首个Gemini桌面端被曝光，全新Gemini 3.2/3.5模型悄然现身，短短一分钟内可盲写2000行代码，操作系统级别的Agent真的到来了。
谷歌这次，是真的要放大招了！
美国时间5月20日凌晨1点，也即今晚，Google I/O 2026将在加州山景城正式开幕。
然而，好戏已经提前上演。谷歌从上到下集体“按捺不住”——从CEO劈柴、Hassabis，到Gemini产品负责人Logan，一个接一个在社交媒体上抛出重磅信息。
|
让全网炸开锅的是，他们配的预热视频，全部由AI生成。
一边是10秒的经典梗图输出，另一边是8秒的真人预告Gemini，人们纷纷猜测这些内容均由Gemini Omini完成。
|
同样在今天，谷歌Gemini桌面版被曝光，Mac版本率先上线。
Live、Spark、Omni、“魔法指针”等功能齐发，一场颠覆人机交互的革命拉开序幕。
从下一代旗舰模型Gemini 3.5/3.2，到原生多模态Gemini Omni，再到全新的Gemini桌面端应用……谷歌I/O大会的密集预热，已将全网的期待推向高潮！
重磅新品呼之欲出，所有人都在屏息等待，迎接属于谷歌的“新王”时刻。
首个Gemini桌面端，真的来了
真正让全网沸腾的，是I/O前夜曝光的一整套Gemini桌面端核心升级。
知名爆料人TestingCatalog指出，“谷歌Gemini桌面应用即将迎来四大核心功能”。
目前泄露的桌面版仅支持Mac，Windows用户还需要继续等待。
- Gemini Spark：系统级Agent操控PC
从演示中可以看出，Gemini Spark是一个独立的Agent工作区，与普通的Chat模式区分开来。
它的杀手锏在于——可以连接本地文件夹，读取代码文件、运行脚本、整理文件，甚至能直接与Google Drive同步工作流。
换句话说，这不再是一个“你问我答”的聊天机器人，而是一个真正能在你的电脑上干活的AI员工。它能查看你的文件、操作你的文件，还能把工作同步到云端。
这意味着什么？这正是Codex桌面版以及Claude Code正在追逐的领域：本地文件系统级别的Agent操控权。谷歌一步到位，直接将其塞进了消费级桌面产品中。有网友将其称为Codex的替代方案。
- Stream to Cursor：“魔法指针”降临桌面
在上一周的Android Show上，谷歌的“Magic Pointer”惊艳亮相。“鼠标指针”一夜之间成为了AI交互的核心——无需打断工作流，光标悬停到哪里，AI立刻理解上下文并弹出操作建议。
现在，这个能力被搬到了桌面端，命名为“Stream to Cursor”。它让Gemini以浮动窗口的形式，实时感知鼠标所在窗口的上下文——你在看什么，它就知道什么。
更关键的是，这个浮动窗口还支持即时分享屏幕、窗口或摄像头内容。它还支持在Gemini 3 Flash和Gemini 3.1 Pro之间快速切换。不得不说，这才是大模型真正“接管操作系统”的样子。
- Gemini Omni：内部代号Veo4 Omni
爆料显示，Gemini Omni在谷歌内部被指代为“Veo4 Omni”，这直接暗示了Veo 4的深度集成。更早之前的泄露已经显示，Gemini的视频生成页面出现了“Powered by Omni”的标签。它和现有的Veo 3.1代号“Toucan”并列出现。
这意味着，谷歌正在将文字、图片、视频三大生成能力合并到一个统一的Gemini模型中。这将是业界第一个真正意义上的“全能生成模型”。
- Gemini Live：语音实时交互
Gemini Live将作为常驻语音悬浮窗出现在桌面端，不过目前仍处于开发阶段，尚未正式可用。
除了四大核心功能，还有一个细节值得注意：“Skills技能”全面上线Gemini桌面端。开发者可以将自定义脚本或功能文件夹，直接挂载到Agent工作流中。
一时间，谷歌的桌面端AI布局从“聊天机器人”直接跳到了“全能操作系统级Agent”。
全新Gemini 3.2闪现，编程快到“离谱”
这几天，全网已经放出不少关于Gemini 3.2，甚至称3.5的编码实测。一些开发者在Gemini网页端，选择“Fast模式+Canvas”，就路由到了Gemini 3.2 Flash版本。今天，下一代旗舰Gemini突然在Antigravity现身了。
有大佬Chetaslua实测后惊叹，Gemini 3.2 Flash的编程能力简直快到“离谱”——一句提示，2000行代码，生成一个mini版“我的世界”，不到一分钟。
另一个demo中，1700行代码，48秒，Gemini完美通过了体素立方体（voxel cube）测试。
在前端搭建上，一个Flash版本的Gemini做到这种程度，简直绝了。
办公“全家桶”也换脸了
顺带一提，就在I/O前夕，谷歌还悄悄更新了整套Workspace应用图标。就在I/O前夜，Gmail、Google Drive、Docs、Sheets等十几款Workspace应用开始全面推送新图标。
最显眼的变化是：谷歌彻底抛弃了“每个图标必须包含四种公司色”的铁律，转而采用“渐变色+独立配色”的设计语言。这套新设计语言与Google Logo、Gemini图标、Android 17的视觉体系完全打通。但不得不说，谷歌正在从图标到AI底层，对整个生态进行一次统一的视觉和智能重构。
谷歌训出最大AI，迎来“Mythos时刻”
在所有围绕I/O的讨论中，科技大佬Andrew Curran的一段预测引发了全网关注。“我认为他们训练了有史以来最大的模型”。可能是任何人训练过的最大模型。在规模化过程中，出现了意料之外的东西。他用了一个非常有意味的类比：他们经历了自己的Mythos时刻，但方式和Anthropic不同。Gemini一直是一个和Claude非常不同的模型。
今天这一波密集泄露所指向的图景，远比“又一次产品更新”宏大得多。谷歌首个Gemini桌面端，正变成一个驻留在操作系统层面的“全能智能体”——能听（Live语音）、能看（Stream to Cursor屏幕感知）、能做（Spark本地文件操控）、能创（Omni视频生成）、能学（Skills技能系统）。这是一个原型级的“通用智能Agent”。
从单一的问答工具，到感知环境、操控工具、生成内容、自主执行——这条进化链，恰恰是从窄AI走向AGI、乃至ASI的必经之路。今晚的I/O大会，谷歌已经按下了开始键。
**
**
上一届AI提了92次，今年呢？
去年谷歌I/O 2025主题演讲中，官方现场统计显示“AI”一词被念了92次。
那么这次，AI会被提及多少次呢？
参考资料：
https://www.theverge.com/tech/932417/google-gmail-docs-cal-sheets-workspace-icon-redesign
https://x.com/testingcatalog/status/2056532499036045317?s=20
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/35553
