分析师/智涵
校对/Tina
策划/Eason
今天凌晨，谷歌一年一度的I/O开发者大会如期而至。没有“One more thing”的悬念，CEO桑达尔·皮查伊开场就用一组数据把气氛拉满：Gemini应用月活突破9亿，搜索AI Mode上线一年拿下10亿用户，旗下每月处理的token量突破3200万亿——这个数字两年前还只有9.7万亿。
但真正让台下开发者躁动的，是皮查伊算的另一笔账：如果你是一家每天处理约1万亿token的大客户，把80%的工作负载从其他前沿模型转移到谷歌今天发布的新模型上，一年能省下超过10亿美元。
这大概就是本届I/O大会的底色——不再只是炫技，而是认认真真地谈钱、谈效率、谈规模化落地。谷歌一口气甩出了两款新模型（Gemini 3.5 Flash和全能模型Gemini Omni）、搜索25年来最大升级、AI眼镜终于有了明确发售时间表，以及一堆让你“不用再亲自动手”的智能体。从底层算力到终端硬件，谷歌把AI这场牌，从模型层打到了应用层，再从应用层打到了你的手腕和鼻梁上。
先说最核心的更新：模型。
第一，Gemini 3.5 Flash今天直接上线。这款模型走得不是“更大更强”的老路，而是瞄准了企业落地AI时最头疼的矛盾——你要聪明，就得忍受慢和贵；你要快和便宜，就得接受它没那么聪明。皮查伊的原话是：“你不再需要在质量和速度之间二选一了。”
数据支撑这个判断。在Terminal-Bench 2.1编码测试中，Gemini 3.5 Flash拿下了76.2%的得分，直接超过了上一代旗舰Gemini 3.1 Pro的70.3%。在衡量真实世界任务能力的GDPval-AA测试里，3.5 Flash的Elo评分达到1656，而3.1 Pro是1314，差了三百多分。用皮查伊的话说，这款“小模型”的整体表现，全面超越了四五个月前还是谷歌门面的“大模型”。
第二，速度是真快，价格是真便宜。在每秒输出token数量上，Gemini 3.5 Flash是其他前沿模型的4倍。如果你在谷歌的智能体开发平台Antigravity上使用优化版本，这个倍数能拉到12倍。价格方面，输入每百万token 1.5美元，输出9美元——比上一代轻量版Gemini 3 Flash贵了3倍，但比旗舰版3.1 Pro便宜了40%。这一定价策略释放了一个明确信号：谷歌正在用性价比卡位，试图在开发者生态上建立护城河。
第三，Gemini 3.5 Pro下个月见。皮查伊透露，内部体验效果很好，但目前仍需“再给我们一点时间”。谷歌还明确了模型的更新节奏：大约每六个月一次。从去年11月的Gemini 3，到今年5月的Gemini 3.5，这个节奏正在稳定下来——对采购方来说，一个每半年就能用三分之一成本超越前代旗舰的模型，意味着今天的token预算到年底可能就显得很宽裕了。
第四，Gemini Omni才是真正的“大招”。如果说3.5 Flash是效率优先的务实之选，那么Omni就是谷歌秀肌肉的那张牌。它被定义为“真正的世界模型”——不是传统意义上的多模态（能看懂图和文字），而是能接受文本、图像、音频、视频的任意组合输入，并在同样模态上生成输出，所有处理在一个统一模型里完成。
谷歌DeepMind高管现场演示了一个场景：用户上传一段户外骑行视频，输入“把背景换成雪地”，Omni在保持骑行者运动轨迹不变的情况下，把整个环境换了。接着用户说“改成从侧面跟拍的角度”，摄像机视角跟着调整。最后要求“加上旁白解释路线”，模型便生成了配乐和解说。整个过程的物理逻辑——重力、动能、流体力学——保持自洽。这对于视频创作者来说，几乎是“动动嘴就能干活”的程度了。
不过需要泼一盆冷水的是，目前上线的Omni Flash版本，在实际体验中仍有明显短板。有测试者反映其中文口音偏“港台腔”，生成质量也不如竞争对手的头部产品。谷歌也坦承，Omni Pro版本即将发布。但无论如何，这个产品方向本身值得关注：它标志着AI正在从“处理信息”走向“模拟世界”。
如果说模型是引擎，那今年I/O的真正主线是智能体——AI不再是被动回答问题的工具，而是主动帮你办事的“数字员工”。
首先，Antigravity 2.0让开发者可以“指挥一群AI干活”。这个平台半年前还只是个编码环境，现在被彻底改造成了“开发和管理自主AI智能体团队的平台”。开发者可以同时调度多个智能体：一个写代码，一个生成素材，第三个规划架构，它们并行工作、统一管理。
谷歌现场演示了一个极端案例：让Antigravity配合Gemini 3.5 Flash，从零构建一个可运行的操作系统。93个子智能体并行跑，12小时处理了26亿token，总成本不到1000美元——最后还真跑出了能玩Doom游戏的操作系统。这个案例虽然极端，但它揭示了一个趋势：当智能体能像流水线工人一样被规模化调度时，软件开发的成本和门槛将被大幅拉低。
其次，Gemini Spark是面向普通用户的“7×24小时AI管家”。它跑在谷歌云的专属虚拟机上，你合上电脑、锁了手机，它照样在后台干活。Spark深度整合了Gmail、文档、表格和幻灯片，可以自动翻阅你的邮件和日历，生成每日摘要；也可以帮你筹备派对，自动更新RSVP表格，甚至翻出小区公约提醒你周五前不能布置充气城堡。
与Spark配套的还有Android Halo——一个在手机状态栏顶部显示智能体“正在干什么”的界面层。这在产品逻辑上是一个微妙但重要的转变：过去的Android是为App设计的，Halo的出现意味着，未来的Android可能是为Agent设计的。智能体成为底层逻辑，App退居执行层。
此外，搜索也变成了“能干活”的智能体。谷歌搜索的AI Mode今天换上了Gemini 3.5 Flash作为默认模型，并推出了信息智能体功能——你可以让它7×24小时盯着你关心的事情，比如“PE小于15、现金流为正的生物科技股”，一旦有变化就主动推送。此外，搜索现在还支持实时生成交互式可视化页面：你问“黑洞怎么影响时空”，返回的不再是十条蓝色的链接，而是一个你可以拖拽参数的动态模型。这是搜索自1998年以来最大的一次形态进化。
最后，电商智能体也开始落地。谷歌推出了Universal Cart（通用购物车），你在搜索、聊天、看视频、读邮件时看到的东西，都可以一键加入，然后购物车自动在后台比价、查历史、找折扣、检查兼容性。比如你先加了一块主板，购物车发现你之前买的CPU不匹配，会主动提醒。与之配套的还有AP2支付协议——给智能体设三道护栏：具体品牌、具体商品、支付上限，三个条件全满足才能下单。这套“Agent+钱”的基础设施，正在为AI自主购物铺路。
模型和应用之外，谷歌还展示了从终端到基础设施的完整布局。
在AI眼镜时间表方面，终于有了明确安排。这次不是概念视频，是真家伙。谷歌联合三星，以及眼镜品牌Gentle Monster和Warby Parker，推出了两款新设计。纯音频版（无显示屏）今年晚些时候率先推出，带显示屏的版本明年上市。功能包括：询问看到的内容（路过餐厅直接查评价）、免提导航、语音拍照修图、实时翻译、以及最核心的——全程不需要掏出手机。
现场演示中，一个戴着眼镜的姑娘直接对Gemini说“带我去上周跟朋友见面的地方”，导航自动设置，Gemini还主动问“要不要顺路买你常喝的那杯冷萃”，然后自己打开外卖App下了单。最后她用眼镜给观众拍了张合影，让Gemini把照片变成卡通风格。这个场景如果真能流畅实现，意味着“手机屏”作为交互中介的地位将被彻底动摇。
在第八代TPU方面，首次采用“双芯片策略”。训练芯片TPU 8t面向大规模预训练，原始算力接近上一代三倍，而且能跨数据中心协同训练——最高可串联全球超过100万颗TPU。推理芯片TPU 8i则专注降低延迟，现场演示生成Chrome小游戏时，速度接近每秒1500个token。这套“训练用8t、推理用8i”的分工，直接回应了AI落地中最现实的问题：算力够不够，以及够便宜不够。
在资本支出方面，规模史无前例。皮查伊透露，2026年谷歌资本支出预计1800亿至1900亿美元，是四年前310亿美元的近六倍。华尔街将Alphabet视为少数“能从生成式AI繁荣的每一层利润中都获利”的公司——从底层TPU芯片，到Gemini模型，再到搜索、Gmail、YouTube、Android等数十亿用户产品，谷歌确实掌控了整个技术栈的每一层。
当然，硬币也有另一面。本次发布的多项新功能（Spark、Universal Cart、Pics等）均优先面向月费100美元的AI Ultra订阅用户，普通用户能立刻体验到的更新有限。多语言支持仍有明显短板，Omni Flash的中文生成质量也被吐槽。从“发布”到“人人可用”，还有一段路要走。
但无论如何，本届I/O大会释放的信号足够清晰：AI竞赛已从“谁的模型跑分更高”，转向“谁能把运行成本压到企业敢大规模部署、把智能体塞进用户每天高频使用的每一个场景”。谷歌用一场长达两小时的发布会证明，它不仅要赢下模型之战，更要赢下落地之战。而那个曾经被嘲“起大早赶晚集”的谷歌，正在用垂直整合的肌肉，重新坐回牌桌中央。
