歡迎您游客 | 登錄 | 免費注冊 | 忘記了密碼 | 社交賬號注冊或登錄

溫哥華資訊

故事 | 移民 | 留學 | 八卦 | 娛樂 | 投資 | 旅游
就業 | 健康 | 文藝 | 情感 | 科技 | 華人 | 海歸

溫西 | 西溫 | 本那比 | 列治文 | 白石 | 市中心
溫東 | 北溫 | 高貴林 | 北素裡 | 素裡 | 滿地寶

大溫 | 玩樂 | 吃喝 | 社團 | 汽車 | 貼圖
生活 | 房屋 | 親子 | 攝影 | 原創 | 投資

專欄 | 視頻
群組 | 圖庫

生活資訊專欄科技信息

谷歌: 谷歌推出最新AI模型,皮查伊要幫大客戶年省10億

2026-05-19 | 來源: 騰訊科技 | 轉到微信 | 有0人參與評論 | 字體: 放大縮小 | 收藏 | 打印

作者聲明：該圖片由AI生成

圖片由AI生成

北京時間5月20日凌晨，谷歌CEO Sundar Pichai在Google I/O 2026的舞台上算了一筆賬，谷歌頭部大客戶每天可以處理約1萬億個token，如果把其中80%的工作負載從其他前沿模型切換到Google新發布的Gemini 3.5 Flash上，一年能省超過10億美元。

2026年谷歌I/O大會的核心主線仍然是agent，從agent平台（Antigravity）到消費者 agent（Spark）到搜索agent，Google要把agent做成全棧能力。

在這場長達兩小時的 Keynote 中，Google 發布了新一代 Gemini 3.5 系列模型、全模態世界模型Gemini Omni、第八代 TPU 雙芯片架構，以及從編碼工具升級為 agent 管理平台的Antigravity 2.0。

同時，我們也看到了一條新的主線變得更加清晰，Agentic AI時代已經走向中場，前沿模型的核心戰場，也在從拼“最強最聰明”，轉向了把agent 的運行成本壓到企業敢大規模部署的門檻以下。

01 前沿智能+極致速度+一半價格？

谷歌這次發布了Gemini 3.5系列模型，打頭陣的是當天就上線的Gemini 3.5 Flash。

過去幾年，企業在用生成式AI時一直面臨一個痛苦的抉擇。最能幹的模型，通常又大又慢，查詢成本也高。反過來，那些更快、更便宜的模型，往往要犧牲准確性。

Gemini 3.5 Flash號稱要改變這種局面。

皮查伊將它描述為谷歌內部的“游戲規則改變者”，用起來“令人難以置信的愉悅”。

他給出了一個直觀的對比：Gemini 3.5 Flash的整體表現，全面超過了四五個月前還是谷歌頂級旗艦的Gemini 3.1 Pro。皮查伊的原話是：“Gemini 3.5 Flash比Gemini 3.1 Pro更好。它的性能能達到前沿模型的大約九成，速度快4倍，在Antigravity平台上甚至能快到12倍，而成本只有前者的三分之一到一半。”

在每秒輸出token數量上，Gemini 3.5 Flash是其他同類前沿模型的4倍。Google DeepMind首席技術官兼谷歌首席AI架構師科雷·卡武克庫奧盧（Koray Kavukcuoglu）補充說，一個優化版在同樣質量下可以快到12倍，這個版本從美國當地時間5月19日起在谷歌的智能體開發平台Antigravity上開放使用。

在一系列高難度測試中，Gemini 3.5 Flash展現出了強大的智能體和編程能力。它在Terminal-Bench 2.1測試中得分76.2%，在GDPval-AA中達到1656 Elo，在MCPAtlas中達到83.6%。多模態理解方面也很突出，CharXiv推理得分84.2%。

在第三方機構Artificial Analysis的智能與速度指數圖上，Gemini 3.5 Flash占據了右上角目前沒人能觸及到的位置。

用皮查伊的話說，這證明了“你不再需要在質量和速度之間二選一了”。

02 現場演示：復雜任務、多模態、可交互

大會上的幾個演示，直觀展示了Gemini 3.5 Flash處理復雜任務的能力。

在一個演示中，Gemini 3.5 Flash被要求根據動態標准，自動重命名和分類一批亂七八糟的資產文件。這不是簡單的關鍵詞匹配，模型需要先讀取每個文件的內容，理解實際用途，再按照預設的分類邏輯歸檔。整個過程涉及多個判斷和執行步驟，Gemini 3.5 Flash幾秒鍾就搞定了。

這套能力由升級後的Antigravity平台驅動，背後是多個協作的子智能體在並行處理。過去，這類工作可能需要開發者花上幾天來寫腳本，或者交給審計員花數周來手工整理。

另一個演示展示了Gemini 3.5 Flash的多模態生成能力。在AI Studio上，研究人員上傳了一篇學術論文，模型讀懂論文內容後，直接生成了一段解釋核心概念的交互動畫。

圖表不再是靜態的，觀看者可以拖拽參數、切換視角，觀察數據之間的動態關系。這種從文字到交互式視覺內容的直接轉換，靠的是Gemini 3底層的多模態基礎能力。

搜索方面的演示也同樣讓人印象深刻。在一個案例中，用戶在搜索框裡輸入關於Gyroid圖案的問題。利用Gemini 3.5 Flash增強的智能體編程能力，搜索結果不再是傳統的十條藍色鏈接，成為了一個交互式可視化頁面。

用戶可以在頁面上旋轉三維結構、查看不同截面的形態，整個過程不用跳轉到其他網站。負責谷歌搜索業務的莉茲·裡德（Liz Reid）說，這個新版搜索框是“自我們那個標志性搜索框首次亮相以來最大的升級”。

03 1900億資本支出和幫企業省 10億美元的模型

在這種能力基礎之上，對於那些在AI基礎設施上砸了很多錢的企業來說，Gemini 3.5 Flash可能帶來最直接的影響。

皮查伊指出，很多公司早就把全年的token預算用完了，“而現在才剛過五月”。他把Gemini 3.5 Flash定位成那些在規模化部署AI時成本失控的企業的“財務救生索”。

智能體工作流尤其消耗token。谷歌的模型API每分鍾處理大約190億個token，自有產品每月處理超過3200萬億個token，近一年內增長了七倍。而兩年前的I/O大會上，這個數字還只是每月9.7萬億。

在這種背景下，Gemini 3.5 Flash的價格不到同類前沿模型的一半。皮查伊算了一筆賬：對於那些在谷歌雲上每天處理大約1萬億個token的頂級客戶來說，如果把80%的工作量轉移到Flash和前沿模型的組合上，每年可以省下超過10億美元。這個數字足以改變企業的采購決策和項目回報率的計算方式。

Google向SpaceX每月支付9.2億美元

Google翻譯大升級即時翻譯這類用戶搶先用

Google為何要卡位擁有百年歷史的老水壩?

Gemini 3.5成本優勢的根基是谷歌的基礎設施投入。皮查伊透露，谷歌2026年的資本支出預計在1800億到1900億美元之間，是四年前310億美元的差不多六倍。

其中一個重要投資方向是定制芯片。第八代TPU第一次采用雙芯片架構，分別為訓練（TPU v8o）和推理（TPU v8i）設計。針對推理優化的TPU v8i，讓谷歌能夠以比依賴通用GPU的競爭對手更低的成本運行模型，省下來的錢會轉給客戶。皮查伊說：“這意味著可以在幾周而不是幾個月內訓練出更大、更有能力的模型。”

04 Gemini Spark：私人AI管家

當模型足夠快、足夠便宜之後，就能從被動回答問題變成主動辦事的智能體。谷歌為此推出了Gemini Spark。

負責Google Labs和Gemini應用的副總裁喬什·伍德沃德（Josh Woodward）介紹說，Gemini Spark是一個7x24小時運行在谷歌雲專用虛擬機上的AI。就算你關了設備，它也能在後台繼續工作。Gemini Spark深度集成了Gmail、文檔、表格和幻燈片。

伍德沃德描述道：“當你使用它時，幾乎感覺就像你把東西甩到身後，Spark會接住它並完成工作。”

關於Spark具體能做什麼，伍德沃德透露了測試人員的幾個使用場景：策劃派對、跟蹤學校日程、監控收件箱中的問題。

安全方面，Gemini Spark在執行高風險操作前需要用戶明確批准。針對支付行為，谷歌推出了智能體支付協議，允許設置嚴格的使用范圍：批准哪些品牌、設置消費上限、限定哪些商家。谷歌計劃今年夏天擴展連接能力，讓Gemini Spark通過Chrome瀏覽器操作更多第三方應用和網站。

一批受信任的測試者本周拿到了訪問權限。下周，Gemini Spark將向美國Google AI Ultra訂閱用戶推出測試版。AI Ultra是谷歌同步推出的新訂閱套餐，月費100美元，面向開發者、技術負責人和高級創作者，提供對Antigravity的優先訪問權、更高的使用限制以及捆綁的Omni Flash訪問權。

圍繞Gemini Spark的是谷歌一系列面向普通消費者的布局。

先看用戶規模。Gemini應用月活用戶已從一年前的4億增長到9億多，搜索中的“AI模式”上線僅一年月活就突破10億，且每季度查詢量翻倍增長。

與此同時，谷歌還推出了兩項新服務：一是全天候監控網絡的信息智能體，可以主動跟蹤你關注的價格、股票或話題變化並及時提醒；二是基於谷歌錢包的AI通用購物車，支持跨不同電商網站統一管理和結算，省去分別登錄、分別付款的麻煩。

05 Gemini Omni：一個新物種

和Gemini 3.5 Flash、Gemini Spark一起亮相的，還有Gemini Omni——谷歌第一個真正的原生多模態模型。

卡武克庫奧盧特意把它和現有的視頻生成模型Veo做了區分：“Veo是一個文本到視頻的模型，而Gemini Omni是一個真正的多模態輸入、多模態輸出模型。”Gemini Omni可以接受文本、圖像、音頻和視頻的任意組合作為輸入，並在同樣的模態上生成輸出。所有處理都在一個統一的模型裡完成，而不是拼湊多個系統。

用戶通過對話就能一步步編輯和生成視頻，每一條指令都基於上一條，視頻隨著對話的推進連貫變化。谷歌高管的演示展示了幾個具體的編輯場景：

用戶上傳一段戶外騎行視頻，輸入指令“把背景換成雪地”，Gemini Omni在保持騎行者和自行車運動軌跡不變的情況下，把整個環境換掉了。接著用戶說“改成從側面跟拍的角度”，畫面的攝像機視角就跟著調整了。最後用戶要求“加上一段旁白解釋這條路線”，模型便生成了配樂和解說。整個過程在同一個對話線程裡完成，不需要導出文件、切換工具或者重新上傳。

卡武克庫奧盧還描述了更廣泛的應用前景：“你可以想象，當你在探索某些東西時，這能構建出非常類似於教程的能力。”谷歌特別強調了物理效果的改進——重力、動能、流體力學——這些細節決定了視頻看起來像實拍還是AI生成的。

在OpenAI年初為了釋放算力而放棄視頻生成工具Sora的背景下，谷歌這時候推出Gemini Omni，是對自己基礎設施實力的一次公開展示。卡武克庫奧盧還透露，團隊曾經讓智能體從零搭建一個可運行的操作系統（未透露名字），用來測試Gemini 3.5 Flash的能力邊界。

內容安全方面，所有Gemini Omni生成的內容都帶有谷歌SynthID數字水印，C2PA內容憑證也在擴展中。Antigravity平台上推出了AI內容檢測API。谷歌宣布OpenAI、Kakao和ElevenLabs也將采用SynthID。對於那些合規要求嚴格的企業來說，這套工具提供了可追溯的審計記錄。

Gemini Omni即日向美國Gemini付費用戶提供，未來幾周將通過Vertex AI API向開發者開放。谷歌還推出了一個“個人頭像”計劃，允許創作者錄制短視頻，授權在生成內容中使用自己的聲音和肖像。谷歌員工當天發布的I/O相關帖子中，就用了他們AI生成的肖像作為示范。

06 Antigravity 2.0：開發和管理自主AI智能體團隊的平台

模型需要平台來承載，為此谷歌同步發布了Antigravity 2.0。六個月前它還只是個編碼環境，現在已經被改造成“用於開發和管理自主AI智能體團隊的平台”。

卡武克庫奧盧指出，團隊“和我們的智能體開發平台Google Antigravity一起開發了Gemini 3.5 Flash”。Flash的速度、工具使用、長上下文推理和代碼生成能力，都針對開發者在平台上的工作負載做了專門的優化。

Antigravity以獨立桌面應用的形式出現，也提供命令行和SDK。開發者可以同時調度多個智能體：一個寫網站代碼，一個生成品牌素材，第三個規劃產品架構。這些智能體並行幹活，統一管理。

一同推出的還有托管智能體和CodeMender。托管智能體通過一次API調用就可以在隔離的Linux環境中啟動，進行推理、使用工具和執行代碼。CodeMender是一個安全智能體，利用Gemini的高級推理能力自動發現並修復關鍵代碼漏洞。卡武克庫奧盧認為，當智能體系統寫的代碼越來越多時，這種能力是必不可少的。

支撐這一切的是一個數據飛輪。今年3月，開發者在Antigravity上每天處理大約0.5萬億個token。到5月中旬，這個數字飆升到超過3萬億，大約十周內增長了六倍。皮查伊說，使用量“幾乎每隔幾周”就翻一番。

飛輪的邏輯很清楚：工程師用得越多，模型團隊收集到的真實信號就越多；這些信號反饋回來改進模型，讓模型變得更有用，進而推動更多人使用。皮查伊稱之為“一個強大的反饋循環，它讓我們能夠持續改進3.5系列模型”，谷歌的重點一直是“提升模型智能，確保工具使用、指令遵循、長周期任務、智能體解碼等一切功能都運轉良好”。

07 每六個月迭代一次

Gemini 3.5 Flash只是開始。

卡武克庫奧盧表示，Gemini 3.5 Pro正在內部測試，下個月推出。他還明確了谷歌主要模型的更新節奏：大約每六個月一次。回顧一下，Gemini 3在去年11月發布，Gemini 3.5在今年5月發布，這個節奏正在穩定下來。當被問及如何決定版本編號時，他解釋說：“決定編號更新的，實際上是我們研究中看到的進展，以及這些進展在模型中的體現和產生的影響。”

對買家來說，這種可預測的快速迭代改變了規劃周期。一個每六個月就能用三分之一成本超越前代旗艦的模型，意味著今天緊巴巴的token預算到年底可能就已經顯得很寬裕了。企業在制定技術路線圖時，不能再拿靜態的眼光來評估性價比。

當然，10億美元還是PPT上的數字推演。遺留系統、合規要求、組織慣性——這些詞在每一輪技術迭代中都會出現，往往會讓紙面上的成本曲線在落地時“打骨折”。但谷歌也表示，自己正在用每天3萬億token、而且每隔幾周就翻番的內部使用量，以任何客戶都沒試過的規模，親身實踐著這個賭注。

一年以後，AI又會是怎樣的新面孔？