5 月 19 日深夜，Google I/O 2026 主题演讲在山景城的 Shoreline Amphitheatre 收尾。CEO Sundar Pichai 开场抛出几组数字：Gemini App 月活突破 9 亿，覆盖 230 个国家和 70 多种语言；过去一个月 Gemini 系列模型处理的 token 总量为 3200 万亿；Nano Banana 自上线以来生成图片超过 500 亿张；Google Search 中的 AI Mode 月活也已迈过 10 亿门槛，自发布起每个季度查询量翻一倍。
这些数字把今年发布会的主线串了起来：Gemini 的定位已经从一款独立 App，变成搜索、邮件、地图、购物、开发工具、操作系统乃至眼镜里都要跑的一层底座。
这场近两小时的主题演讲涉及超过一百项更新，从模型、开发者工具到搜索、消费端、商务、创作、硬件和订阅都有涉及。
一、模型：Gemini 3.5 Flash 与 Gemini Omni 双线推进
Google 同时推出了两条新模型线。一条主打”前沿智能 + 行动”，瞄准 Agent 和编程；另一条延续多模态生成路线，瞄准世界模型。
Gemini 3.5 Flash：让 Flash 系列卷到旗舰水平
Gemini 3.5 系列首发模型是 3.5 Flash，今天起在 Gemini App、AI Mode、Google Antigravity、Gemini API、Android Studio 以及 Gemini Enterprise 全面铺开。
Google 公布的对比数据中，3.5 Flash 在多个 Agent 与编程基准上反超了上一代旗舰 Gemini 3.1 Pro：Terminal-Bench 2.1 拿到 76.2%，GDPval-AA 1656 Elo，MCP Atlas 83.6%，多模态推理 CharXiv Reasoning 84.2%。在 Artificial Analysis 指数中，3.5 Flash 落在”高智能 + 高速度”的右上象限，输出 tokens 速度比其他前沿模型快约 4 倍，在 Antigravity 中做过专门优化后可以做到 12 倍。
这个速度配合更长的推理链，被 Google 定位为长周期 agentic 任务的合适尺寸，花费往往不到其他前沿模型的一半。
最受关注的现场演示，是用 Antigravity 平台调度 93 个子 Agent，连续运行 12 小时，发起超过 1.5 万次模型请求，处理 26 亿 tokens，从一个空项目里写出一个可运行的操作系统，包含调度器、内存管理和文件系统。系统起初没有视频和键盘驱动，Agent 又自己补上相关代码，最后把 Doom 跑了起来。Google 的说法是，这件事在 Gemini 3.1 Pro 上完成不了，3.5 Flash 跑完总成本不到 1000 美元 API credits。
Google 同时披露了内部使用规模作为佐证。3 月份，Google 内部开发任务每天消耗约 5000 亿 tokens，之后每隔几周翻倍，目前已经超过每天 3 万亿 tokens。这个数字是 Gemini 已经渗透进 Google 自己工程流程的程度，也是它接下来要在外部产品里跑到的体量。
企业侧已有一批客户在用。Shopify 用并行子 Agent 做商户增长预测；Macquarie Bank 用 3.5 Flash 解析超过 100 页的合规文档，缩短客户开户流程；Salesforce 把 3.5 Flash 接进 Agentforce，跑多轮工具调用；Ramp 用它做发票 OCR 与历史模式推理；Xero 让 Agent 自主完成 1099 税表的多周流程；Databricks 则用它跨大规模数据集做诊断和建议。
3.5 Pro 还在内部使用中，预计下个月推出。
Gemini Omni：从图片的 Nano Banana 时刻，走向视频
3.5 Flash 在做执行，Gemini Omni 这一线则在做生成。
DeepMind CEO Demis Hassabis 把 Omni 描述为一个”从任何输入生成任何输出”的新模型，首批落地的是视频生成，后续会扩展到图像与音频。它把 Gemini 的推理能力与 Veo、Nano Banana、Genie 等生成式媒体模型整合到一起，重点放在对物理世界的理解：重力、动能、流体动力学这些此前生成视频里经常翻车的部分。
Omni 主推三类能力。一是对话式编辑：上传视频后用自然语言修改镜头、风格、动作，多轮编辑之间角色和场景保持一致；二是引用任何素材作输入，图像、文本、视频、音频都可以混着用，目前音频输入先支持声音引用；三是数字分身 Avatar，让用户以自己的形象和声音出现在生成视频里。
发布会现场放了几个 demo：一个普通的镜子在被触碰时像液体一样泛起涟漪，触碰者的手臂同时变成镜面材质；夜晚公寓的灯随音乐节奏点亮；小提琴手被传送到指定环境，小提琴消失，再切换到肩后跟拍机位，每一步都是接着上一步在改，原始演奏没有被破坏。
Gemini Omni Flash 是 Omni 家族第一款模型，今天起向全球 Google AI Plus / Pro / Ultra 订阅用户开放，覆盖 Gemini App 和 Google Flow；YouTube Shorts Remix 和 YouTube Create App 上对 18 岁以上用户免费提供。所有 Omni 视频带 SynthID 隐形水印，可以在 Gemini App、Chrome 中的 Gemini、Google Search 里反查。Omni Pro 的细节会稍后公布。
二、Antigravity 2.0：开发平台变成”Agent 优先”
围绕这两款模型，Google 把开发者平台 Antigravity 升到 2.0。最大的变化是它从原来的”agent-powered IDE”变成了一个独立的桌面应用，核心交互从代码编辑器转向 Agent 对话、Agent 产物和多 Agent 协同。
2.0 同时带来三件新工具。Antigravity CLI 面向终端用户提供轻量入口，可以即时创建 Agent；Antigravity SDK 把 Google 内部用的同一套 agent harness 暴露给开发者，便于自定义 Agent 行为并部署到自己的基础设施；Gemini API 新发布的 Managed Agents 让一次 API 调用就能为 Agent 申请一个远端 Linux 环境，内置代码执行、文件管理和 Web 浏览能力，开发者用 Markdown 文件（AGENTS.md、SKILL.md）注册自己的指令和技能即可，不需要写编排代码。
底层 harness 也补齐了 subagents、hooks 和异步任务管理这几样基本件。前面提到的”12 小时构造操作系统”演示，依赖的正是这套子 Agent 编排能力。
Google 同时宣布把 Gemini CLI 的用户迁移到 Antigravity CLI 上，未来开发体验在 IDE 与命令行之间统一；企业方面，Antigravity 可以直接接入 Google Cloud 项目，沿用既有合约条款，Gemini Enterprise 客户会在未来几个月看到 Antigravity 滚动上线。Chrome DevTools 也新增了一套 for agents 的接口，让 20 多种 coding agent 可以读取浏览器运行时信息做实时验证和调试。
Google 还为开发者准备了一桩活动：Build with Gemini XPRIZE 黑客松，奖金池 200 万美元，是迄今为止规模最大的一次。
三、搜索：25 年来最大一次改造
Pichai 在台上把搜索这块的更新称为”对搜索框 25 年来的最大重做”。AI Mode 已经超过 10 亿月活，本次发布会上的默认模型换成了 Gemini 3.5 Flash，全球同时推送。
新的智能搜索框支持文字、图片、文件、视频和 Chrome 标签作为输入，会在用户打字时给出超越自动补全的 AI 建议；用户问完一个问题，可以从 AI Overview 直接跟进 AI Mode 的对话，上下文会被带过去。这个无缝体验今天起在桌面和移动端全球上线。
更大的变化在搜索 Agent 上。Google 把这一阶段定义为”信息 Agent”：用户在 Search 里建立一个 Agent，让它 24 小时盯着特定话题，比如市盈率低于 15、现金流为正、负债较低的生物科技股；某地租房信息；特定品牌的球鞋联名；商品上新；运动员的合作动态。当条件触发，Agent 会综合结果再发回给用户，用户随后可以接着采取动作。信息 Agent 计划今年夏天对 Google AI Pro 与 Ultra 订阅用户开放。
Antigravity 直接嵌进了 Search。”Generative UI with Antigravity”让搜索结果不只停留在网页摘要，遇到合适的问题，搜索会现场生成交互界面：问”黑洞如何影响时空”，Search 会写出一个可视化组件；接着问”双黑洞如何产生引力波”，再生成一个可调参数的动态界面。这个能力今夏免费向所有用户开放。
如果是长期任务，Search 还能为用户搭一个专属 mini app，比如周末出行计划器、健身追踪器、婚礼筹备看板。这类自定义体验会在接下来几个月先面向美国订阅用户开放。
Personal Intelligence 同步扩展到近 200 个国家和地区、98 种语言，不需要订阅。用户可以选择性地把 Gmail、Google Photos 接入 AI Mode，Google Calendar 也会很快加入。代用户给本地家政、美容、宠物等商家打电话的 agentic calling 能力也将在今夏对美国用户上线。
四、消费端：Gemini App 整体改版，Daily Brief 与 Spark 上场
Neural Expressive：新的设计语言
Gemini App 这次做了从底层重画的改版，新设计语言叫 Neural Expressive：流体动画、更鲜艳的色彩、新字体和触觉反馈，工具菜单也被合并归类。
Gemini 回答不再是大段文字。同一个问题，Gemini 会现场为答案设计版式：可缩放的交互式图片、可滚动的时间线、嵌入式视频、动态图表。Gemini Live 整合到主界面，打开即用，背景噪声更不容易干扰，未来几周还会推出区域口音选择。
Neural Expressive 今天起在 Android、iOS 和网页端全球生效。macOS app 同步上架，免费下载，Gemini Spark 与新的语音能力会在今年夏天接入。
Daily Brief：AI 早报 Agent
Daily Brief 是 Gemini App 内置的新 Agent，定位是”早晨的第一站”。开启后，它会通宵跨 Gmail、Calendar、Tasks 整理今天值得关注的事项，给出下一步行动建议，并随用户的点赞与点踩学习偏好。今天起在美国对所有 Google AI Plus、Pro、Ultra 订阅用户开放，前提是已经授权连接 Google 自家应用。
Gemini Spark：24/7 的个人 Agent
从产品深度和开放策略看，Spark 是消费者侧分量最重的一款。它跑在 Google Cloud 的专用虚拟机上，使用 Gemini 3.5 Flash 和 Antigravity harness，关掉电脑、锁上手机后依然在后台执行。它先接入 Google 自家工具，未来几周通过 MCP 接入 Canva、OpenTable、Instacart 等第三方服务。
发布会展示了几个 Spark 的典型用法。汇总过去一周 Gemini Live 的发布与进展，从 Docs、Gmail 和聊天记录里抽取信息，再按用户写作风格生成团队邮件；管理街区派对，维护 Google Sheets RSVP 表，跟踪谁带了什么，给没报名的邻居生成提醒邮件草稿，自动出一份 Google Slides 宣传页；解析信用卡月账单标出新的或隐藏的订阅费；跟踪孩子学校的邮件，每天给家长发摘要。
手机端的语音输入会处理多任务：用户可以一次性说”把所有跟 Sundar 的会标成亮粉色，给新邻居写邀请信，再创建一份孩子学年结束前的待办文档”，Spark 把这串分拆成独立任务，并行执行，结果在手机和电脑间同步。
Spark 在发起转账、发邮件这类高风险动作前会先回头问用户。本周对可信测试者开放，下周以 Beta 形式对美国 Google AI Ultra 订阅用户推出。Google 在 roadmap 中列出的下一批能力包括：直接给 Spark 发短信和邮件、创建自定义子 Agent、按预算与商家设定授权付款、操控本地浏览器。今年夏天晚些时候，Spark 还会进入 Chrome，成为能在网页里执行任务的 agentic browser。
五、Universal Cart：把 Agent 用到购物
Google 在购物侧拿出的新产品是 Universal Cart，一个跨产品的智能购物车。用户在 Search、Gemini App、YouTube 或 Gmail 里看到商品，都能加进同一个购物车。商品一旦入车，Cart 就在后台开始干活：监控折扣和价格历史，提示降价或补货，标出商品兼容性问题。比如用户在拼电脑给主板配错了 CPU 插槽，Cart 会提示并给出替代选项。
Cart 底层是 Google Wallet，能读懂用户已绑卡的权益、忠诚度计划和商家优惠，主动算出哪种支付方式最划算。结账走 Universal Commerce Protocol（UCP），用户可以在 Google 里几下点完 Google Pay，或者把购物车转移到品牌官网完成下单。Nike、Sephora、Target、Ulta Beauty、Walmart、Wayfair，以及 Fenty、Steve Madden 等 Shopify 商家是首批合作对象。
UCP 今夏会扩展到加拿大和澳大利亚，之后进入英国，并新增酒店预订、本地外卖等品类。配合的是 Agent Payments Protocol（AP2）：用户告诉 Agent 想买的品牌、产品和预算上限，Agent 在符合条件时才会下单，整条记录留下不可篡改的数字凭据，便于事后退货对账。AP2 接下来几个月会先进入 Gemini Spark。
Universal Cart 今夏先在美国的 Search 和 Gemini App 上线，YouTube 和 Gmail 随后跟进。
六、创作工具：Flow、Pics、Stitch 同步升级
Google Pics 是 Workspace 中的新图片创建与编辑产品，底层基于 Nano Banana，面向派对海报、信息图、宣传图这类日常设计场景。它支持精确对象分割、文本编辑与翻译，并与 Workspace 集成。Pics 生成内容自动带 SynthID 水印。今天先对一批可信测试者开放，今夏向 Google AI Pro、Ultra 订阅用户全球推出，并以预览形式向 Workspace 企业客户开放。
Stitch 这次更新加入了实时设计与对话引导：用户用文字或语音描述需求，Stitch 在旁边边写边改界面，可以直接导出代码或发布网站，也支持导入既有代码库和设计文件。
Google Flow 的更新最密集。Gemini Omni Flash 进入 Flow 后，用户可以在生成视频时让角色一致出场、改环境、改风格；新加的 Flow Agent 把单步生成变成多步任务，能批量出 16 个机位的镜头，或者把一组清晨场景统一改成深夜；Flow Tools 允许用户用自然语言 vibe code 自己想要的视频特效、手绘动画、文字分层工具，并和其他用户分享、remix。Flow Music 则把对话式编辑搬到音乐：把某段歌词换语言、换流派、换乐器都能一次描述完成。
Workspace 内还有几样小更新：AI Inbox 对所有 Google AI Plus、Pro 订阅用户在美国开放，并加入个性化草稿、关联文档直链、批量任务管理；Gmail 与 Docs 都将支持”Live”模式，今夏对 Pro 和 Ultra 订阅用户上线，让用户直接和邮件、文档对话；Keep 上线”语音脑暴”功能，整段说话即自动整理成笔记和清单。
七、硬件：Android XR 押注智能眼镜
硬件侧今年只有一条主线：智能眼镜。
Android XR 是 Google 与三星合作、面向 Qualcomm Snapdragon 优化的平台，去年发布时主要应用在头显与 XR 设备形态。今年 Google 把它扩到眼镜，分出两条线：音频眼镜走 Gemini 语音入口，无显示；显示眼镜在镜片里呈现信息。
音频眼镜先量产。首批产品今年秋季上市，由三星与 Google 联合开发硬件与体验，镜架由 Warby Parker 和 Gentle Monster 负责设计，兼容 Android 与 iOS。发布会演示者通过眼镜让 Gemini 把导航中途插入一家咖啡店、调用 DoorDash 自动下单、总结被静音的群消息、把家庭晚餐写入日历；眼镜还能和 Pixel Watch 配合，眼镜拍照、手表预览、Nano Banana 当场生成卡通版本。
显示眼镜继续走开发者预览路线。XREAL 与 Google 合作的 Project Aura 这次更新了硬件，搭载 XREAL 自研 X1S 空间计算芯片，分体式设计把处理单元从镜框分出来挂在随身设备上，应用场景从 Google Maps 沉浸式导航到笔记本屏幕拓展都有覆盖。Google 这次没有公开发布日期。
Android XR 与 Android 17 目前还是两个系统。两者会不会像 Android 与 ChromeOS 那样最终合并，Google 没有正面回答，但路线图里这种迹象越来越明显。
八、科研、安全与内容透明
发布会后半段还点了几样行业层面的更新。
Gemini for Science 是一组面向科研的工具集。三个实验性工具放在 Google Labs：Hypothesis Generation 基于 Co-Scientist，让 Agent 之间举办”想法锦标赛”产生并互评假设，每条结论都带可点击的引用源；Computational Discovery 基于 AlphaEvolve 和 Empirical Research Assistance，可以并行生成上千种代码变体，给太阳能预测、流行病学这类需要长时间手工建模的领域大幅压缩验证周期；Literature Insights 基于 NotebookLM，对科研文献做表格化的横向对比，可以对接成报告、幻灯片、信息图与音视频概览。Science Skills 则把 30 多个生命科学数据库与工具（UniProt、AlphaFold Database、AlphaGenome API、InterPro 等）打包成可以在 Antigravity 里直接调用的技能模块。
Google 还宣布与 ICML、STOC、NeurIPS 这些顶会合作的 Paper Assistant Tool 和 ScholarPeer 试点项目，把 agentic peer review 引入学术工作流。
SynthID 推出三年来累计为超过 1000 亿张图片视频和 6 万年时长的音频加了不可见水印，验证功能在 Gemini App 内已被使用 5000 万次。这次它扩展到 Search 和 Chrome：用户可以通过圈选搜索或者右键问”这个内容是 AI 生成的吗”，系统会显示内容来自 AI、来自相机、还是被生成式 AI 编辑过。SynthID 同时新增对 C2PA 内容凭证的验证。OpenAI、Kakao、ElevenLabs 加入 SynthID 体系，此前 NVIDIA 已经在其中。
CodeMender 是一个针对代码漏洞的安全 Agent，可以自动定位并修复关键软件漏洞。Google 先邀请一批专家测试 API，之后会更大范围推开。
Ask YouTube 是 YouTube 的对话式搜索体验，支持复杂的复合问题，结果同时汇总长视频和 Shorts，本月先在美国英语桌面端做实验。
九、订阅与商业模式：Google 在赌一件大事
发布会临近尾声，Google 把订阅价格表又改了一遍。
新增一档 100 美元/月的 AI Ultra 计划，面向开发者、技术骨干、知识工作者和高级创作者，相比 AI Pro 给到 5 倍的 Gemini App 与 Antigravity 使用额度，外加 20TB 云空间。原本 250 美元/月的最高档 AI Ultra 下调到 200 美元/月，使用额度仍是 AI Pro 的 20 倍。Google AI Pro 现在附赠 YouTube Premium Lite，相当于每月多出 8.99 美元的等价权益。
Gemini App 的计费方式也变了，从原来按”提示词额度”扣，改成按”使用量”算。同样订阅下，文本任务能跑得更久，图片、视频、代码这种重型任务会被算更多份额。
这背后是一笔账。过去二十多年，Google 代表的是免费互联网模式：用户用注意力和数据换服务，Google 用广告和分发赚钱。从行业公开口径看，一次大模型推理的成本远高于一次传统搜索结果；长上下文记忆、多模态生成、跨应用 Agent、企业级自动化，每一项都意味着持续运行的算力消耗。AI 越深进 Google 全家桶，用”免费功能升级”的方式消化成本就越难。
所以这场 I/O 表面上讲体验升级，叙事下面指向的是订阅、企业合同、算力账单和长期服务费。免费入口不会消失，它仍然是 Google 获取用户、数据和生态位置的基础；但 Google 在这之上又叠了一层智能服务，包含更强的模型、更长的记忆、更深的系统权限、更复杂的任务执行和更稳定的企业级服务。
Google 在从免费互联网服务公司，往 AI 订阅基础设施公司挪。
收尾：Agent 越能办事，App 概念越被稀释
把整场发布会的产品摆在一起，能看到 Google 这次想验证的核心命题：用户愿不愿意为一个能替自己全天候处理邮件、统筹任务、分析报表、接管智能家居、甚至开发 App 的全能助理付费。从 Gemini Spark、Universal Cart、Information Agents 到 Search 里的 mini app，Google 几乎在所有入口都放了一个 Agent 的钩子。
这同时带来一个副作用：当 Agent 足够能办事，传统应用的存在感会被稀释。搜索结果页、商品页、邮件、文档、地图，过去都是用户停留并完成动作的地方，现在它们退到 Agent 后面，变成 Agent 调用的工具。
这层智能会把多少旧规则重写，发布会上没有给出答案，Google 自己也答不上来。
https://blog.google/innovation-and-ai/technology/ai/google-io-2026-all-our-announcements/
https://blog.google/innovation-and-ai/products/gemini-app/next-evolution-gemini-app/
https://blog.google/products-and-platforms/products/shopping/google-shopping-cart/
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-5/
https://blog.google/products-and-platforms/products/search/search-io-2026/
https://blog.google/innovation-and-ai/technology/ai/google-io-2026-all-our-announcements/