Gemini App 月活超 9 億，月 Token 處理量每月 3200 萬億，Nano Banana 生成超過 500 億張圖片……

在今天凌晨剛剛結束的 Google I/O 大會上，Google CEO Demis Hassabis 上來就拋出了這些數字。

過去一年，AI 成了所有行業(yè)的主旋律，Gemini 在 Google 的定位，也開始從一個獨一的 App，成了所有 Google 產品里的最重要的 AI 底層能力。

這次發(fā)布會也先從模型開始，進一步帶到 Coding 和 Agent 產品。

Gemini Omni 把 Google 的***生成推向「世界模型」方向，Gemini 3.5 Flash 則是和 AI 編程工具一起推向 Agent 開發(fā)平臺。

這兩個能力隨后進入 Google 的完整生態(tài)，搜索、Gemini App、Flow、Spark、Chrome、XR 眼鏡和電商場景。

Gemini Omni 登場，***界的「Nano Banana」時刻來了

發(fā)布會最先被重點展開的是 Gemini Omni。

DeepMind CEO 將 Gemini Omni 描述為一個能夠「從任何輸入創(chuàng)造任何內容」的新模型。它把 Gemini 的推理能力與 Google 既有的生成式媒體模型結合起來，目標是提升模型對世界的理解、多模態(tài)生成能力和編輯能力。

Google 強調，Veo、Nano Banana、Genie 等模型已經能生成***、圖片和交互式模擬，但 Gemini Omni 更進一步，開始處理動能、重力等更接近物理世界的問題。

發(fā)布會現(xiàn)場展示的案例包括蛋白質折疊解釋***。用戶只需要輸入類似「生成一個關于蛋白質折疊的黏土動畫解釋」的提示，Omni 就能把抽象科學概念轉化成***內容。

它還支持更自然的***編輯。用戶可以上傳自己的***，再用對話方式修改風格、加入元素、調整細節(jié)，甚至把一個普通圓形轉成黑洞，把夜晚散步場景變成更具戲劇感的畫面。

Google 的說法是，Gemini Omni 先從***開始，之后會逐步走向「任意輸入到任意輸出」。這也是 Google 一直把 Gemini 設計成多模態(tài)模型的原因。

首個 Omni 家族模型 Gemini Omni Flash 已在上線到 Google 產品中，Omni Pro 會在之后公布更多信息。Gemini App 中的 Omni 功能也面向 Google AI Plus、Pro 和 Ultra 訂閱用戶開放。

這意味著，Gemini Omni 不只是一個***生成模型。Google 想把它放進「世界模型」的敘事里：模型不僅生成畫面，還要理解畫面中的物理關系、運動關系和場景邏輯。

在進入 Gemini App、Google Flow 和 YouTube Shorts 這些應用之后， Omni 也會讓 Google 的生成式創(chuàng)作工具從圖片編輯擴展到***編輯。

Gemini 3.5 Flash 上線，AI 寫代碼進入極速模式

如果 Gemini Omni 對應的是生成和編輯，Gemini 3.5 Flash 對應的就是速度、成本和執(zhí)行能力。

Google 在發(fā)布會上推出 Gemini 3.5 Flash，稱它是 Gemini 3.5 系列第一批模型之一，重點面向 agentic coding、長周期任務和真實工作流。

相比 3.1 Pro，3.5 Flash 在幾乎所有基準測試中提升明顯，尤其是代碼能力，以及 GDPVal 這類更接近真實經濟任務的評測。

Google 還強調，3.5 Flash 在輸出 tokens 速度上比其他前沿模型快 4 倍，在 Antigr***ity 中經過專門優(yōu)化后，速度可達到 12 倍。

值得一提的是，今年 3 月，Google 內部開發(fā)相關任務每天處理約 5000 億 tokens，之后每隔幾周翻倍，目前已經超過每天 3 萬億 tokens。Google 把這稱為一個反饋循環(huán)，用大規(guī)模真實使用繼續(xù)改進 3.5 Flash。

與模型同步推出的是 Antigr***ity 2.0。

它從原來的 agent powered IDE，升級為一個獨立桌面應用，重點轉向 agent first。用戶不再只是讓 AI 在編輯器里輔助寫代碼，而是通過 Agent 對話、Agent 產物和多 Agent 協(xié)同來完成開發(fā)任務。

Antigr***ity 2.0 加入完整 CLI、Antigr***ity SDK、Gemini 音頻模型原生語音支持，并集成 Android、Firebase、Google AI Studio 等服務。Antigr***ity 2.0 作為獨立桌面應用，也已經面向全球用戶開放。

Google 在現(xiàn)場用一個高強度演示解釋 Antigr***ity 2.0 的方向：讓 Agent 從零構建一個可運行操作系統(tǒng)。這個任務由 93 個子 Agent 并行執(zhí)行，持續(xù) 12 小時，發(fā)起超過 1.5 萬次模型請求，處理 26 億 tokens，從空項目生成調度器、內存管理、文件系統(tǒng)等核心模塊。

Google 稱，這件事在 Gemini 3.1 Pro 上無法完成，而使用 Gemini 3.5 Flash 消耗不到 1000 美元 API credits。

現(xiàn)場還演示了這個系統(tǒng)運行 SL 小火車程序和 Doom。由于系統(tǒng)最初缺少***和鍵盤驅動，Antigr***ity 又繼續(xù)生成相關代碼并修復，讓 Doom 能夠運行。Google 還稱，類似方式已經測試過照片編輯套件、實時消息應用、多用戶協(xié)作平臺等項目，原本需要多天的工程工作被壓縮到數小時甚至更短。

Gemini 3.5 Flash 已面向所有用戶開放，覆蓋 Google 產品和 API。Gemini 3.5 Pro 仍在內部使用和改進中，預計下個月開放。

從搜索框到信息 Agent，Google 重做 AI 搜索

模型和開發(fā)工具之后，Google 把重點轉向搜索。Google 搜索也就是 AI 搜索。

Google 表示，AI Mode 已經超過 10 億月活，查詢量自推出以來每季度翻倍。

今天起，AI Mode 升級到 Gemini 3.5。新的智能搜索框也從當天開始推送。它支持文本、圖片、文件和***輸入，并在用戶輸入問題時給出 AI 建議。

AI Overviews 和 AI Mode 也被合并成更連續(xù)的 AI 搜索體驗。用戶可以先在主搜索結果頁看到 AI 回答，再進入 AI Mode 繼續(xù)追問，上下文會被保留。這個新搜索體驗已在發(fā)布會當天面向全球桌面端和移動端上線。

更大的變化是搜索 Agent。

Google 表示，用戶今年夏天可以在 Search 中創(chuàng)建信息 Agent，讓它持續(xù)跟蹤某類信息。例如，用戶可以讓它監(jiān)控市盈率低于 15、現(xiàn)金流為正、負債較低的大型生物科技股票；也可以讓它長期跟蹤租房信息、球鞋聯(lián)名和商品上新。當條件變化時，Agent 會給用戶發(fā)送綜合更新。

Google 還把 Antigr***ity 的 agentic coding 能力帶入搜索。

之后搜索不只返回網頁、摘要或卡片，也能為具體問題生成交互界面。比如用戶問「黑洞如何影響時空」，Search 可以生成一個交互式視覺組件；繼續(xù)追問「雙黑洞如何產生引力波」，Search 會重新生成一個可調參數的動態(tài)界面。Generative UI with Antigr***ity 將在今年夏天面向所有用戶免費推出。

更復雜的自定義體驗也在路上。

Google 現(xiàn)場展示了一個周末***器，Search 會結合天氣、地圖、用戶偏好、Gmail、Calendar 等信息，生成一個可以繼續(xù)修改、分享和同步日歷的小型工具。這類自定義體驗將在未來幾個月先面向訂閱用戶開放。

關機也能跑，Gemini Spark 把 Agent 能力搬進個人生活

消費端最重要的新產品是 Gemini Spark。

Gemini Spark 是一個個人 AI Agent，運行在 Google Cloud 的專用虛擬機上，可以全天候執(zhí)行任務。它由 Gemini 3.5 和 Antigr***ity harness 驅動，支持長時間后臺任務。

用戶關掉電腦后，Spark 仍能繼續(xù)工作。它先接入 Google 自家工具，未來幾周會通過 MCP 接入第三方工具。

發(fā)布會展示了 Spark 的幾個典型場景。

用戶可以讓它匯總過去一周 Gemini Live 的發(fā)布和進展，從 Docs、Gmail 和聊天記錄里提取信息，再用個人寫作風格生成團隊郵件。也可以讓它管理街區(qū)派對，維護 Google Sheets RSVP 表格，跟蹤誰帶了什么東西，給沒報名的鄰居生成提醒郵件草稿，并自動生成 Google Slides 宣傳頁。

Spark 還支持手機端語音輸入。

用戶可以一次說出多項任務，比如把所有與 Sundar 的會標成亮粉色，給新鄰居寫邀請信，創(chuàng)建孩子學年結束前待辦文檔。Spark 會把這些內容分成多個獨立任務，并在后臺執(zhí)行，結果可以在手機和電腦之間同步。

Gemini Spark 本周面向可信測試者開放，下周以 beta 形式面向美國 Google AI Ultra 訂閱用戶推出。

Google 同時推出每月 100 美元的新 Ultra ***，并把最高檔 Ultra ***從每月 250 美元降至 200 美元。今年夏天晚些時候，Spark 將進入 Chrome，成為能在網頁中執(zhí)行任務的智能體瀏覽器。

Gemini App 大改版，還有 Google 版「AI 晨報」

Gemini App 本身也迎來了一次脫胎換骨的大改版。

Google 引入了全新的設計語言 Neural Expressive，加入流體動畫、鮮艷色彩、新字體和觸覺反饋。

新版 Gemini App 不再把回答呈現(xiàn)為大段文字，而是會根據內容實時生成更適合閱讀和操作的布局，包括交互圖片、時間線、嵌入式***等。Neural Expressive 現(xiàn)在已經在 Android、iOS 和網頁端全球推送。

Gemini Live 也被重做，打開后可以直接進入實時對話。區(qū)域口音選擇將在未來幾周推出。

Gemini App 還加入 Daily Brief。這是一個面向早晨使用的個性化摘要 Agent，會綜合 Gmail、Calendar、Tasks 等信息，整理用戶當天需要關注的事項，并給出下一步行動入口。

Daily Brief 今天起面向美國 Google AI Plus、Pro 和 Ultra 訂閱用戶推出。

在更大的 Gemini 敘事之外，Google 也更新了幾個日常產品。

Google Maps 最近完成十年來最大升級，并加入 Ask Maps。它允許用戶提出更長、更復雜的問題。例如，發(fā)布會舉了一個場景：孩子掉進鴨塘，婚禮 30 分鐘后開始，用戶想知道哪里可以步行買到新裙子。

Docs 也獲得新的語音創(chuàng)建能力。用戶不需要輸入精確提示詞，可以直接用語音把想法說出來，讓 Gemini 從 Drive 調取簡歷，從 Gmail 找到活動信息，再生成 Google Docs 草稿。這個能力將在今年夏天面向 Pro 和 Ultra 訂閱用戶推出，同類語音能力也會進入 Gmail。

生成能力升級后，內容來源識別也變得愈發(fā)重要。

Google 稱，SynthID 推出三年來，已為超過 1000 億張圖片和***，以及相當于 6 萬年時長的音頻加上不可見水印。接下來，SynthID 和內容憑證驗證會擴展到 Search 和 Chrome。

用戶可以通過圈選搜索，或者在 Chrome 中右鍵詢問內容是否由 AI 生成，系統(tǒng)會顯示內容來自 AI、相機，還是曾被生成式 AI 工具編輯。

Google 還宣布，OpenAI、Kakao 和 ElevenLabs 將***用 SynthID 2。此前英偉達已經加入 SynthID 體系。對 Google 來說，SynthID 不只是安全功能，也是爭取 AI 內容透明標準的一部分。

Google 創(chuàng)作全家桶，開始圍攻圖片、設計和***

在創(chuàng)意工具領域，Google 密集發(fā)布了多款重磅產品。

Google Pics 是 Google Workspace 中的新圖片創(chuàng)建和編輯產品，面向派對海報、信息圖、宣傳圖等場景。用戶可以從一張基礎圖開始，刪除元素、調整對象大小、編輯文字和翻譯文字。Pics 生成內容會帶有 SynthID 水印。Google Pics 將在今年夏天推出。

設計產品 Stitch 也迎來更新。用戶可以通過一句 prompt 生成網站或應用界面，再通過文字或語音繼續(xù)修改，比如放大標題、調整菜單、突出更多披薩選項。Stitch 支持把設計導出為代碼，或直接發(fā)布網站，相關更新現(xiàn)已發(fā)布。

Google Flow 的更新尤為關注。Gemini Omni 進入 Flow 后，用戶可以基于原始***改變環(huán)境、添加視覺效果、加入新角色，同時盡量保留原有表演。

Flow 還加入新 Agent，支持一次執(zhí)行多個動作。比如從單張圖片生成 16 個不同機位的***，或把一組清晨場景批量改成深***景。

Flow Tools 則允許用戶在 Flow 中創(chuàng)建自己的創(chuàng)意工具，比如***特效、手繪動畫和文字分層工具，并支持分享和 remix。

Google Flow Music 可以把一段鋼琴 riff 擴展成帶風格方向的音樂 demo。Google Flow 和 Google Flow Music 的這些新功能已上線。

押注智能眼鏡，Google 再闖下一代入口

硬件部分，Google 也把 Android XR 這個操作系統(tǒng)級平臺，從頭顯、XR 設備，進一步擴展到智能眼鏡形態(tài)。

Android XR 是 Google 與三星合作，并針對 Qualcomm Snapdragon 優(yōu)化的平臺。

Google 表示，AI 眼鏡會分成兩類：一類是帶小型鏡片的顯示眼鏡，另一類是音頻眼鏡。顯示眼鏡去年已在 I/O 展示，今年首批開發(fā)者已經開始創(chuàng)建顯示體驗，可信測試者***將在今年晚些時候擴大。

更早上市的是音頻眼鏡。

Google 宣布，首批音頻眼鏡將在今年秋季推出，由三星參與硬件和體驗構建，Warby Parker 與 Gentle Monster 負責眼鏡設計。這些眼鏡連接手機，支持 Android 和 iOS。Gemini 的回答通過耳機私密播放，而不是顯示在鏡片上。

發(fā)布會上，演示者可以通過眼鏡讓 Gemini 導航到上周和朋友見面的地方，中途加入咖啡店；也可以讓 Gemini 打開 DoorDash 自動下單咖啡，等待用戶確認；

還可以讓它總結靜音消息，并把家庭晚餐寫入日歷。眼鏡還可以與手表配合，讓用戶拍攝現(xiàn)場照片，并用 Nano Banana 生成卡通圖像，再在手表上預覽。

發(fā)布會最后，Gemini 的使用場景也延伸到了網絡安全場景。

Google 介紹了 CodeMender。它是一個代碼安全 Agent，能夠自動尋找和修復關鍵軟件漏洞。Google 將邀請一批專家測試 CodeMender API，之后會更廣泛推出。

整場發(fā)布會看下來，信息量大到讓人有些缺氧。只是當這些 AI 功能真正開放給幾千萬、幾億人使用時，一個最現(xiàn)實的算賬問題就直接擺在了面前：這筆龐大的算力開銷，Google 要怎么掙回來？

過去二十多年，Google 代表的是一種典型的免費互聯(lián)網模式。用戶用注意力和數據換服務，Google 用廣告和分發(fā)賺錢。這套模式讓 Google 成為互聯(lián)網時代最強的基礎設施公司。

但大模型推理的成本，和查詢一次搜索結果完全不在一個量級。

長上下文記憶、多模態(tài)生成、跨應用 Agent、企業(yè)級自動化，這些能力背后都是持續(xù)運行的算力消耗。AI 越深入，Google 越難繼續(xù)用「免費功能升級」的方式來消化成本。

這就是為什么整場發(fā)布會下來， Google I/O 看似講的是體驗升級，背后指向的卻是訂閱、企業(yè)合同、算力賬單和長期服務費。

免費入口當然不會消失，因為那仍然是 Google 獲取用戶、數據和生態(tài)位置的基礎。但在這些入口之上，Google 正在疊加一個新的智能服務層：更強的模型、更長的記憶、更深的系統(tǒng)權限、更復雜的任務執(zhí)行，以及更穩(wěn)定的企業(yè)級服務。

換言之，Google 正在從免費互聯(lián)網服務公司，進一步變成 AI 訂閱基礎設施公司。

只是，問題也隨之而來，用戶愿意為搜索付費嗎？通常情況下，不會。

可是，如果這是一個能替你全天候處理郵件、統(tǒng)籌任務、分析報表、接管智能家居，甚至還能幫你寫代碼開發(fā) App 的「超級全能助理」呢？你愿意為它每月掏出幾十上百美元嗎？

這，正是今年 Google I/O 迫切想要驗證的核心商業(yè)命題。而環(huán)顧如今狂熱的市場，答案似乎早已不言而喻。返回搜狐，查看更多