北京时间5月20日凌晨1点，谷歌I/O 2026开发者大会在美国加州山景城开幕。
与往年相比，今年这场发布会的重点，不是某一个模型或功能，而是一次系统性转向——谷歌正把AI智能体全面“塞进”所有核心入口。
从搜索框到Chrome浏览器，从Android手机到智能眼镜，Gemini不再只是一个对话助手，而是一个可以持续运行、跨应用执行任务的AI代理：它能替用户追踪信息、生成内容、调用工具，甚至直接完成下单和操作流程。
在开场演讲中，谷歌CEO桑达尔·皮查伊（Sundar Pichai）表示，过去12个月是谷歌“飞速发展”的一年。 谷歌每月处理的Token数量达到3.2千万亿个，同比增长7倍；Gemini应用月活跃用户数达9亿。
谷歌推出“Ask YouTube”功能。 该功能将在YouTube网站中加入聊天机器人式交互界面 ，用户可以通过自然语言引导系统找到更符合搜索意图的视频片段，并直接跳转至视频中的相关部分。谷歌表示，该功能目前正在测试，并计划于今年夏季在美国更广泛推出。
随后，谷歌展示了Docs Live。不同于传统文档编辑工具， Docs Live允许用户直接通过语音与Google Docs对话，而不必输入具体提示词 。现场演示中，一名用户需要为高中职业日准备校友演讲，Gemini自动提取演讲要点，从Google Drive中获取简历信息，并从Gmail中调取活动详情，随后帮助用户创建和编辑文档。
在介绍应用层功能后，皮查伊转向AI基础设施。皮查伊表示， 谷歌AI基础设施支出正在大幅增长，预计今年的支出将达到1800亿美元~1900亿美元。
谷歌还重点介绍了自研AI硬件TPU（张量处理单元）。谷歌称， 最新一代TPU 8将分为两类：一类面向大规模AI训练，另一类用于模型实际服务用户时的快速响应。
随后， DeepMind首席执行官德米斯·哈萨比斯（Demis Hassabis）登台介绍“世界模型”相关进展，并发布 Gemini Omni 。 这是一款基于谷歌在世界模型方面积累的新型视频生成模型。按照谷歌的介绍，Gemini Omni可以基于多种输入生成视频，并支持对话式编辑。用户可以通过自然语言修改角色、背景和场景，也可以上传自拍并将其转换成其他风格或内容。哈萨比斯称，未来Omni将能够根据任何输入生成任何输出， 首款模型Gemini Omni Flash将于今年夏季推出。
围绕AI生成内容识别，谷歌还扩展了 SynthID验证 功能。用户可以询问一张图片是否由AI生成。皮查伊现场以一张他和另外几个科技巨头CEO的梗图为例，展示该AI检测能力。
皮查伊随后发布Gemini 3.5 Flash 。他表示，该模型比此前Gemini 3.1速度更快，专为更复杂的智能体任务、更长工作流和现实世界开发者使用场景构建。谷歌称， Gemini 3.5 Flash生成输出Token的速度大约是其他前沿模型的4倍，因此尤其适合AI Agent和编码工具。
Gemini 3.5 Flash生成速度为其他模型的四倍 图片来源：直播视频截图
模型发布之后，谷歌的软件开发平台Antigravity负责人瓦伦・莫汉（Varun Mohan）登台介绍智能体编程平台 Antigravity 2.0 。
该平台被谷歌定位为面向AI Agent时代的编程工具，直接对标Anthropic的Claude Code和OpenAI的Codex。 瓦伦・莫汉称，谷歌通过Antigravity 2.0及其代理系统从零开始构建一个操作系统，整个过程所消耗的Token成本不到1000美元。他还表示，Antigravity 2.0“毫不掩饰地以智能体为先”。
紧接着，皮查伊发布Gemini Spark。 谷歌将其定义为一款全天候运行的个人AI助手，基于Gemini 3.5，并运行在Google Cloud虚拟机上。 用户可以通过Gemini应用访问Spark。按照谷歌的说法，即便用户合上笔记本电脑，Spark也可以继续工作，同时也能在智能手机上运行。
谷歌表示，Gemini Spark未来将与第三方工具集成，相关工具将陆续公布。该功能本周将面向受信任测试人员推出，下周面向美国Google AI Ultra订阅用户开放。为了降低成本，谷歌还推出价格更低的Ultra套餐，起始价为100美元/月。今年夏天，Spark也将在Chrome浏览器中运行。
阅读后的真实反馈
支持继续回复展开讨论，审核通过后会展示在页面中。