I/O大會一文速覽 新模型不是重點 谷歌要讓AI進入一切

摘要：AI開始「模擬現實」

作者：董雨晴，鳳凰網科技

「這是一個非凡的時刻。這是一個超高速發展的時期。」

北京時間5月20日凌晨，谷歌CEO Sundar Pichai在I/O大會上，用一句話定調了谷歌當前對AI行業的判斷。在鳳凰網科技看來，與其說這是一場技術發布會，不如說谷歌在向外界傳遞一個清晰的信號：當行業還在追逐參數榜時，谷歌已經把戰火燒到了「世界模型」和「極致性價比」兩條新賽道上了。

Gemini Omni正式登場：AI開始「模擬現實」

今天最值得關注的模型更新，不是某個跑分更高的文本模型，而是Gemini Omni。

谷歌將Omni定義為「世界模型」向前邁出的關鍵一步。用Pichai的話說，AI正從預測文本轉向模擬現實，而Omni是第一個「可以從任何輸入生成任何輸出模態」的模型，這次率先落地的是影音輸出。

谷歌DeepMind首席架構師Korai在講解中放出了一段演示：給Omni一個簡單的提示詞「蛋白質摺疊的解說」，模型直接生成了一段講解蛋白質如何從氨基酸鏈摺疊成α螺旋和β摺疊、最終形成三維形狀的影音。並且，這個影音還不是從素材庫拼接的，而是基於模型在訓練中積累的知識直接生成的。換句話說，Omni開始展現出對「直覺物理學」的理解——它沒有在檢索資訊，而是在模擬現實世界的運行邏輯。

行業感到興奮的是Omni在影音編輯上的能力。Korai演示了用戶上傳自己的影音後，Omni能基於音頻、圖像和影音等多種輸入進行跨模態推理，然後自然地對角色、細節、風格進行改變。某種意義上看，這相當於把Nano Banana在圖像編輯上重新定義規則的能力，完整複製到了影音領域。

Omni Flash將從本周二起向Google AI訂閱用戶開放，用戶可以在Gemini應用、Google Photos和YouTube Shorts上體驗。值得注意的是，所有由Omni創建或編輯的內容，都會被嵌入谷歌不可察覺的數字水印，以應對急迫的安全倫理問題。Pichai同時宣布，OpenAI和ElevenLabs正在採用SynthID 2，這種跨行業合作在AI透明度議題上並不多見。

Gemini 3.5 Flash：一場針對成本的「閃電戰」

如果說Omni是谷歌向未來的技術儲備，那Gemini 3.5 Flash就是一把當下刺向市場痛點的快刀。

根據谷歌官方數據，3.5 Flash在幾乎所有基準測試中都超越了上一代旗艦模型3.1 Pro，編碼能力尤其進步巨大，在衡量現實經濟價值任務的GDP Val基準上實現了「非凡飛躍」。但真正的殺傷力不在跑分。

Pichai在台上給出了一組清晰的對比：3.5 Flash的智能處於前沿水平，幾乎與市面上最好的模型持平，但它的輸出速度是其他前沿模型的四倍。在谷歌內部為Anti Gravity平台優化後，速度優勢甚至拉大到12倍。

實際上，這種組合應用在谷歌內部直接改變了遊戲規則。

速度背後是成本邏輯。Pichai罕見地替企業CIO算了一筆賬：「我聽到很多CIO說公司快用完年度Token預算了。假如他們拿出80%的工作負載從別家模型切換到3.5 Flash，一年能省超過10億美元。」這種用真金白銀做武器的話術，等於向企業市場直接攤牌：谷歌要走量、要規模、要用性價比清場。

支撐這種性價比的，也逃不開谷歌自研的第八代TPU。這次谷歌首次採用雙晶片設計（CPU 80和8 I），為訓練和推理分別優化架構。更重要的是，谷歌通過多機多任務訓練框架「Pathways」技術，將訓練分布到全球超過100萬個TPU上，創建了全球最大的訓練集群。Korai透露了一個內部數據：今年3月谷歌內部每天處理0.5兆Token，現在已飆升至每天超過3兆Token，幾周就翻一倍。這種內部大規模使用形成的反饋閉環，正是把成本不斷壓低的核心引擎。

生態卡位：從開發者到購物車，全面「包圍」

模型之外，谷歌今天展示的生態系統打法同樣值得深究。

在開發者側，谷歌發布了Anti Gravity 2.0，一個獨立桌面應用，可以讓用戶編排多個AI智能體並行完成任務：一個寫網站代碼，一個生成品牌素材，一個做產品架構。同時推出的還有命令行界面和SDK，等於給了程序員與谷歌自身產品同等能力的智能體工具包。

在安全領域，谷歌展示了一款名為Covenant的工具，能利用Gemini模型自動查找並直接修補代碼漏洞，而不只是發現。這顯然是在瞄準大型企業對安全自動化日益增長的需求。

但真正能讓谷歌流量入口繼續坐穩的，是搜尋和購物體驗的改造。

搜尋負責人Liz Reid確認，AI Mode模型已升級至3.5 Flash。一組數據佐證了這種AI搜尋的勢能：AI Overviews月活超25億，AI Mode推出僅一年月活破10億，搜尋查詢量在上季度達到歷史最高點。谷歌順勢推出了25年來最大的一次搜尋框升級，支持更長的對話式查詢和AI驅動的建議系統，並將從夏季開始允許用戶創建在後台7×24小時工作的「資訊智能體」。

購物場景的野心更大。谷歌商務負責人Vidhya展示了「Universal Card」智能購物車，能跨設備、跨商家運作：用戶可以在搜尋、YouTube、Gmail中隨時添加商品，購物車在後台自動查優惠、監控降價、補貨提醒，甚至能根據用戶錢包里的多張銀行卡，自動計算用哪張卡結算最劃算。配合已獲得亞馬遜、Meta、微軟等支持的通用商務協議（UCP）和保障支付的AP2協議，谷歌正在搭建一個讓AI智能體安全花錢的完整商業閉環。

在個人助手層面，全新的Gemini Spark定位為7×24小時運行在雲端的個人AI智能體。比較可怕的是，即使你關掉電腦或手機，它仍在後台繼續完成任務。Spark將首先面向可信測試者開放，隨後以每月100美元的新Ultra套餐價格推出。

看完這場發布會的全部內容，我們的一個核心感受是：谷歌已經不再把AI當成單一的產品競賽，而是把它變成了一個從晶片到模型、從開發者到消費者、從搜尋到購物的全棧戰爭。用Omni去定義「理解世界」的技術上限，用3.5 Flash去打穿商業化的價格底線，再用搜尋、地圖、購物、郵件等國民級應用完成場景收割——這套組合拳的背後，是谷歌對自己規模優勢的最大化利用。

當然，挑戰同樣清晰。Spark智能體能否跨過用戶隱私和信任的門檻？Omni的影音生成能力在開放後能否守住安全邊界？這些問題的答案，將決定谷歌這盤AI大棋的終局成色。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。