旗下矩阵

  • 投资界
  • 天天IPO
  • 解码LP
  • 并购
  • 前哨
  • 投资界AI

Gemini 3.5来了,谷歌亲手淘汰谷歌

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。
·微信公众号:新智元ASI启示录

AI投资人解读

· 谷歌I/O 2026大会推出Gemini Omni等多款新品。Gemini Omni能接收任意输入、生成任意内容且首发支持视频输出Gemini 3.5 Flash性能大幅超越前代,速度极快。Antigravity 2.0升级为Agent开发平台,Gemini Spark可7×24h云端运行。
· 行业竞争激烈,技术更新快,若谷歌新品不能持续保持优势,可能面临市场份额下滑风险。
总结:谷歌此次大会新品亮点突出,展示了强大的技术实力与创新能力,具备较高投资潜力。但需关注其在竞争环境中的技术迭代速度与市场表现,建议持续跟踪相关动态。内容由AI生成,仅供参考

谷歌I/O 2026大会,火力全开!

刚刚,劈柴和Demis Hassabis同台登场,把攒了半年的大招一口气全部亮了出来。

没有一丝悬念,今晚*的主角,Gemini Omni正式亮相!

作为一个真正「全能」的大模型,Omni可以接收任意形式的输入,生成任意内容。

并且首发支持视频输出,堪称「视频版Nano Banana」。

今晚的另一个高潮,属于Gemini 3.5 Flash。

在几乎所有的基准测试中,3.5 Flash都实现了对自家前代旗舰Gemini 3.1 Pro的碾压。

输出速度也直接翻倍,对比GPT-5.5和Opus 4.7更是快了4倍有余。

更强的3.5 Pro,则会在下个月发布。

此外,亮相的还有一大波重磅新品:

· 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,7×24h云端运行

· Gemini App改版,代号Neural Expressive,改为算力计费

· AI Ultra订阅计划新增100美元版本,最高档从250降至200美元

· 谷歌搜索25年*升级,接入3.5 Flash,新增智能搜索框、自动生成mini应用等

......

毫不夸张地说,这场I/O的干货密度,堪称历年之最。

Gemini Omni首发

一个「全能」AI诞生了

正如预热视频疯狂暗示的那样,万众期待的Gemini Omni终于来了。

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」。

这个排面就说明了一切。谷歌这一次要打造的,是一个「全能」的AI创作引擎。

它把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。

直白讲,给到图片、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,可以用聊天的方式编辑视频。

更关键的,Omni不只是「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、动能这些概念时经常翻车,但Omni实现了一个「阶跃变化」。

它把Gemini的「世界知识」和「推理能力」注入进了视频生成。

给它一句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,各种脑洞大开玩法都可实现。

而且,这不是一次性生成完事。你可以接着聊。

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。

你甚至可以创建自己的Avatar,让AI版的你出现在任何场景中,说你的声音、做你没做过的事。

目前,Omni Flash已正式上线,API版则会在未来几周开放。而更强的Omni Pro也在路上了。

凭借着谷歌强大的整合能力,Omini首发就接入了Gemini App、Google Flow和YouTube Shorts,YouTube Shorts用户甚至可以免费用。

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,迄今为最强的编码、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,甚至是足以碾压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*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个子Agent并行工作,发出超15000次模型请求,处理26亿个token,12小时后,一个完全空白的项目变成了功能完整的OS内核。

调度程序、内存管理、文件系统,每一行代码都是Agent写的,Agent测的,Agent审计的。

API费用不到1000美元。

接着,他试着在这个AI写的操作系统上运行DOOM。

*次尝试失败了,缺少视频和键盘驱动。于是他当场在Antigravity 2.0里输入修复指令,Agent开始自动补写驱动代码。

等了一会儿,DOOM的画面出现在屏幕上,全场沸腾。

总结一下,Antigravity 2.0带来核心升级包括——

子Agent可以动态生成,主Agent把任务拆成子任务分配出去,互不干扰地并行跑;

异步任务管理让长耗时操作不再阻塞主线程;

Scheduled Tasks可设「定时任务」让Agent自动执行,比如每天检查一次PR状态、每小时跑一次健康检查脚本。

新的斜杠命令:/goal让Agent一口气跑完,/grill-me反过来让Agent搞清楚需求再动手,/browser显式控制浏览器使用。

不过,这些都是内部已经跑通的能力。

谷歌内部用Antigravity处理token的速度,3月份是每天5000亿。如今,每天狂飙3万亿。

而且,这个12倍加速版的Flash,今天起在Antigravity里就能用了。

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。

开发者通过Antigravity 2.0、Gemini API、Google AI Studio调用。企业用户通过Gemini Enterprise Agent Platform接入。

更炸裂的事,3.5 Pro正在内部测试中,下个月发布。

7x24h个人管家

谷歌Spark终于来了

今晚第三大发布,当属于Gemini Spark!

劈柴给它的定位非常明确:你的个人AI Agent。即使合上笔记本电脑,它也不停歇。

它跑在云端的专用虚拟机上,可以实现7x24小时在线。

Gemini Spark由Gemini 3.5+Antigravity框架驱动,深度整合谷歌「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。

*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、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。

给没报名的邻居,Spark自动起草催促邮件,生成草稿等确认后再发。

然后,它还生成了一个Google Slides的宣传deck,连街区里要放充气城堡的信息都写进去了。

全程没有打开任何一个App。

不仅如此,Spark还具备了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自动把一段连续的语音拆成了三个独立任务线程,在后台并行执行。

定价方面,AI Ultra订阅每月100美元可用Spark Beta。*Ultra计划从250美元降到了200美元。

Spark则会在下周率先对美国AI Ultra用户开放Beta版试用。

这一夜,谷歌撕开了ASI入口

回过头看这场I/O,真正让人后背发凉的,不是某一个产品。

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把一句话变成一个世界,不需要人类提供任何素材。

93个Agent从零造出操作系统,不需要人类写一行代码。

Spark 7×24小时替你工作,不需要人类打开一个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。

【本文由投资界合作伙伴微信公众号:新智元授权发布,本平台仅提供信息存储服务。】如有任何疑问,请联系(editor@zero2ipo.com.cn)投资界处理。