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。

對於Agentic Commerce，他們專注於交付三個基石：通用商業協議（Universal Commerce Protocol，UCP）、智能體支付協議（agent payments protocol，AP2）和通用購物車（Universal Cart）。

UCP 之於智能體商業，就像 HTTP 之於網際網路一樣。它是一個開源標準，從商品研究到結帳、再到物流追蹤的一切環節，允許所有核心參與者在整個購物流程中協同工作。

最近亞馬遜（Amazon）、Meta、微軟（Microsoft）、Salesforce 和 Stripe 都加入了這個協議。

他們正在將 UCP 引入更多的垂直領域，比如酒店、本地外賣提供商，以及 YouTube 和更多的產品中，還正在將由 UCP 驅動的體驗擴展到更多地區，比如加拿大、澳大利亞和英國。

在涉及到智能體支付時，他們聽到最多的第一大問題就是：“我怎麼知道它不會自己跑去買一些我根本不想要的東西？” 所以建立了AP2。

他們把這個協議歸結為兩部分：設定界限和確保問責制。AP2會為使用者提供永久的數字憑證追蹤，在使用者、商家和支付處理方之間建立起一條透明且可驗證的連結。

最後的通用購物車，這個真有點搶各大電商的飯碗，它能跨商家、跨服務工作，這意味著能夠在瀏覽搜尋、與 Gemini 聊天、觀看 YouTube 甚至閱讀 Gmail 的同時，將商品加入到同一個購物車中。

而且在加入的瞬間，購物車會自動幫你比價，尋找優惠和降價，並提醒你想買的東西補貨了。它還可以幫你想購物的替代方案，比如你選的電腦的處理器需要一個具有不同插槽類型的主機板，它幫你糾錯和推薦替換品。還可以根據不同情況使用你帶有不同權益的銀行卡，發掘隱藏優惠。

而這個通用購物車的推出是在今年夏天，Google搜尋和Gemini應用中會推出，YouTube 和 Gmail 隨後也將支援。

Docs Live 與 Android Halo 的“神仙聯動”

這次I/O 大會，真的是量大管飽：還有兩個小編非常感興趣的功能—— Docs live、Android Halo

針對 Google Docs 推出的全新 Gemini AI 驅動功能，語音驅動的即時文件建立與編輯，讓你可以“邊說邊生成”完整文件，幾乎無需打字。

“我剛剛突然想起來，明天我要回高中參加職業日活動，做一個校友分享演講。我需要準備一些內容，向學生們解釋我作為一名軟體工程師平時到底是做什麼的，但我現在完全不知道該從那裡開始。

哦，對了，你能直接從 Google Drive 裡把我的簡歷調出來嗎？不過……那可能會有點無聊。也許你可以幫我想一些有趣的類比，讓整個分享對學生來說更生動、更有意思一點？還有，我記得學校之前給我發過一封郵件，主題好像叫什麼‘職業日活動安排’之類的。你能不能直接把裡面的重要資訊提取出來，放到文件最上面？這樣我就知道明天幾點到、去那裡。然後根據這些要求，直接幫我生成一份演講草稿吧。

這個效果挺酷的，不過內容稍微有點太密了。能不能把那些類比整理成表格？這樣我瀏覽起來會更方便。

另外，再幫我加一條備註：‘講一下哥哥是如何激勵我成為軟體工程師的故事。’把它放在文件頂部，而且加粗顯示，這樣我就不會忘記講了。”

彙整鉅亨號中所有使用「Omni」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`