起源：刘雨鑫探店再带火“全拉萨最靓的鸡”作者： 施轩妹：

谷歌I/O大会的10个新器材，用Gemini收受所有

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。