增加语音功能，根据用户屏幕上的上下文，Gemini可以将用户语音转化为草稿，或捕捉光标所在位置。
六、多个全新智能体亮相，还支持语音直出文档
谷歌还推出了多个AI升级。
Gemini App中上线了开箱即用的智能体Daily Brief，为用户提供个性化摘要，并综合收件箱、日历和任务中的信息找出重要事项，其还可以帮用户进行优先排序、组织并建议下一步。
Google Flow面向全体用户推出全新智能体，新智能体可结合用户指令规划并逻辑拆解各类复杂任务。用户能直接在Flow里编写创意工具代码，比如视频特效设计、手绘动画制作、文字分层排版等实用工具。
谷歌依托最新Nano Banana模型打造了全新AI图像创作编辑工具谷歌Pics。无论从零空白创作设计，还是编辑现成照片，Pics都会将画面里每一处元素视作独立对象，而非扁平化静态图片。用户可以进行创作、替换、精修局部细节。目前该工具已面向内测用户开放，今年夏季晚些时候，将逐步面向谷歌办公套件内的AI专业版及旗舰版订阅用户上线。
谷歌推出全新的购物中心Universe Cart，当用户将商品添加进去，购物车就会自动开始工作，自动帮你比价、找优惠，还会提醒到货。
还有一项功能是Docs Live，其可以帮助用户用声音直接创建并编辑新文档，全部用你的语音。Docs Live将于今年夏天向订阅者推出，语音功能也将加入Gmail和Keep版本。
谷歌深度伪造识别工具SynthID水印增加了跨产品内容凭证验证功能，这将显示内容的来源是AI还是摄像头，以及是否经过生成式AI工具编辑，其已经将内容凭证和SynthID验证扩展到谷歌搜索和浏览器中。英伟达、OpenAI、Eleven Labs将采用SynthID功能。
在科学研究方面，Gemini for Science汇集了Gemini、Deep Think和Deep Research多种AI工具，助力加速科学研究，将像Google Antigravity这样的平台与30多个主要生命科学数据库和工具进行了连接。
结语：算力、模型到终端通吃，谷歌AI生态全面爆发
过去一年，谷歌母公司Alphabet的股价上涨了140%，云业务增长速度甚至超过亚马逊和微软，华尔街也将Alphabet视为少数能够从生成式AI繁荣的每一层利润中都获利的公司之一。
Plexo Capital创始管理合伙人、Anthropic早期投资者Lo Toney曾在接受外媒采访时提到，“谷歌可能是最适合大规模变现AI的公司，因为它几乎掌控了整个技术栈的每一层。”
此番谷歌I/O大会从Gemini 3.5、Gemini Omni系列全新模型迭代升级，到Gemini Spark智能体、AI智能搜索，再到AI眼镜等端侧硬件的密集新品发布证明，谷歌完成了从底层TPU算力基建、前沿大模型到搜索服务、移动终端全场景应用的全线贯通，将其自上而下的垂直整合优势展现得淋漓尽致。
