8月26日，第二屆世界人形機器人運動會在北京閉幕。北京人形機器人創新中心最終獲得15金、12銀、18銅，獎牌總數位居第一（資料來源於大會官方公告）。

在田徑賽場，北京人形的天工Ultra拿下大型組100米冠軍、天工Omni奪得小型組100米冠軍；400米決賽中，天工Ultra和天工Omni同樣分別奪得大型組和小型組冠軍。跳高項目中，天工Ultra系列包攬前四名；重量級拔河項目中，天工3.0包攬金、銀、銅牌。

在場景賽場，天工3.0以斷崖式領先拿下壓軸賽項「綜合五項」金牌和銀牌，天軼2.5-TE獲得園林管理崗金牌和圖書館管理崗銀牌。圍繞工業、辦公、商超、餐飲和家庭等場景，北京人形還與多支聯合賽隊參賽，拿下13塊獎牌。

天工3.0參與場景賽-新能源汽車充電 獲得金牌、銅牌

同一屆賽事中，北京人形同時覆蓋競技賽和場景賽，成為本屆賽事中唯一一家既“能上賽場”又“能進工廠”的機器人企業。如果說宇樹更常因運動控制受到關注、智元更強調場景作業，北京人形試圖在兩條賽道上同時證明自己。

競技賽和場景賽檢驗的是不同能力：前者把關節功率、動態平衡和整機控制推向極限，後者更關注機器人能否理解任務、完成操作並處理環境變化。要同時覆蓋兩類任務，僅靠本體或模型都不夠，還需要軟硬體協同以及開發者生態。北京人形將這套佈局概括為“德、智、體”全面發展。

在機器人開始場景落地的當下，北京人形“雙線作戰”的目的何在？能否把賽場上驗證的能力，轉化為市場落地？

人形機器人行業正在形成兩種路徑。一類企業優先進入工廠、倉儲、商超或礦區，圍繞理貨、分揀、巡檢等具體任務開發產品；另一類企業則把更多資源投入跑跳、翻滾和對抗等運動能力，借此探索機器人的性能上限。

不久前舉行的世界機器人大會，已經呈現出這種差異。

不少公司展示了物流分揀、商品理貨和戶外巡檢等應用。與傳統裝置嚴格依賴固定軌跡不同，這些機器人開始利用視覺模型和控制演算法，應對物品位置、作業對象或路況的變化。

出於務實的考慮，很多機器人企業開始選擇更專用、更經濟的本體形態：固定式雙臂適合裝配和分揀，可以省去雙足行走系統；四足機器人穩定性更高，適合戶外巡檢和複雜地形。形態越專用，研發和部署難度通常越低，但能夠覆蓋的任務範圍也相對有限。

另一些企業則繼續挑戰人形機器人的運動極限：跑步、翻跟頭、跳舞，乃至進行拳擊和對抗。這些展示未必直接對應訂單，卻能檢驗動態平衡、關節爆發力和全身控制能力。

外界由此產生質疑：如果機器人只會“炫技”，缺乏互動和作業能力，除了科研、教育和展演，還能形成多大的商業空間？

不過，已經找到應用場景的機器人同樣面臨邊界。部分產品只能在固定工位、受控環境中完成動作；一旦任務地點、作業對象或環境條件發生變化，就需要重新部署甚至更換裝置。

人形形態的潛在價值正在於此。它可以進入為人設計的空間，跨越台階、門檻和複雜路面，使用現有工具，並在不同工位之間移動。如果這些能力能夠與穩定作業結合，人形機器人相對於專用裝置，將會獲得更寬的應用邊界。

例如，園林管理要求機器人識別異常、規劃路線並移動到目標位置；物料整理要求它識別零件、判斷抓取位姿，再以合適的力度完成抓取、搬運和插裝；家庭、酒店和餐飲任務還會面對柔性物體、長流程和持續變化的環境。與賽跑相比，這些任務速度未必快，卻要求機器人在感知、決策、執行和糾錯之間形成閉環。

因此，北京人形機器人“競技能力+場景能力”，解決了兩個相互關聯的問題：1、抵達更複雜的工作現場；2、在現場把任務完成。兩者兼備，將會是通用人形機器人拓寬應用空間的必要條件。

作為國家地方共建的具身智慧型手機器人創新中心，北京人形試圖用“德、智、體”框架同時組織本體、智能平台和開發生態，讓不同本體共享一套能力底座。

這套底座，就是北京人形的通用具身智能平台“慧思開物”。公司將其概括為一套“大腦+小腦”協同的全端技術體系。

在“智”的層面，北京人形已經形成由統一具身模型Pelican-Unify、具身大腦“天鶘”、具身世界模型“我悟”和VLA具身小腦“XR-1”等組成的模型體系。根據公司披露，“天鶘”和“我悟”分別是全國首個完成備案的具身大腦模型和具身世界模型，XR-1是國內首個通過國標測試的具身小腦模型。Pelican-Unify和“我悟”於今年5月分別登頂WorldArena相關榜單。

按照北京人形的架構，“大腦”主要負責理解任務。它利用視覺語言模型、世界模型等能力感知環境、理解指令，把“整理貨架”“檢查園區”這類複雜目標拆解成可以執行的步驟，並在任務失敗或環境變化時重新規劃。“小腦”負責把計畫轉化為動作：操作子平台處理抓取、雙臂協作和異常處置，運控子平台負責全身控制、穩定行走、自主導航和移動避障。執行結果再反饋給大腦，形成“感知—決策—執行—反饋”的閉環。

與軟體平台對應，“體”指的是天工通用人形機器人平台及其本體能力。合理的本體構型、整機結構、高爆發一體化關節，以及電池、電氣和感知系統，共同決定機器人能否把模型生成的動作穩定執行出來。

“德”對應北京人形所強調的開源開放和夥伴共建。根據公開資訊，本屆賽事中，使用北京人形機器人參賽的隊伍數量最多。對平台型企業而言，開發文件、工具鏈、技能庫和合作夥伴，是決定能力能否被更多場景復用的重要基礎。

在這套“德、智、體”組合裡，本體提供標準介面和硬體能力，“慧思開物”提供任務規劃、技能呼叫、運控導航和多機調度，開發者再圍繞具體工位補充資料、工具和流程。理想情況下，客戶可以減少重複整合和底層偵錯，開發者則把更多精力放在場景差異上。

2026年被行業稱為具身智能商業化落地元年。但在成熟的標準化生產線上，傳統工業機器人企業仍佔據主流：它們積累了長期的行業Know-How、工藝經驗和客戶關係，新興的機器人公司很難切入這個市場。

對於新興機器人公司來說，最有可能搶到的市場，是那些在半開放、全開放環境裡的非標準任務。比如柔性生產、倉儲物流、特種作業、商業服務乃至家庭服務，都是原來的機器人企業沒有覆蓋到的市場。

不過，場景更開放並不意味著人形機器人會自動勝出。固定機械臂、移動機器人和四足機器人仍會憑藉成本、穩定性和任務效率佔據大量市場；只有當雙足形態帶來的移動與操作能力足以覆蓋額外成本時，人形機器人才具有明確的商業價值。

因此，未來並不會由某一種機器人形態通吃所有任務。機械臂適合穩定工位，輪式機器人擅長平整環境中的移動作業，四足機器人適合複雜地形；人形機器人則需要在為人設計、任務變化較大的空間中證明自己的不可替代性。

短期看，人形機器人最可能先進入結構清晰、人工成本較高或危險的場景，如工業搬運、電力巡檢、倉儲分揀、園區服務和特種作業。中長期看，運動能力積累的技術儲備，將決定機器人能否走出結構化環境。進入搶險救援、礦山井下、化工園區和家庭服務等開放場景，機器人既要具備更強的感知和規劃能力，也要能在台階、障礙、碰撞和負載變化中保持穩定。今天看似超前的奔跑、跳躍和對抗，可能是在為尚未成熟的市場儲備技術能力。

北京人形將自身商業化方向概括為“3D五大場景”。所謂3D，是指Dirty（髒污）、Dangerous（高危）和Dull（枯燥）三類作業特徵；五大場景則覆蓋商業、工業、能源、檢測和物流，對應商業服務、物流分揀、泛電子工業、能源巡檢和計量檢測等解決方案。

以搬運為例，北京人形希望機器人不再依賴固定點位和完全標準化的物料，而是能夠在工廠、物流和商超等環境中，根據物品與目標位置的變化自主完成搬運。根據公司披露，目前，北京人形已經與國家電力科學院、江蘇省計量院、福田康明斯、拜耳醫藥、李寧集團等企業開展合作。

有行業人士認為，隨著本體機器人產業鏈的完善，具身智慧型手機器人行業，最終比拚的將會是綜合的全端能力。純粹做本體機器人的公司，將慢慢失去優勢。那些有著領先AI模型演算法的企業，將會走到最後。

人形機器人的競爭，不再是單項能力的簡單比拚，而是整套技術體系、開發生態和綜合工程能力的較量。

作為具身智能國家隊、全球具身智能的領導者，北京人形的使命願景，是“創新技術、服務人類、改變世界”，這次運動會所展示的“競技 + 場景”能力，清晰展現了公司的戰略佈局。北京人形“軟硬全端+開放生態”的佈局，使其既能夠承接國家隊的技術攻關任務，又可以面向千行百業輸出可複製的解決方案，在人形機器人從樣機走向規模化商用的產業周期中，構築起差異化的長期競爭壁壘。(創業邦)

這屆世界人形機器人運動會，實在太出圈了，每天都在刷屏。

而值得注意的是，這次引發關注的不是宇樹，而是一台雙手捂臉、身體前傾、扭著腰狂奔的小機器人：天工Omni。

8月23日運動會首日，400米小型組決賽，天工Omni 45.66秒奪冠。

視訊很快傳開：它雙手捂臉，腰扭得很歡，網友管這叫「嬌羞跑」，說像「拿了個燙手的饃」。

但這事冷下來看，我感覺也沒那麼好笑。

北京人形機器人創新中心的運動控制演算法專家韓剛賽後解釋，跑姿不是工程師設計的，而是機器人在模擬訓練裡一遍遍迭代出來的「最優解」：擺臂幅度小，靠腰扭把握重心，肩部負載低，關節不容易發熱。人類百米跑的標準擺臂，它主動放棄了。捂臉不是害羞，是這麼跑最省力。

第二天更值得看。8月24日，還是天工Omni，400米障礙賽4分11秒44，又一個冠軍。這回它不捂臉了，換上更穩的感知移動策略，繞樁、跨輪胎，一板一眼。

我盯著那兩段視訊看了很久。捂臉跑上了熱搜，繞樁那場沒什麼人看。可廠商真正想讓人看見的是後一場：這台機器繞得開樁，跨得過輪胎，能用了。

8月26日晚100米小型組決賽中，天驕隊天工Omni機器人以11秒98的成績奪冠。

而本屆世界人形機器人運動會上，北京人形共獲獎牌15金、12銀、18銅，獎牌總數第一（資料來源於大會官方公告），34次刷新人類紀錄。

毛寧也在社交媒體上點讚了這一新紀錄。

那麼，這些亮眼成績背後，凝結著那些新技術的探索和思考？

近期世界機器人大會一場論壇上，北京人形機器人創新中心CEO熊友軍系統拆解了北京人形在具身智能領域的技術佈局與生態建設思考，並且和智能紀元AGI等媒體進行了廣泛交流，拆解機器人技術和北京人形商業化的一些新思路。

北京人形機器人創新中心總經理 熊友軍

一個模擬訓練機器人運控的範本

韓剛賽後解釋當中有四個字值得深思：模擬訓練。

一般來說，一個機器人的400米，需要做2000多個控制步；而跑100米當中，每10秒就需要約500個控制步。

以4096平行算力卡進行計算，之前Omni至少要一次完整訓練，背後需要跑數千萬到數百億控制步，總共則要十億起步。但這個工程龐大，無法通過真機數采、動捕等方式進行訓練。

所以，北京人形的解決方案是，通過平行模擬的方式，讓天工Omni在幾小時內就跑完了這些步驟，而且以隨機化和課程學習進行大規模訓練。

但Omni出圈的不是成績，而是它雙臂抬到臉旁、身體大幅前傾的「捂臉跑」。

天工Omni身高約 1.35 米，400米小型組以45.66秒奪冠；同場的天工 Ultra 百米跑出 8.64 秒，比人類世界紀錄還快近 1 秒。

背後主要依靠的是機器人下半身運動控制和全身的平衡感，這與田徑比賽的成績提升有很大關聯。

韓剛的原話是：“一開始我們設計的是正常人百米跑步的模式，但它在模擬裡不斷迭代，學的時候可能感覺捂臉跑比擺臂跑更舒服，所以這是它自己迭代出來的方式。”

那麼，為什麼Omni選擇模擬訓練，而不是強化學習能力，讓運控能力大幅提升？

首先，這種模擬訓練讓試錯成本歸零。

真機上摔倒一次要檢修、要花錢、要等充電；而模擬裡摔倒只是資料裡的一行。機器人能在幾小時內「摔」幾十萬次，把所有詭異的姿態都試一遍——這正是「捂臉跑」能湧現的前提。

其次，這次從平行模擬把「資料飢渴」的演算法喂飽了。

深度強化學習極其吃資料，單機單環境根本跑不動。而GPU物理模擬器需要4096～16384個機器人在一張卡上同時學習，資料吞吐量、算力成本大了幾個數量級，效率高了但成效低了。

所以，韓剛說得最直白：“以前我們會寫方程，去規劃它的每一個動作、描述它每一個狀態，但很多時候你很難寫清楚；強化學習不需要這些，它自己基於資料驅動寫出來。”

因此，團隊給的目標是「跑得快、關節發熱低、少摔」，至於擺臂還是捂臉、昂首還是弓背，全交給最佳化器。而解決從模擬到現實的Gap，手段是域隨機化——訓練時把質量、摩擦係數、電機力矩、通訊延遲、感測器噪聲、地形起伏、外力推搡全部隨機擾動，逼策略在「物理參數不確定」的情況下依然穩健，這樣搬到真機才不會翻車。

最後，我們還是要說，Omni運控裡面並非完全沒有“深度學習”和強化學習技術，而是天工用「模仿學習」做基礎，在大腦中用深度強化學習（Deep RL）實現多層感知，輸入本體感受（關節角度、角速度、IMU 姿態、指令速度等），輸出各關節目標角度。

韓剛對外透露，訓練樣本裡有「採集更高速人類奔跑的資料」，即用人類標準跑姿作參考/起點（類似模仿學習），再讓RL在模擬裡自由迭代。

最終，天工Omni「背叛」了人類的模仿樣本，迭代出了“捂臉跑”。

此外，北京人形機器人創新中心CTO唐劍在採訪中還透露，今年天工機器人本體做了很多最佳化和升級，所有關節都是自研的，扭矩更大、轉速更快，電池能力更強。

“因為高速奔跑的話，需要電池有高倍率，它能瞬間放出巨大的電流，能提供一個很大的扭矩，讓機器人真正能騰空一樣跑起來。此外，還有整個機器人本體構型以及所用的材料要儘量輕量化，讓身體輕、慣性往上提，這樣比較快。演算法層面，跑步姿態、導航和控制，這個是非常難的，都有非常大的迭代和升級，也是我們團隊工程師日以繼夜這個拼出來的成果。”唐劍表示。

唐劍認為，機器人運動能力已經接近人類，甚至超越人類。而具身智能行業的核心卡點，主要是機器人操作的泛化能力、長程複雜任務理解、環境感知和操作物品的能力，而不是單點的幾個任務簡單場景。

對此，北京人形同時發力VLA和世界動作模型（WAM）技術路線，實現更多複雜場景。

“我覺得在比較短的時間內，它還會有更多的提升。所以今年在一些結構化、半結構化的場景裡，大家會看到規模化的落地和常態化的運行。”唐劍稱。

北京人形打造具身智能界的「Android」

上一次北京人形出圈，還是2025年的亦莊人形機器人半馬。

2025年4月19日，北京亦莊半程馬拉松暨人形機器人半程馬拉松上，北京人形機器人創新中心自研的全尺寸人形機器人“天工 Ultra”，以2小時40分42秒，奪得全球首個人形機器人半程馬拉松冠軍，刷新世界紀錄，立下人形機器人運動性能的新標竿。

如今，第二屆世界人形機器人運動會上，天工再度閃耀。

背後的核心支撐，正是北京人形在運動控制與大腦互動兩條技術線上的持續積累與賽場驗證。

熊友軍在演講中用「1234」來介紹北京人形這家剛成立三年的公司。

北京人形致力於成為全球具身智能領域的領導者，同時，北京人形也是國家地方建立的具身智能和人形機器人創新中心之一（另一個是上海）。其堅信機器人的存在不是為了取代人類，而是為了服務人類。在技術路線上，北京人形堅持技術創新和開源開放。

「2」是兩大開源基座。一是⌈具身天工⌋通用人形機器人平台，二是⌈慧思開物⌋通用具身智能平台，兩者均面向行業開源開放。

「3」是聚焦「3D」場景，指Dirty（髒污）、Dangerous（高危）、Dull（枯燥）三大類場景，圍繞這些場景，北京人形在商業服務、能源運檢、計量檢測、泛電子工業、物流分揀五個方向上推出五大解決方案。

「4」是四個首屆冠軍。北京人形的機器人產品拿過全球首個人形機器人半程馬拉松冠軍、首屆世界人形機器人運動會百米飛人冠軍、首屆世界人形機器人運動會場景賽冠軍、全球首個全自主機器人勇士挑戰賽冠軍。

熊友軍指出，能跑是性能的提升，最能跑是實力的體現，最好用是價值的彰顯。“縱觀人類歷史，生產力範式雖歷經數次變革，但人類始終未能從急難險重的環境中真正解脫。如今，具身智能時代的到來，讓我們不禁追問，這是否是一次重構生產力、重塑生產關係、探索人類文明的新範式的歷史性契機？”

熊友軍指出，當前具身智能行業面臨三大痛點：

一，數采中心和業務模式的重複建設均較嚴重；

三，體系化割裂明顯，各家公司互不相容。具身智能行業需要一個作業系統等級的底座。

因此，北京人形更大的重心不僅是硬體，而是做具身智能行業的“Android”，提供包括開放的通用機器人平台「具身天工」和通用具身智能平台「慧思開物」，以及建構更多的具身智能和人形機器人產業標準。

所以，在我看來，北京人形的更大定位和野心，其實就是定位於具身智能，做華為、蘋果這樣的軟硬一體生態公司。

今年2月，北京人形機器人創新中心完成首輪超7億元市場化融資，投資方包括北京市人工智慧產業投資基金、亦莊國投、北京高精尖基金、華控基金等多家知名投資機構，百度、東土科技等產業方的戰略投資。

熊友軍在WRC會前交流時告訴智能紀元AGI，天工Omni絕不是表演性質的產品，而是希望到工業場景能夠“進廠工作”，關注它的ROI投入產出比，為客戶和社會創造價值。

“這是個產業逐步成熟的重要標誌。中國在具身智能研究和專利佔比都已經超過了其他國家，而中國整體企業快速在國際上面佔一個高地，這是北京人形機器人創新中心該做的事情。”熊友軍表示。(智能紀元AGI)

2026年Google I/O開發者大會，給人的感覺只有兩個字：張狂。

不僅把AI智能體像填鴨一樣，無縫塞進搜尋、瀏覽器、手機、智能眼鏡等所有核心流量入口，還連續甩出Gemini 3.5 Flash、視訊模型Omni、全新AI助手Spark三張王炸。

亮完肌肉後，劈柴甚至炫耀般地宣佈，Gemini月活破9億；並同步官宣大幅降價。

意思再直白不過了：我比你強，還比你便宜。

大會上最讓人驚豔的，毫無疑問是Gemini 3.5 Flash的亮相。

正常來說，“Pro”代表中堅力量，“Flash”代表輕量級和快。

從模型參數量來看，3.5 Flash也確實小於3.1 Pro，但在幾乎所有推理和編碼基準測試上，前者的表現居然更優異：

複雜數學推理的GSM8K測試，3.5 Flash拿下了95.8%的分數，超越3.1 Pro的93.2%；程式碼生成能力的SWE-bench完整版中，3.5 Flash解決率達到38.4%，遠遠超過3.1 Pro的32.1%……

根據DeepMind發佈的《Gemini 3.5 Technical Report》，最重要的核心技術有兩個。

極限知識蒸餾：Google這次沒有單純靠堆算力來訓練Flash，而是使用了從未公開的“Gemini 3.5 Ultra”作為教師模型，對Flash進行降維蒸餾。

根據DeepMind首席科學家Jeff Dean的推文解析，3.5 Flash在高品質邏輯鏈資料集上的微調比例，比上一代提升了400%。

這意味著它繼承了超大模型的“邏輯腦”，而不是死記硬背的“知識庫”。

全新的MoE架構（混合專家模型）：在3.5 Flash內部，Google採用了更細顆粒度的專家網路。

傳統的MoE可能只有8個或16個專家，每次僅啟動1-2個，足夠支援兆級參數規模的模型。

而根據a16z的2026年AI基建投資備忘錄分析，3.5 Flash採用了256個微型專家，每次推理可啟動其中最高效的4個。

所以它才能在保持極低啟動參數量的同時，覆蓋極其龐大的多模態特徵空間。

在TTFT（Time to First Token，首字輸出時間）指標上，3.5 Flash已經達到了65毫秒以內。

而人類眨眼一次需要100-150毫秒。

簡而言之，當其作為智能體執行階段，在人類的生理視角中，根本無法察覺到任何停頓。

對於需要頻繁呼叫工具、進行多輪反思、極低延遲的開發者而言，這是真正完美的超級代理底座。

只有依託如此極致的工程最佳化，才可能在競爭劇烈的環境中，建立起“端側落地”的統治力。

第一個，原生多模態Gemini Omni Flash。

Omni的意思是全能，對標早先的GPT-4o，只看名字，都能感受到火藥味有多濃。

至少從表現來看，Gemini Omni Flash遠比GPT-4o有資格用“o”這個字元。

早期的Sora或Gemini 1.5，基本都是縫合怪，即把語音轉文字、文字再轉視覺。

但這次發佈的Omni，是真正的原生端到端多模態對齊。不僅能原生理解視訊中的時間連貫性和物理規律，延遲也從400-600毫秒的行業平均水平降至120毫秒。

舉個發佈會上的例子：使用者戴著攝影機倒水，水杯快滿了，Omni能在水溢出前0.5秒說出“停停停！”

這種對現實世界物理狀態的即時推斷，看似簡單，但意義重大：AI從螢幕裡的聊天機器人正式進化為現實世界的輔助工具。

根據The Verge專訪Android工程副總裁的爆料，Spark 被賦予了Android 17系統底層的原生API操控權。

簡而言之，你以前需要點開很多App才能完成的複雜流程，現在不需要動手，只需要吩咐Spark一聲，它能幫你全部搞定，甚至能根據你的口吻、偏好去傳送資訊、整理郵件、彙總日程、追蹤網頁動態、識別帳單隱性扣費、批次處理文件等等等等……

換句話說，以後有了AI助手，我們基本用不上App，任何複雜的操作都被簡化成唯一。

至少在Google方面看來，視覺和聽覺的無縫接入，就是多模態大模型的最終宿主。

這副眼鏡看起來沒有任何花哨的外觀，全部聚焦於實用能力：

重量僅4克的Micro-OLED全彩光波導鏡片，透光率高達85%；

搭載自研輕量化Gemini端側晶片，本地推理延遲≤12ms，無需聯網即可完成即時翻譯、圖像識別、場景分析；

原生聯動Spark智能體，同步手機、雲端資料，實現日程提醒、即時翻譯、環境預警等個性化服務。

簡而言之，就是越過手機螢幕，把智能體通過眼鏡塞進人類的第一視角。

內容實在太多，Google似乎一次性清倉了所有大招，向市場宣告了一個真理：

沒有入口的演算法，什麼都不是。

卷大模型的參數、卷跑分的時代已經過去，單純的模型提供商已經沒有護城河，未來是“端+雲+生態+硬體”的四維空間戰。

把AI 塞進全家桶，其實是在重塑整個網際網路的流量分發邏輯：從“使用者主動搜尋/點選”，變成了“AI 智能體主動分發服務”。

對廣大的開發者和中小企業而言，這再好不過，因為底層算力和模型變得極其廉價，大家可以專心做應用層的創新。

但其它競爭對手，此刻恐怕只想破口大罵。

當劈柴在台上雲淡風輕地宣佈“Gemini月活躍使用者正式突破9億”時，在台下造成了不小的轟動。

9億，比美國所有對手的MAU加起來都要多。

Google不需要像獨立AI公司那樣去花廣告費買量，只需要在Chrome瀏覽器的網址列旁邊加一個圖示，在30億台Android手機的底部導覽列整合一個呼出快速鍵，在Google Workspace裡全量推送更新……

更關鍵的是，加下來一段時間，9 億活躍使用者每天用智能眼鏡看商品時停留的眼神、用 Spark 處理事務時修正的邏輯以及與Omni視覺模型的互動，產生的海量高品質、多模態真實世界反饋資料，統統會成為滋養Gemini 4的養料。

這是個極其堅固的壁壘：模型越好用->用的人越多->產生的資料越多->模型變得更好用。

為了速速強化這個閉環，Google直接向所有對手宣佈打價格戰：AI Ultra套餐從249.99美元/月砍到99.9美元/月。

3.5 Flash的百萬token輸入價格幹到了0.02美元，百萬Token輸出價格0.08美元。

對比一下，行業同等級模型的均價分別在0.15-0.2美元和0.6-1美元。

劈柴算了筆帳：頭部客戶每天處理約1兆個token。把80%的工作負載切到Gemini 3.5 Flash上一年，能省超過10億美元。

最大的依仗就是：垂直整合的算力基礎設施。

包括OpenAI、Anthropic等巨頭，看似風光，本質上其實還是“算力租客”，需要向微軟、亞馬遜買算力，而後者又要去給老黃交錢。

而Google有自家的TPU，再加上3.5 Flash極其變態的MoE稀疏啟動效率，將算力成本壓縮到了極致。

完全可以利用重資產優勢去降維打擊單純的演算法公司。

基礎大模型正在快速商品化。就像水和電一樣，你見過那家自來水公司有暴利的？

Google不怕大模型本身不賺錢，因為可以通過搜尋廣告、雲服務和Android生態的抽成把錢賺回來。

但對於純靠賣大模型API 為生OpenAI、Anthropic、Cohere、Mistral，這就不可能。

投資人現在大概很想按著奧特曼的頭問：“Google的API價格只要你的十分之一，性能還比你好，你告訴我，你的商業模式怎麼跑通？”

多個行業的競爭格局，將因此進入加速洗牌期。

AI廠商不必多說，必須盡快找到更便宜的算力來源，或者自己下場做晶片。

智能眼鏡+ Omni視訊大模型+ Spark原生系統級接管的組合，毫無疑問已經威脅到了iPhone。

根據麥格理的《消費電子趨勢預測報告》：未來三年內，基於視覺/語音的無屏互動時長佔比，預計將從目前的8%躍升至35%。

如果使用者習慣了用眼鏡和語音完成日常工作和娛樂，螢幕的使用時長必然大幅壓縮。

蘋果如果拿不出足夠驚豔的穿戴裝置反擊（Vision Pro太重太貴，註定只是少數人的玩具），其在移動網際網路時代的入口壟斷權將受到史無前例的挑戰。

Google用技術、流量、價格三把刀，給所有對手下了戰書。

此時此刻，還有人嘲笑它得了大企業病嗎？  (格隆)

“Welcome to the agentic Gemini era ！”

凌晨，期待已久的GoogleI/O大會終於開始了！

這次可以說是量大管飽，有Gemini 3.5 Flash，Gemini Omni，Agent 還有各種有趣的小功能！

前段時間，GPT5.5，Claude Opus 4.7等各家模型相繼公佈，ChatGPT的image2 也直接擠掉 Nano Banana，掀起了一波 AI 繪畫浪潮。

在這一波節奏中，Google卻非常安靜。

在X上有訂閱Google產品的網友直接表示：“最好堅持按月付款。”

還有網友評論“我覺得Google在憋大招”；“偷偷努力，然後驚豔所有人”。

顯然，這次大會量大是肯定的，但到底是“真材實料”，還是“看著很香”？

Gemini Omni：對話就能改視訊，自拍秒變特效大片

昨天，Google CEO Sundar Pichai就在X上發佈了一個含他和Demis Hassabis可能用Gemini Omni進行風格編輯的圖像轉視訊，引起了大家猜想。

今天，Demis在Google I/O 2026上現身揭曉，去年他曾概述了擴展Gemini多模態能力使其成為世界模型的願景，現在他們正式推出Gemini Omni！

Demis說Gemini的世界知識和推理能力可以在 Omni 中真正大放異彩。

Omni 能將複雜的想法轉化為高度精準的視訊，如輸入Prompt“製作一個關於蛋白質折疊的定格動畫解釋視訊”，就會得到這樣的效果：

它可以用對話式語言來編輯視訊，而且有意思的是，可以提供自己拍的視訊，如Demis的自拍，可以調節細節、風格和加入元素，一句話定製視訊特效。

Demis 講到未來“Omni 將能夠從任何輸入中生成任何輸出”。今天 Omni 家族的第一款模型 Gemini Omni Flash 正式推出，很快 Omni Pro 也會出來。

Gemini 3.5 Flash：快是真的，貴也是真的

從3.1直接躍升到3.5，這次的 Gemini 3.5 Flash 到底有什麼實力？

基準測試就像模型身份證一樣，根據官方部落格描述：Gemini 3.5 Flash 是我們迄今為止最強大的 Agent 與程式碼模型，在 Terminal-Bench 2.1 (76.2%)、GDPval-AA (1656 Elo) 以及 MCP Atlas (83.6%) 等極具挑戰性的程式碼和 Agent 基準測試中，其表現甚至超越了 Gemini 3.1 Pro；

此外，它在多模態理解方面也處於領先地位（在 CharXiv 推理測試中達到 84.2%）。而在輸出每秒 Token 數這一指標上，它的速度是其他前沿模型的 4 倍。

既然是 Flash 版本，輸出速度也一定很快：

單看基準測試那確實是夯爆了，實際表現怎麼樣？

在油管上，已經有大神率先測試了：

“3.5 Flash 確實不錯，而且還只是 Flash 版本，非常期待 3.5 pro ”

“3.5 Flash 的輸出效果和3.1 pro 有很多相似之處，但是顯然更加依賴 token”

3.5 Flash 的輸出效果和3.1 pro有很多相似之處，但是顯然更加依賴 token”

總的來說，實際測試可以給到一個頂尖！

但是，Gemini 也開始搞起限額了：

Antigravity：不到1000美元，12小時手搓作業系統！

他們將Gemni 3.5 Flash全新重塑了“智能體優先”開發平台：Antigravity。

這一平台每天處理的 Token 數量已經超過 3 兆個，已有數百萬人正在使用。

這次，他們推出了完整的 CLI（命令列介面）體驗：一個 Antigravity SDK，整合 Gemini 音訊模型的原生語音支援，還有與眾多介面和平台的整合，如 Android、Firebase 和 Google AI Studio，今天就可以體驗。

而其核心是Antigravity 2.0 ，一款全新的獨立桌面應用程式，真正體現了“智能體優先”，專注於核心智能體對話、智能體生成的產物（Artifacts）以及多智能體編排（Multi-agent orchestration）。

Gemini 3.5 Flash 已經與 Antigravity Harness 進行了協同最佳化，Google 內部團隊一直在使用它。

利用全新的 Antigravity 和 Gemini 3.5 Flash，他們讓智能體從零開始建構了一個可運行的作業系統。

Antigravity 在 12 個小時內，用 93 個平行工作的子智能體進行了超過 15000 次模型請求，並處理了 26 億個 Token，成功完成了這一任務。

而建構一整個功能完善的作業系統，消耗的 API 額度還不到 1000 美元。

現在Antigravity 2.0 已向全球所有人開放。

Google 搜尋，要搶走電商的飯碗？

Sundar 提到的，去年在同一個舞台上推出的Google搜尋 AI Mode 的月活躍使用者數已經突破了 10 億大關。

在這一塊，一開始介紹的Google徹底成為一款AI搜尋啦；可以跨模態提問，支援文字、圖像、檔案和視訊；在搜尋中引入了一批Agent，其中資訊智能體可以在後台全天候 24 小時工作；都沒什麼驚喜，AI公司都已經做到了。

不過，他們提出的購物方式變革——“智能體商業”（Agentic Commerce），這倒是非常特別。

人們每天在 Google 上的購物次數竟然超過 10 億次，他們的Shopping Graph（購物圖譜）擁有超過 600 億個商品列表，而且在不斷更新。

從機器人運動會賽場，看人形機器人的全端競爭邏輯

“捂臉跑”機器人，到底怎麼做到的？

Google正式宣戰

Google I/O 2026：單日3兆Token！Gemini Flash 3.5重塑開發平台Antigravity，智能體優先！世界模型Omni登場！Spark對標OpenClaw！