一年一度的谷歌I/O大会，重磅来袭。

谷歌官方这次一口气颁布了24篇I/O有关布告，信息量很大，但主线并不复杂：底层模型更新到Gemini 3.5，并推出面向视频和多模态创作的Gemini Omni；用户入口上，Gemini App起头往幼我助理方向走；搜索起头参与更多AI模式和智能体能力；购物、办公、开发工具也都被重新接入Gemini；硬件上，谷歌还展示了搭载 Gemini 的智能眼镜。

重点在于，今年不仅有模型能力的提升，谷歌还把Gemini塞到了各类处所。

从搜索框，到购物车，再到智能眼镜……谷歌在用AI收受所有。

我们整顿了这次大会上最值得关注的10个新器材，一路来看：

Gemini 3.5：迄今为最强的编码、智能体模型

先来看备受关注的底层模型。

这次谷歌颁布了Gemini 3.5系列，首发的是Gemini 3.5 Flash，3.5 Pro还在内部使用，打算下个月推出。

固然3.5 Flash名字里还是Flash，但它的定位已经不只是“快”和“便宜”，能够说，它是谷歌这次所有Agent产品的发起机。

3.5 Flash面向的是编码、智能体工作和真实工作流，已经进入Gemini App、Google Search的AI Mode、Google Antigravity、Gemini API、Android Studio，以及企业平台。

跑分方面，Gemini 3.5 Flash在编码能力、Agent能力、工具挪用能力上比3.1 Pro强了不少，但在Humanity's Last Exam和ARC-AGI-2上还是有所不及。

输出速度上，比其它前沿模型快4倍，在人为智能分析指数中位列右上象限——意思是又快又强。

定价上，3.5 Flash输入$1.50/百万token，输出$9.00/百万token，比3 Flash贵了3倍，比3.1 Pro便宜40%。

官方给了几个典型场景：好比开发利用、守护代码库、筹备财政文件、整顿非结构化资产、把旧代码库迁徙到Next.js，甚至让两个agent合作，把AlphaZero论文读完，再做出一个可玩的游戏。

在Gemini 3壮大的多模态基础之上，3.5 Flash能够天生更丰硕、更具交互性的Web用户界面和图形。

它能够在不到一分钟里天生6个分歧的支付页面，也能够一次做出64个分形图案变体；用户只有效文字描述一个设法，它就能天生可互动的网页组件。

更复杂一点，它还能把论文、课程视频造成互动式进建卡片和可视化页面，甚至在Google搜索里，凭据用户的问题现场天生图表、仿照器和沉浸式诠释界面。

以前各人对Flash类模型的印象是：便宜、快、适合轻量工作。但此刻谷歌要表白的是，将来的Agent不成能每一步都挪用最贵、最慢的大模型。真正能规；芷鹄吹腁gent，必要一个速度、成本和能力都比力平衡的模型。

这就是Gemini 3.5 Flash的地位。

Gemini Omni：谷歌版全模态天生模型

除了Gemini 3.5，这次谷歌还颁布了一个更偏创作的新模型：Gemini Omni。

谷歌对它的定位是：can create anything from any input（从任何输入，天生任何内容）。

当然，此刻第一步还是视频。之后谷歌还打算支持图片、音频等更多输出大局。

首个上线的是Gemini Omni Flash，已经向Google AI Plus、Pro和Ultra订阅用户盛开，能够在Gemini App和Google Flow 中使用；YouTube Shorts和YouTube Create App也会免费接入。将来几周，谷歌还会把它通过API盛开给开发者和企业客户。

Omni不是一个单纯的文生视频模型。它能够把文字、图片、音频、视频一路作为输入，而后天生一段齐全视频，并且支持对话式视频编纂。

官方还展示了一个陆续批改的例子：先天生一个幼提琴手演奏的视频，而后把幼提琴手放进另一张图片里的环境，再把幼提琴造成通明，最后把镜头角度改成从幼提琴手肩膀后方看。整个过程是一轮一轮接着改，而不是每次推倒重来。

谷歌还出格强调，Omni背后接的是Gemini的世界知识。它对重力、动能、流体这些物理成效有更好的理解，也能够把复杂概想做成诠释视频。行动会产生后果，环境会对事务做出反映，叙事会按逻辑发展。

换句话说，谷歌想表白的是，AI视频不是只能做炫酷短片，也能够造成一种知识表白工具。复杂概想、科学过程、讲授内容，都能够被转成更直观的视频。

和Seedance 2.0一样，Omni也能多种参考素材来天生视频，图片、视频、音频、音乐都能够成为输入。用户能够让它保留某张图里的角色，借用一段视坡凤的作为，再让画面追随音乐节拍变动，最后天生一段新的齐全视频。

官方还提到，用户能够从已有素材启程：用草图作为作为参考，把它造成真实影像；例如用视坡凤的鲸鱼游动作为，迁徙到一种反光流体资料上；或者保留房间结构不变，只把植物造成半通明的发光植物，并让萤火虫和声音节拍互动。

单一点说，Omni想让用户可能“把各类素材、风格、作为和声音，重新组织成一个新视频”。这对创作者很重要。

不外，看社群反映，它用起来并没有Seedance 2.0杰出……但这只是Flash版本的一个起头，对吧？

安全方面，Omni支持用户创建自己的数字分身，也就是用自己的声音和形象天生视频。但谷歌强调，其他涉及改音频、改语音的能力还在测试中，必要更审慎地推出。所有Omni天生的视频城市带有不私见的SynthID数字水印，用户能够通过Gemini以及Google搜索来验证内容是否由Gemini Omni天生。

Gemini App：大更新

这次Gemini App也大改。

谷歌说，今年对Gemini App来说是“硕果累累的一年”。去年I/O时Gemini App有4亿用户，此刻已经有超过9亿月活，覆盖230多个国度和70多种说话。

这次 Gemini App 的更新重要有几个：

第一，接入Gemini 3.5 Flash。

第二，推出新的设计说话Neural Expressive。界面会更动态，有流体动画、更鲜明的色彩、新字体、触觉反馈。Gemini Live也被直接整合到Gemini，用户能够从打字天然切到语音对话。谷歌还说，Gemini以来不只是给你一堵文字墙，而是会凭据问题实时天生更适合的回覆大局，好比图片、交互功夫线、旁白视频、动态图形等。这个新设计从今天起在Web、Android、iOS全球推出。

第三，Gemini App接入Gemini Omni，能够直接天生和编纂视频。用户能够上传手机相册里的素材，用模板、提醒词、布景代替、电影感变焦等方式做视频。甚至能够创建自己的数字分身。

第四，是Daily Brief。它像一个早晨简报Agent，你授权之后，它会在后盾看你的 Gmail、Calendar，把垂危邮件、接下来的日程、必要跟进的事项整顿成一个早间提要。它不只是总结，还会按你的指标排序，并建议下一步。Daily Brief从美国起头，面向Google AI Plus、Pro、Ultra用户推出。

第五，也是最重要的，是Gemini Spark。

Gemini Spark：谷歌版24幼时幼我Agent

Gemini Spark是这次最值得单独介绍的产品之一。

谷歌给它的定位是24/7 personal AI agent。也就是说，它能够在你授权下，持续助你做事。

它运行在Gemini 3.5上，使用Antigravity harness，并且深度衔接Gmail、Docs、Slides等工具。并且由于它是云端Agent，所以你关掉电脑、锁上手机，它也能够持续在后盾工作。

谷歌举了几个例子。

好比你能够让它定期解析每月信誉卡账单，找出新增订阅或者暗藏用度；或者教它查抄孩子学堂邮件，把重要日期提取出来，每天发一份简报给你和伴侣；再好比，你能够让它从邮件和谈天纪录里的会议笔记中提炼信息，整顿成Google Docs，振兴草一封项目启动邮件。

这是典型的Agent叙事：助你跨利用实现一串作为。

这也是谷歌最有优势、也最敏感的处所：它手里有Gmail、Calendar、Docs、Drive、Slides、Maps、YouTube、Search。只有效户愿意授权，Gemini能够触达的幼我高低文，将成为一个极度重大的生态。

当然，谷歌也在强调权限和安全。Spark必要用户选择是否开启、衔接哪些App；涉及花钱、发邮件等高风险作为时，会先询问用户。

这一职能本周先面向trusted testers，下周打算作为Beta推给美国Google AI Ultra用户。

macOS版Gemini：起头进入桌面工作流

Gemini App还有一个比力容易被忽略的更新：macOS桌面版。

谷歌说，Gemini的macOS App已经能够下载，接下来会把Gemini Spark带到桌面端，让它处置本地文件，并自动化桌面上的工作流。它还会参与新的语音能力：用户能够对着屏幕说一段并不齐全、同化着搁浅和口头禅的话，Gemini能凭据屏幕高低文，把它整顿成更正确的文本，并直接放到光标地点地位。

这件事看起来幼，但也值妥贴心，由于Agent最终不成能只在网页里工作。好多真实工作发生在本地：文件加注桌面软件、浏览器、多窗口、多文档之间。谷歌把Spark带到macOS，其实就是在往桌面Agent的方向走。

我们之前写过一篇文章，说PC才是agent时期的头等硬件，谷歌之前在The Android Show上颁布的各种更适应真实工作流的软硬件产品，和这件事也是互通的。

Google Search：搜索框25年来最大改版

这次最有象征意思的产品，还是Search。

谷歌说，AI Mode上线一年后，月活已经超过10亿，查问量每个季度翻倍。此刻，谷歌把Gemini 3.5 Flash作为AI Mode的默认模型，并颁发对搜索框进行25年来最大升级。

新的搜索框不再只是输入关键词的幼框，造成了一个AI入口。

它会动态发展，让你用更天然的方式描述问题；它会凭据意图给出AI建议，不只是传统自动补全；它支持多模态输入，能够用文本、图片、文件、视频，甚至Chrome标签页作为输入。

也就是说，搜索不再只是“给我十个链接”，造成了“我有一个问题、一段资料、一张图、一个网页高低文，你助我理解并持续往下走”。

另表，AI Overview 也能够更天然地接入AI Mode。用户能够直接对AI Overview持续追问，搜索会带着高低文进入对话。这个履历已经在桌面和移动端全球上线。

Search这次还有一个更Agent化的能力：Search agents。

谷歌说，用户以来能够在Search里创建、定造和治理多个AI agents。第一批是information agents，信息型Agent。它们能够24幼时在后盾监控你关切的信息，而后在相宜的时辰给你一份综合更新。

这和Google Alerts很像，但更智能。

Google Alerts只能按关键词订阅。Search agents订阅的是“你的意图”。它不像爬虫那样只看某个词有没有出现，而是理解你到底要什么，而后跨网页、新闻、社交、购物、体育、金融等信息源监控变动。

information agents今年夏天先给Google AI Pro和Ultra用户推出。

此表，Search还在扩大agentic booking，也就是助你实现预约类工作。好比你要找一个周五晚上、能坐6幼我、供给夜宵的个人KTV房间，Search会综合价值和可用性，并给你直接实现预约的入口。部吩旆类，好比家政维建、美容、宠物护理，用户甚至能够让Google代为给商家打电话。这些能力今年夏天在美国面向所有效户推出。

另表，谷歌还把Antigravity和Gemini 3.5 Flash的编码能力带进了Search。指标是让搜索了局不再只是文本、图片、表格，而是凭据你的问题即时天生相宜的交互界面。

好比你想理解天体物理，或者想看腕表内部怎么运行，Search能够实时组装交互视觉、表格、图表、仿照器。这些generative UI能力今年夏天会免费盛开给所有Search用户。

更进一步，Search还可以为持续性工作天生mini apps。好比你在搬场、筹备婚礼、治理健全打算，不是一次搜索就实现，而是一个持久项目。Search能够给你天生一个自界说dashboard或tracker，以来你能够持续回来用。

这极度像一个新的产品状态：搜索了局不再是网页，造成了一时天生的幼工具。

Universal Cart：谷歌想做AI购物车

购物也是这次大会的大更新之一。

谷歌颁布了Universal Cart，一个跨服务、跨商家的智能购物车。它能够呈此刻Search、Gemini、YouTube、Gmail里。用户在搜索商品、和Gemini谈天、看YouTube、读Gmail的时辰，都能够把商品参与统一个购物车。

但它不是通常的购物车。

商品一参与购物车，它就会在后盾起头工作：找优惠、追踪价值降落、查看价值汗青、提醒补货。它还会用推理能力提前发现问题，好比你在分歧零售商那里买电脑配件，它会提醒你哪些零件不兼容，并推荐代替规划。

由于它基于Google Wallet，还能理解你的支付方式权利、会员信息、商家优惠，助你找到暗藏折扣或者积分机遇。

结账时，Universal Commerce Protocol会让用户用Google Pay急剧实现采办，或者把商品转到商家网站持续下单。

谷歌提到，Nike、Sephora、Target、Ulta Beauty、Walmart、Wayfair，以及Shopify 上的Fenty、Steve Madden 等品牌会参加有关结账能力。Universal Cart今年夏天会先在美国的Search和Gemini App推出，之后进入YouTube和Gmail。

谷歌还提到Agent Payments Protocol，AP2。它的主张是让Agent代表用户安全付款。用户能够给Agent设定严格天堑，好比只能买哪些品牌、哪些产品、最多花几多钱。AP2会在用户、商家、支付处置方之间创建可验证的纪录，让Agent的采办行为有天堑、有痛处、有追踪。谷歌说，AP2会在将来几个月进入Google产品，首先从Gemini Spark起头。

不外……购物也就算了，谁会想让AI助你一键付款呢。

智能眼镜：Google Glass的AI时期重启

硬件侧最值得关注的是智能眼镜。

以前Google Glass的确做得挺烂的，甚至能算是硅古撞件史上“技术很酷，但产品没想领略”的典型案例。

这次和昔时Google Glass最大的分歧是产品逻辑换了。Google Glass像是把手机通知、拍照、导航这些职能，硬塞到面前，但这次的Gemini智能眼镜更像是：让AI随时看见你看到的器材、听见你听到的器材，而后助你理解和处置。

也就是说，它不再只是“戴在脸上的幼屏幕”，造成了一个更天然的AI入口。

在今年的I/O大会上，谷歌分享了更多关于智能眼镜的信息：这种眼镜能够在不打断你的情况下，即时提供援手。

智能眼镜分为两种：一种是音频眼镜，能够在你的耳朵里提供语音援手；另一种是显示眼镜，能够在你必要的时辰立即显示所需信息。这两种眼镜都能让你解放双手，专一于其他事件，只需开口询问，即可获得Gemini的援手。

音频眼镜会先上市，今年秋天推出。

样子看起来，怎么说，挺日常的。

职能上，它能够通过“Hey Google”或者轻触镜腿唤起Gemini。用户能够问它面前看到的器材，好比路过一家餐厅，问它评价怎么样；看到一块云，问这是什么云；看到复杂停车标志，让它助你诠释。

它还支持导航，也能够接电话、发短信、总结错过的新闻、播放音乐；能够拍照和视频，并用Nano Banana做图像编纂，好比拍完照直接说“给每幼我戴上搞笑帽子”；还能实时翻译语音和文字，翻译语音时甚至会尽量匹配措辞人的语气和音高。眼镜也能够衔接 Uber、Mondly等手机利用，并同时支持Android和iOS。

固然不好说现实使用成效若何，但这次至少避开了Google Glass昔时的几个坑：

不再把眼镜当成微型手机，主题不是通知和幼屏幕，而是Gemini对现实世界的理解和工作执行；不再一上来押正视AR，先推音频眼镜，降低硬件难度和社会接受门槛；不再忽视表观，找Gentle Monster和Warby Parker，认可眼镜是时尚消费品，不是纯科技产品。

终于当初Google Glass长这样：

场景也更分了然。导航、翻译、鉴别面前事物、总结新闻、拍照编纂、叫车点单，这些都更靠近“我为什么要戴它”。

Google Antigravity 2.0：开发者侧的Agent工作台

开发者侧，最重要的是Google Antigravity 2.0。

谷歌把它称为agent-first development platform。也就是说，它不是通常 IDE 插件，而是一个以Agent为中心的开发平台。

这次I/O大会颁布了Antigravity 2.0桌面利用、Gemini API里的Managed Agents，以及AI Studio的原生Android vibe coding。

从前AI编程工具的主题是“助你补代码、写函数、诠释报错”，此刻谷歌想做的是“从prompt到出产就绪app”，也就是你给一个指标，AI就能规划、拆工作、挪用工具、跑测试、建bug、部署，并且可能让多个子Agent并行工作。

这和Codex、Claude Code、Cursor竞争的是统一条赛路。谷歌的优势在于它不只有模型，还有Android、Firebase、Cloud、Workspace、Play Store、Search、Chrome 等齐全生态。

Project Genie + Street View：世界模型起头衔接真实街景

另一个偏前沿的产品是Project Genie。

Genie是Google DeepMind的通用世界模型，能够天生多样化、可交互的环境。谷歌说，它已经成为钻研工具，能够让Agent在复杂虚构环境中进建和推理，也援手Waymo（Alphabet旗下的自动驾驶公司）仿照高真实度路路环境。

这次的新能力，是把Genie和Google Street View衔接起来。

也就是说，Genie 的天生能力起头和Google近20年街景图像结合，让模型天生的环境能够锚定真实世界。谷歌说，这可以为AI agents或机械人提供虚构环境，让它们在其中导航、互动、进建现实世界的复杂性。

机械人和自动驾驶必要大量真实世界数据，但现实世界测试昂贵、危险、慢。世界模型能够提供虚构训练；而Street View则是谷歌独有的数据资产。二者结合，意味着谷歌能够把真实街景造成可交互的仿照环境。

换句话说，Project Genie是谷歌把“地图资产”造成“AI训练环境”的尝试。

今年Google I/O不是一个单点颁布会，而是一次生态铺开。

模型层，谷歌颁布Gemini 3.5和Gemini Omni。前者面向行动和 Agent，后者面向全模态天生和视频编纂。

产品层，Gemini被塞进Search、Workspace、Shopping、Flow、AI Studio、智能眼镜。它不再只是一个App，而是Google产品体下凤的统一智能层。

贸易层，谷歌起头把Agent落到真实工作上：助你盯信息、订服务、管购物车、处置邮件、写文档、做App、天生视频、甚至辅助科研。

这次大会的一个显著趋向是，谷歌在把Gemini刷新成Google生态的操作系统。

从前的Google，是一个你自动使用的工具箱，你能够用它搜索、发邮件、写文档……此刻，谷歌想让Gemini站在这些工具之上，理解你的意图，挪用这些工具，替你实现一串作为。

今年I/O的颁布看起来出格多、出格散：搜索、购物、办公、视频、眼镜、开发、科研，险些每条线都在讲AI，它们指向的其实是统一件事：

谷歌想要证明，自己依然占有把AI造成日常入口的最大生态。