谷歌I/O 2026大会火力全开，劈柴与Demis Hassabis同台亮相，将半年积攒的重磅技术一夜之间悉数揭晓。
毫无悬念，今晚的绝对主角——Gemini Omni正式登场！
作为一款真正意义上的“全能”大模型，Omni能够接收任意形式的输入，并生成任何类型的内容。
它首发支持视频输出，堪称“视频版Nano Banana”。
另一大高潮来自Gemini 3.5 Flash。
在几乎所有基准测试中，3.5 Flash都实现了对自家前代旗舰Gemini 3.1 Pro的碾压式超越。
输出速度直接翻倍，相比GPT-5.5和Opus 4.7更是快了4倍有余。
性能更强的3.5 Pro版本，则计划于下个月发布。
此外，还有一系列重磅新品亮相：
· Antigravity 2.0：全新独立桌面应用，从IDE进化为Agent开发平台
· Gemini Spark：个人AI特工，7×24小时云端运行
· Gemini App改版（代号Neural Expressive），转为算力计费模式
· AI Ultra订阅计划新增100美元档位，最高档从250美元降至200美元
· 谷歌搜索迎来25年来最大升级，接入3.5 Flash，新增智能搜索框、自动生成mini应用等功能
……
毫不夸张地说，这场I/O大会的干货密度堪称历年之最。
Gemini Omni首发：一个“全能”AI诞生了
正如预热视频所疯狂暗示的那样，万众期待的Gemini Omni终于到来。
Hassabis亲自登台宣布：“我们正迈出下一个重要的一步——Gemini Omni，这是一个可从任何输入创建内容的全新模型。”
这个排面足以说明一切。谷歌此次要打造的，是一个“全能”的AI创作引擎。
它将Gemini的智能与最强的生成式AI融为一体，在世界理解、多模态和编辑三个维度上全部拉满。
直白地说，只要给出图片、音频、视频、文字的任意组合，它就能生成一段高质量视频。而且，用户可以通过聊天的方式编辑视频。
更关键的是，Omni不仅仅是“看起来像”，它真的在理解物理世界。
Hassabis的原话是，以前的系统在模拟重力、动能等概念时经常翻车，但Omni实现了一个“阶跃变化”。
它将Gemini的“世界知识”和“推理能力”注入了视频生成。
只需一句prompt“用粘土动画解释蛋白质折叠”，生成的视频里氨基酸链折叠成α螺旋和β折叠的每一步都科学准确，视觉上是精致的定格动画。
又比如为英文26个字母匹配对应物体。
C是水豚（Capybara），D是迪斯科球，L是熔岩灯。Omni不是在拼贴素材，它真的在把语言、图像和语义联结在一起。
不得不说，从逼真到有意义，这一步跨得太大了。
在台上，Hassabis掏出一段自拍视频开始现场魔改。手掌上随手画的圈变成了黑洞，傍晚散步的街道变成了赛博朋克场景。
一句话重写画面，一句话改变世界。
任何东西都可以成为创造全新现实的画布。
再比如，自拍掌中玩火，一张纸画了一个圈立即变黑洞，各种脑洞大开的玩法都可实现。
|
而且，这不是一次性生成完事。用户可以接着聊。
Gemini Omni输出的视频，角色保持一致，物理逻辑成立，场景记忆连贯。
从一段原始的演奏画面开始。第二轮，“把小提琴手传送到这张图片的环境里”，附一张雪山草地的参考图，场景瞬间切换，动作、光影全部适配新环境。
第三轮，“把镜头切到小提琴手的肩膀后方”，视角旋转，但演奏动作和音乐完全连续。
不论场景如何变幻，画面的主体都不会崩坏。
更让人细思极恐的是，Omni的输入灵活性。
图片、文字、视频、音频，任何参考物都可以混合输入，生成一个连贯的输出。
用户甚至可以创建自己的Avatar，让AI版的自己出现在任何场景中，说自己的声音、做自己没做过的事。
目前，Omni Flash已正式上线，API版本将在未来几周开放。而更强的Omni Pro也在路上了。
凭借谷歌强大的整合能力，Omni首发就接入了Gemini App、Google Flow和YouTube Shorts，YouTube Shorts用户甚至可以免费使用。
Flash干翻Pro：3.5重写了“旗舰”的定义
Gemini Omni之后，I/O大会本场另一重头戏，就是全新旗舰Gemini 3.5 Flash的发布。
谷歌给它的定义是：迄今最强的编码、智能体模型。
现场，劈柴亲口宣布：“3.5 Flash在几乎所有基准测试中，全面胜出Gemini 3.1 Pro！”
要注意，3.1 Pro可是谷歌三个月前才推出的旗舰模型，现在，一个Flash级别的模型就把它碾了。
没想到，谷歌竟在如此短时间内，交出了亮眼的成绩单：
- Terminal-Bench 2.1（编码）：76.2%
- GDPval-AA（真实世界Agent任务）：1656 Elo
- MCP Atlas（大规模工具使用）：83.6%
- CharXiv Reasoning（多模态理解）：84.2%
以上四大基准测试，相较于Gemini 3.1 Pro，3.5 Flash堪称断层跃迁。
在速度方面，3.5 Flash独占一个象限，289 tokens/秒，比其他前沿模型快4倍还要多。
|
另外，3.5 Flash在一部分基准测试中，性能媲美，甚至足以碾压GPT-5.5、Claude Opus 4.7。
不得不说，3.5 Flash又快又强，几乎没有对手。
参数太抽象，不如看看下面这个真实的极限演示。
只需一瞬间，3.5 Flash就能消化一篇天书般的学术论文，并写出一个带有完美交互的可视化网站。
在智能体任务中，通过Antigravity，它可以完成多步工作流，自动对铺屏的资产完成分类和命名。
亦或是，利用两个Agent，在短短六小时内复现了AlphaZero论文，并编写出一款可完整运行的游戏。
**
**
93个Agent造出OS，仅12小时
可以看到，3.5 Flash这一切能力的实现，全部是借助全新Antigravity 2.0实现的。
今天，谷歌Agent开发平台Antigravity升级到了2.0，从IDE变成了独立桌面应用，彻底拥抱Agent-first设计。
Varun上台给出一个让全场屏息的Demo。
他让Antigravity搭载3.5 Flash，从零开始构建一个操作系统。
93个Agent协同工作，发送超过15000次模型请求，处理了26亿个token。经过12小时，一个原本空白的项目演变成了功能完整的操作系统内核。
调度程序、内存管理和文件系统——每一行代码都由Agent编写、测试和审计。
API总成本不到1000美元。
随后，他尝试在这个AI生成的操作系统上运行DOOM。
首次尝试失败，原因是缺少视频和键盘驱动。他立刻在Antigravity 2.0中输入修复指令，Agent自动开始补写驱动代码。
片刻后，DOOM画面显示在屏幕上，全场爆发出掌声。
|
—|—
总结来说，Antigravity 2.0的核心升级包括：
- 子Agent可动态创建，主Agent将任务拆分为子任务并分配，互不干扰地并行执行；
- 异步任务管理确保长时间操作不再阻塞主线程；
- Scheduled Tasks支持设置定时任务，让Agent自动执行，比如每天检查一次PR状态，或每小时运行一次健康检查脚本。
新增斜杠命令：/goal 让Agent一次性完成所有任务，/grill-me 则反过来让Agent先明确需求再动手，/browser 显式控制浏览器的使用。
不过，这些都是内部已验证的功能。
谷歌内部使用Antigravity处理token的速度，3月份是每天5000亿。如今，这一数字飙升至每天3万亿。
而且，这个12倍加速版的Flash，今天起在Antigravity中即可使用。
3.5 Flash同时成为Gemini App和Google搜索AI Mode的默认模型，面向全球所有用户开放。
开发者可通过Antigravity 2.0、Gemini API、Google AI Studio调用。企业用户则通过Gemini Enterprise Agent Platform接入。
更令人震撼的是，3.5 Pro正在内部测试中，预计下个月发布。
7×24小时个人管家：谷歌Spark终于来了
今晚的第三大发布，当属Gemini Spark！
劈柴对其定位非常明确：你的个人AI Agent。即使合上笔记本电脑，它也不会停歇。
|
—|—
它运行在云端的专用虚拟机上，可实现7×24小时在线。
Gemini Spark由Gemini 3.5和Antigravity框架驱动，深度整合了谷歌的“办公全家桶”。
产品副总裁Josh Woodward上台演示了两个场景，直接让全场陷入疯狂。
第一个是工作场景：输入一条指令，“帮我起草一封给团队的邮件，汇总过去一周关于Gemini Live发布的所有信息”。
Spark自动跨Gmail、Docs和聊天记录抓取信息，还调用了Woodward自己编写的一个“ghostwriter”技能，让邮件自动匹配他的个人语气。
整个过程在后台完成，人类只需审核和发送。
没错，Spark支持自定义技能（skills），让它学会你的口吻、你的偏好、你的工作方式。
第二个是生活场景：规划一场街区派对。
Spark收到任务后一步步执行。它创建了一个Google Sheets的RSVP追踪表，直接连接Gmail，谁回复了自动更新。
|
—|—
对于未报名的邻居，Spark自动起草催促邮件，生成草稿等确认后再发送。
然后，它还生成了一个Google Slides的宣传演示文稿，连街区里要放充气城堡的信息都写进去了。
全程无需打开任何App。
不仅如此，Spark还具备强大的语音输入能力。
现场，Woodward掏出手机，直接用语音甩出三个任务：
“找到所有跟Sundar的会议标成亮粉色”、“给新邻居John写邀请函加入block party名单”、“创建一个文档列出学年结束前要为孩子做的事，按截止日期排序”。
语音直接转成了文字指令，Spark自动将一段连续的语音拆分成三个独立任务线程，在后台并行执行。
定价方面，AI Ultra订阅每月100美元可用Spark Beta。最高级Ultra计划从250美元降至200美元。
Spark将在下周率先对美国AI Ultra用户开放Beta版试用。
这一夜，谷歌撕开了ASI入口
回顾这次I/O，真正令人震撼的，不是某一个产品。
而是所有能力同时到位。
全模态理解、全模态生成、全天候在线Agent——这三块拼图，谷歌在一夜之间全部拼上了。
Omni将一句话变成一个世界，无需人类提供任何素材。
93个Agent从零造出操作系统，无需人类写一行代码。
Spark 7×24小时替你工作，无需人类打开一个App。
当AI不再需要人类“喂料”，而是自己理解、自己决策、自己执行、自己迭代——这条路的终点，叫ASI。
没有人能给出确切的时间表。但今晚的Google I/O，让所有人意识到一件事：
通往超级智能的路上，已经没有“技术上做不到”这个障碍了。剩下的，只是工程部署的速度。
半年前我们还在争论AGI是不是泡沫。半年后，谷歌已经在用Agent写操作系统了。
这个行业的加速度，已经超出了人类直觉能感知的范围。
参考资料：
https://youtu.be/wYSncx9zLIU
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-5/
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-omni/
https://antigravity.google/blog/introducing-google-antigravity-2-0
https://antigravity.google/blog/google-io-2026-feature-deep-dive
关注“鲸栖”小程序，掌握最新AI资讯
本文来自网络搜集，不代表鲸林向海立场，如有侵权，联系删除。转载请注明出处：https://www.itsolotime.com/archives/35528
