Google I/O大年夜会的10个新器械 用Gemini接收一切

我们之前写过一篇文章，说PC才是agent时代的头号硬件，Google之前在The Android Show上宣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。

重点在于，本年不仅有模型才能的晋升，Google还把Gemini塞到了各类处所。

从搜刮框，到购物车，再到智能眼镜……Google正在用AI接收一切。

我们整顿了此次大年夜会上最值得存眷的10个新器械，一路来看：

01

Gemini 3.5：迄今为最强的编码、智能体模型

先来看备受存眷的底层模型。

此次Google宣布了Gemini 3.5系列，首发的是Gemini 3.5 Flash，3.5 Pro还在内部应用，筹划下个月推出。

3.5 Flash面向的是编码、智能体义务和真实工作流，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在编码才能、Agent才能、对象调用才能上比3.1 Pro强了不少，但在Humanity's Last Exam和ARC-AGI-2上照样有所不足。

订价上，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%。

在Gemini 3强大年夜的多模态基本之上，3.5 Flash可以生成更丰富、更具交互性的Web用户界面和图形。

它可以在不到一分钟里生成6个不合的付出页面，也可以一次做出64个分形图案变体；用户只要用文字描述一个设法主意，它就能生成可互动的网页组件。

更复杂一点，它还能把论文、课程视频变成互动式进修卡片和可视化页面，甚至在Google搜刮里，根据用户的问题现场生成图表、模仿器和沉浸式解释界面。

07

10

这就是Gemini 3.5 Flash的地位。

02

除了Gemini 3.5，此次Google还宣布了一个更偏创作的新模型：Gemini Omni。

Google对它的定位是：can create anything from any input（从任何输入，生成任何内容）。

当然，如今第一步照样视频。之后Google还筹划支撑图片、音频等更多输出情势。

首个上线的是Gemini Omni Flash，已经向Google AI Plus、Pro和Ultra订阅用户开放，可以在Gemini App和Google Flow 中应用；YouTube Shorts和YouTube Create App也会免费接入。将来几周，Google还会把它经由过程API开放给开辟者和企业客户。

Omni不是一个纯真的文生视频模型。它可以把文字、图片、音频、视频一路作为输入，然后生成一段完全视频，并且支撑对话式视频编辑。

Google还特别强调，Omni背后接的是Gemini的世界常识。它对重力、动能、流体这些物理后果有更好的懂得，也可以把复杂概念做成解释视频。行动会产生后果，情况会对事宜做出反响，叙事会按逻辑成长。

换句话说，Google想表达的是，AI视频不是只能做炫酷短片，也可以变成一种常识表达对象。复杂概念、科学过程、教授教化内容，都可以被转成更直不雅的视频。

和Seedance 2.0一样，Omni也能多种参考素材来生成视频，图片、视频、音频、音乐都可以成为输入。用户可以让它保存某张图里的角色，借用一段视频里的动作，再让画面跟随音乐节拍变更，最后生成一段新的完全视频。

官方还提到，用户可以从已有素材出发：用草图作为动作参考，把它变成真实影像；例如用视频里的鲸鱼游动动作，迁徙到一种反光流体材料上；或者保存房间构造不变，只把植物变成半透明的发光植物，并让萤火虫和声音节拍互动。

不过，看社群反响，它用起来并没有Seedance 2.0出色……但这只是Flash版本的一个开端，对吧？

安然方面，Omni支撑用户创建本身的数字分身，也就是用本身的声音和形象生成视频。但Google强调，其他涉及改音频、改语音的才能还在测试中，须要更谨慎地推出。所有Omni生成的视频都邑带有弗成见的SynthID数字水印，用户可以经由过程Gemini以及Google搜刮来验证内容是否由Gemini Omni生成。

03

Gemini App：大年夜更新

固然3.5 Flash名字里照样Flash，但它的定位已经不只是“快”和“便宜”，可以说，它是Google此次所有Agent产品的发念头。

Google说，本年对Gemini App来说是“硕果累累的一年”。客岁I/O时Gemini App有4亿用户，如今已经有跨越9亿月活，覆盖230多个国度和70多种说话。

此次 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、更光鲜的色彩、新字体、触觉反馈。Gemini Live也被直接整合到Gemini，用户可以从打字天然切到语音对话。Google还说，Gemini今后不只是给你一堵文字墙，而是会根据问题及时生成更合适的答复情势，比如图片、交互时光线、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。

第四，是Daily Brief。它像一个凌晨简报Agent，你授权之后，它会在后台看你的 Gmail、Calendar，把紧急邮件、接下来的日程、须要跟进的事项整顿成一个早间摘要。它不只是总结，还会按你的目标排序，并建议下一步。Daily Brief从美国开端，面向Google AI Plus、Pro、Ultra用户推出。

以前的Google，是一个你主动应用的对象箱，你可以用它搜刮、发邮件、写文档……如今，Google想让Gemini站在这些对象之上，懂得你的意图，调用这些对象，替你完成一串动作。

第五，也是最重要的，是Gemini Spark。

04

Gemini Spark：Google版24小时小我Agent

Gemini Spark是此次最值得零丁介绍的产品之一。

Google给它的定位是24/7 personal AI agent。也就是说，它可以在你授权下，持续帮你干事。

它运行在Gemini 3.5上，应用Antigravity harness，并且深度连接Gmail、Docs、Slides等对象。并且因为它是云端Agent，所以你关掉落电脑、锁上手机，它也可以持续在后台工作。

Google举了几个例子。

比如你可以让它按期解析每月信用卡账单，找出新增订阅或者隐蔽费用；或者教它检查孩子黉舍邮件，把重要日期提掏出来，天天发一份简报给你和伴侣；再比如，你可以让它从邮件和聊天记录里的会议笔记中提炼信息，整顿成Google Docs，再草拟一封项目启动邮件。

这是典范的Agent叙事：帮你跨应用完成一串动作。

这也是Google最有优势、也最敏感的处所：它手里有Gmail、Calendar、Docs、Drive、Slides、Maps、YouTube、Search。只要用户愿意授权，Gemini可以触达的小我高低文，将成为一个异常宏大年夜的生态。

当然，Google也在强调权限和安然。Spark须要用户选择是否开启、连接哪些App；涉及花钱、发邮件等高风险动作时，会先询问用户。

这一功能本周先面向trusted testers，下周筹划作为Beta推给美国Google AI Ultra用户。

05

macOS版Gemini：开端进入桌面工作流

Gemini App还有一个比较轻易被忽视的更新：macOS桌面版。

Google说，Gemini的macOS App已经可以下载，接下来会把Gemini Spark带到桌面端，让它处理本地文件，并主动化桌面上的工作流。它还会参加新的语音才能：用户可以对着屏幕说一段并不完全、搀杂着逗留和口头禅的话，Gemini能根据屏幕高低文，把它整顿成更精确的文本，并直接放到光标地点地位。

这件事看起来小，但也值得留意，因为Agent最终弗成能只在网页里工作。很多真实工作产生在本地：文件夹、桌面软件、浏览器、多窗口、多文档之间。Google把Spark带到macOS，其实就是在往桌面Agent的偏向走。

06

Google Search：搜刮框25年来最大年夜改版

此次最有象征意义的产品，照样Search。

官方给了几个典范场景：比如开辟应用、保护代码库、预备财务文件、整顿非构造化资产、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。

Google说，AI Mode上线一年后，月活已经跨越10亿，查询量每个季度翻倍。如今，Google把Gemini 3.5 Flash作为AI Mode的默认模型，并宣布对搜刮框进行25年来最大年夜进级。

新的搜刮框不再只是输入关键词的小框，变成了一个AI进口。

它会动态展开，让你用更天然的方法描述问题；它会根据意图给出AI建议，不只是传统主动补全；它支撑多模态输入，可以用文本、图片、文件、视频，甚至Chrome标签页作为输入。

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

以前大年夜家对Flash类模型的印象是：便宜、快、合适轻量义务。但如今Google要表达的是，将来的Agent弗成能每一步都调用最贵、最慢的大年夜模型。真正能范围化跑起来的Agent，须要一个速度、成本和才能都比较均衡的模型。

也就是说，搜刮不再只是“给我十个链接”，变成了“我有一个问题、一段材料、一张图、一个网页高低文，你帮我懂得并持续往下走”。

第三，Gemini App接入Gemini Omni，可以直接生成和编辑视频。用户可以上传手机相册里的素材，用模板、提示词、背景调换、片子感变焦等方法做视频。甚至可以创建本身的数字分身。

别的，AI Overview 也可以更天然地接入AI Mode。用户可以直接对AI Overview持续追问，搜刮会带着高低文进入对话。这个别验已经在桌面和移动端全球上线。

Search此次还有一个更Agent化的才能：Search agents。

Google说，用户今后可以在Search里创建、定制和治理多个AI agents。第一批是information agents，信息型Agent。它们可以24小时在后台监控你关怀的信息，然后在合适的时刻给你一份综合更新。

这和Google Alerts很像，但更智能。

Gemini Omni：Google版全模态生成模型

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，而是懂得你到底要什么，然后跨网页、消息、社交、购物、体育、金融等信息源监控变更。

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

此外，Search还在扩大agentic booking，也就是帮你完成预订类义务。比如你要找一个周五晚上、能坐6小我、供给夜宵的私家KTV房间，Search会综合价格和可用性，并给你直接完成预订的进口。部分品类，比如家政维修、美容、宠物护理，用户甚至可以让Google代为给商家打德律风。这些才能本年夏天在美国面向所有效户推出。

此次Gemini App也大年夜改。

别的，Google还把Antigravity和Gemini 3.5 Flash的编码才能带进了Search。目标是让搜刮成果不再只是文本、图片、表格，而是根据你的问题即时生成合适的交互界面。

比如你想懂得天体物理，或者想看手表内部怎么运转，Search可以及时组装交互视觉、表格、图表、模仿器。这些generative UI才能本年夏天会免费开放给所有Search用户。

更进一步，Search还可认为持续性义务生成mini apps。比如你在迁居、预备婚礼、治理健康筹划，不是一次搜刮就停止，而是一个经久项目。Search可以给你生成一个自定义dashboard或tracker，今后你可以持续回来用。

这异常像一个新的产品形态：搜刮成果不再是网页，变成了临时生成的小对象。

Universal Cart：Google想做AI购物车

购物也是此次大年夜会的大年夜更新之一。

Google宣布了Universal Cart，一个跨办事、跨商家的智能购物车。它可以涌如今Search、Gemini、YouTube、Gmail里。用户在搜刮商品、和Gemini聊天、看YouTube、读Gmail的时刻，都可以把商品参加同一个购物车。

但它不是通俗的购物车。

商品一参加购物车，它就会在后台开端工作：找优惠、追踪价格降低、查看价格汗青、提示补货。它还会用推理才能提前发明问题，比如你在不合零售商那边买电脑配件，它会提示你哪些零件不兼容，并推荐替代筹划。

官方还展示了一个持续修改的例子：师长教师成一个小提琴手吹奏的视频，然后把小提琴手放进另一张图片里的情况，再把小提琴变成透明，最后把镜头角度改成从小提琴手肩膀后方看。全部过程是一轮一轮接着改，而不是每次推倒重来。

因为它基于Google Wallet，还能懂得你的付出方法权益、会员信息、商家优惠，帮你找到隐蔽扣头或者积分机会。

结账时，Universal Commerce Protocol会让用户用Google Pay快速完成购买，或者把商品转到商家网站持续下单。

Google提到，Nike、Sephora、Target、Ulta Beauty、Walmart、Wayfair，以及Shopify 上的Fenty、Steve Madden 等品牌会介入相干结账才能。Universal Cart本年夏天会先在美国的Search和Gemini App推出，之落后入YouTube和Gmail。

Google还提到Agent Payments Protocol，AP2。它的目标是让Agent代表用户安然付款。用户可以给Agent设定严格界线，比如只能买哪些品牌、哪些产品、最多花若干钱。AP2会在用户、商家、付出处理方之间创建可验证的记录，让Agent的购买行动有界线、有凭证、有追踪。Google说，AP2会在将来几个月进入Google产品，起首从Gemini Spark开端。

不过……购物也就算了，谁会想让AI帮你一键付款呢。

08

智能眼镜：Google Glass的AI时代重启

硬件侧最值得存眷的是智能眼镜。

以前Google Glass确切做得挺烂的，甚至能算是硅谷硬件史上“技巧很酷，但产品没想明白”的典范案例。

此次和昔时Google Glass最大年夜的不合是产品逻辑换了。Google Glass像是把手机通知、摄影、导航这些功能，硬塞到面前，但此次的Gemini智能眼镜更像是：让AI随时看见你看到的器械、听见你听到的器械，然后帮你懂得和处理。

也就是说，它不再只是“戴在脸上的小屏幕”，变成了一个更天然的AI进口。

在本年的I/O大年夜会上，Google分享了更多关于智能眼镜的信息：这种眼镜可以在不打断你的情况下，即时供给赞助。

智能眼镜分为两种：一种是音频眼镜，可以在你的耳朵里供给语音赞助；另一种是显示眼镜，可以在你须要的时刻急速显示所需信息。这两种眼镜都能让你解放双手，专注于其他工作，只需开口询问，即可获得Gemini的赞助。

音频眼镜会先上市，本年秋天推出。

样子看起来，怎么说，挺日常的。

功能上，它可以经由过程“Hey Google”或者轻触镜腿唤起Gemini。用户可以问它面前看到的器械，比如路过一家餐厅，问它评价怎么样；看到一块云，问这是什么云；看到复杂泊车标记，让它帮你解释。

它还支撑导航，也可以接德律风、发短信、总结错过的消息、播放音乐；可以摄影和视频，并用Nano Banana做图像编辑，比如拍完照直接说“给每小我戴上搞笑帽子”；还能及时翻译语音和文字，翻译语音时甚至会尽量匹配措辞人的语气和音高。眼镜也可以连接 Uber、Mondly等手机应用，并同时支撑Android和iOS。

固然不好说实际应用后果若何，但此次至少避开了Google Glass昔时的几个坑：

不再把眼镜当成微型手机，核心不是通知和小屏幕，而是Gemini对实际世界的懂得和义务履行；不再一上来押重视AR，先推音频眼镜，降低硬件难度和社会接收门槛；不再忽视外不雅，找Gentle Monster和Warby Parker，承认眼镜是时尚花费品，不是纯科技产品。

毕竟当初Google Glass长如许：

场景也更清楚了。导航、翻译、辨认面前事物、总结消息、摄影编辑、叫车点单，这些都更接近“我为什么要戴它”。

09

Google Antigravity 2.0：开辟者侧的Agent工作台

简单点说，Omni想让用户可以或许“把各类素材、风格、动作和声音，从新组织成一个新视频”。这对创作者很重要。

开辟者侧，最重要的是Google Antigravity 2.0。

Google把它称为agent-first development platform。也就是说，它不是通俗 IDE 插件，而是一个以Agent为中间的开辟平台。

此次I/O大年夜会宣布了Antigravity 2.0桌面应用、Gemini API里的Managed Agents，以及AI Studio的原生Android vibe coding。

以前AI编程对象的核心是“帮你补代码、写函数、解释报错”，如今Google想做的是“从prompt到临盆就绪app”，也就是你给一个目标，AI就能筹划、拆义务、调用对象、跑测试、修bug、安排，并且可能让多个子Agent并行工作。

这和Codex、Claude Code、Cursor竞争的是同一条赛道。Google的优势在于它不只有模型，还有Android、Firebase、Cloud、Workspace、Play Store、Search、Chrome 等完全生态。

Project Genie + Street View：世界模型开端连接真实街景

另一个偏前沿的产品是Project Genie。

Genie是Google DeepMind的通用世界模型，可以生成多样化、可交互的情况。Google说，它已经成为研究对象，可以让Agent在复杂虚拟情况中进修和推理，也赞助Waymo（Alphabet旗下的主动驾驶公司）模仿高真实度门路情况。

此次的新才能，是把Genie和Google Street View连接起来。

也就是说，Genie 的生成才能开端和Google近20年街景图像结合，让模型生成的情况可以锚定真实世界。Google说，这可认为AI agents或机械人供给虚拟情况，让它们在个中导航、互动、进修实际世界的复杂性。

机械人和主动驾驶须要大年夜量真实世界数据，但实际世界测试昂贵、危险、慢。世界模型可以供给虚拟练习场；而Street View则是Google独有的数据资产。二者结合，意味着Google可以把真实街景变成可交互的模仿情况。

换句话说，Project Genie是Google把“地图资产”变成“AI练习情况”的测验测验。

11

总结

本年Google I/O不是一个单点宣布会，而是一次生态铺开。

模型层，Google宣布Gemini 3.5和Gemini Omni。前者面向行动和 Agent，后者面向全模态生成和视频编辑。

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产品体系里的同一智能层。

贸易层，Google开端把Agent落到真实义务上：帮你盯信息、订办事、管购物车、处理邮件、写文档、做App、生成视频、甚至帮助科研。

此次大年夜会的一个明显趋势是，Google正在把Gemini改革成Google生态的操作体系。

本年I/O的宣布看起来特别多、特别散：搜刮、购物、办公、视频、眼镜、开辟、科研，几乎每条线都在讲AI，它们指向的其实是同一件事：

Google想要证实，本身仍然拥有把AI变成日常进口的最大年夜生态。