谷歌举办了面向开发者的活动「Google I/O 2026」，首席执行官 Sundar Pichai 在主题演讲中宣布，公司已进入「智能体化的 Gemini 时代」[1]。本次活动围绕谷歌的整个产品线公布了大量更新，包括全新语言模型「Gemini 3.5 Flash」、可生成任意输出形式的「Gemini Omni」，以及能够代替用户执行操作的常驻智能体「Gemini Spark」[1]。
迈入智能体化的 Gemini 时代，使用规模快速扩大
谷歌将模型处理的最小数据单位「token」的处理量，作为衡量 AI 普及程度的指标。该处理量两年前为每月 9.7 万亿个，在去年的 I/O 时增至约 480 万亿个，如今已达到每月超过 3200 万亿个，增长了 7 倍[1]。
用户与开发者的扩张同样显著。每月有超过 850 万名开发者使用谷歌的模型构建应用和新体验，模型 API 每分钟约处理 190 亿个 token[1]。目前谷歌拥有 13 款用户数超过 10 亿的产品，其中 5 款的用户数超过 30 亿。对话应用「Gemini」的月活跃用户数在一年内从 4 亿翻倍至超过 9 亿，图像生成模型「Nano Banana」迄今已生成超过 500 亿张图像[1]。
全新模型「Gemini 3.5 Flash」与「Gemini Omni」
本次主题演讲的核心是全新模型「Gemini 3.5 Flash」。它被定位为首款兼具前沿级智能与执行能力的模型，在编程及长周期任务方面有大幅提升[1]。其输出速度是其他前沿模型的 4 倍，价格则不到同类模型的一半。谷歌内部的 AI 开发工具每天处理超过 3 万亿个 token，并估算若主要企业将 80% 的工作负载迁移至该模型，每年可节省超过 10 亿美元（约 1600 亿日元）[1]。更高端的版本「Gemini 3.5 Pro」预计于下月推出。
另一大亮点是「Gemini Omni」。该模型可从任意输入生成任意输出形式的内容，先从视频输出起步，并将逐步扩展至图像和文本[1]。首款产品「Gemini Omni Flash」已于当天上线，可在 Gemini 应用、Google Flow 和 YouTube Shorts 中体验。
常驻智能体「Gemini Spark」与 Antigravity 2.0
Pichai 特别强调了面向个人的 AI 智能体「Gemini Spark」。它在 Gemini 应用内运行，在用户的指令下代为处理数字生活中的各类任务[1]。由于它在 Google Cloud 的专用虚拟机上 24 小时不间断运行，用户无需保持设备开启。该智能体基于 Gemini 3.5 与智能体框架「Antigravity」构建，并将在未来数周内通过名为「MCP」的机制与第三方工具对接[1]。美国地区本周起向部分测试者开放。
面向开发者，谷歌发布了「Antigravity 2.0」，它已从编程环境演进为管理自主智能体的平台[1]。这是一款用于与智能体交互的全新桌面应用，而为其优化的 Flash 据称运行速度是其他前沿模型的 12 倍。
智能体时代的搜索与巨额基础设施投资
搜索同样在发生变化。谷歌计划推出「信息智能体」，可根据用户设定的关注点全天候查找所需信息并协助其采取行动；此外还计划在今夏免费提供一项功能，借助 Gemini 3.5 Flash 为每个问题生成动态布局和交互式视觉内容[1]。
为支撑如此规模，谷歌正大幅扩大基础设施投资。其资本支出在 2022 年为每年 310 亿美元（约 4.9 万亿日元），预计今年将达到约 1800 亿至 1900 亿美元（约 29 万亿至 30 万亿日元），约为当时的 6 倍[1]。其核心是自研芯片：第 8 代 TPU 将训练用的「8t」与推理用的「8i」分工，8t 的算力约为上一代的 3 倍，两款芯片的每瓦性能均提升至最高 2 倍[1]。
在透明度方面也有进展。用于 AI 生成内容的数字水印「SynthID」迄今已应用于超过 1000 亿张图像和视频，并宣布 OpenAI、Kakao 和 Eleven Labs 成为新的采用方[1]。
※1 美元 = 159 日元（截至 2026 年 5 月 29 日）
总结
Google I/O 2026 清晰地展现了谷歌在整个技术栈上转向智能体化 AI 的姿态——从搜索和 Gemini 应用等主力产品，到自研芯片和巨额资本投入。以全新的 Gemini 3.5 Flash 模型和常驻智能体 Spark 为核心，谷歌能在多大程度上让代替用户工作的智能体走向实用，将成为今后的焦点。
来源：https://blog.google/innovation-and-ai/sundar-pichai-io-2026/
