打开APP

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。

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。】如有任何疑问题,请联系(editor@zero2ipo.com.cn)投资界处理。

相关资讯

AI数据总览

红熊AI上海算模算样科技有限公司
融资时间2026-07-20 当前轮次A+轮 融资金额数千万人民币
AI
涉及机构: 九纬基金彰宜资产格睿丰
记忆张量记忆张量(上海)科技有限公司
融资时间2026-07-20 当前轮次Pre-A轮 融资金额亿级人民币
AI
涉及机构: 哈勃投资荣耀商汤国香资本深创投和玉资本
面壁智能北京面壁智能科技有限责任公司
融资时间2026-07-15 当前轮次D++轮 融资金额数亿人民币
AI
涉及机构: 国家级基金央企汽车制造商等各类产业方知名财务投资人
帷幄杭州帷幄未来科技有限公司
融资时间2026-07-15 当前轮次C+++轮 融资金额4000万美元
AI
涉及机构: 招银国际(CMB International CMBI) 旗下专注于 AI 及前沿科技的基金日本三井住友银行 (Sumitomo Mitsui Banking Corporation SMBC) 旗下企业风险投资基金 SARF (SMBC Asia Rising Fund)三菱 UFG (MUFG) 旗下泰国大城银行 (Bank of Ayudhya) 企业创投 (CVC) 平台 Krungsri Finnovate弘章投资 (Charisma Partners)韩国现代汽车集团 (Hyundai Motor Group) 新加坡电信 (Singtel Innov8)
知有无界知有无界(深圳)智能科技有限公司
融资时间2026-07-15 当前轮次天使+轮 融资金额数千万人民币
AI
涉及机构: 元禾璞华深圳新产投

最新资讯

热门TOP5热门机构 | VC情报局

去投资界看更多精彩内容
【声明:本页面数据来源于公开收集,未经核实,仅供展示和参考。本页面展示的数据信息不代表投资界观点,本页面数据不构成任何对于投资的建议。特别提示:投资有风险,决策请谨慎。】