跳转到内容
主站 新闻 控制台

[AINews] Google I/O 2026:Gemini 3.5 Flash、Omni(视频版 NanoBanana)、Spark(后台智能体)和 Antigravity 2.0

· Latent Space
播客深度访谈

完整主题演讲直播有 2 小时,但一如既往,《The Verge》剪出了最精彩的 30 分钟超剪版,非常值得看一遍,以获得整体叙事感:

今天,主线版 Gemini 3.5 Flash 已正式 GA(相比某些分阶段推出,这点非常不错),官方宣称它即便相较 3.1 Pro 也有相当可观的提升,而 3.5 Pro 将在下个月推出。或许更令人印象深刻的是 Gemini Live(语音)、Omni(视频)以及 Google Pics/Flow(图像/VFX/音乐)这些模态,Google 展示了业界领先的能力与低延迟,这大概都得益于业界领先的硬件和模型。

按照如今每次大型科技公司主题演讲的老传统,Google 也展示了一些智能眼镜技术,看起来比 Google 及其同行此前的许多迭代更有可能真正出现在街头。

2026 年 5 月 18 日至 2026 年 5 月 19 日的 AI 新闻。我们检查了 12 个 subreddit、544 个 Twitter 账号,以及没有更多 Discord。AINews 网站可让你搜索所有往期内容。提醒一下,AINews 现已成为 Latent Space 的一个栏目。你可以选择接收或取消接收邮件频率!


AI Twitter 回顾

Google 借助 I/O 将 Gemini 重塑为既面向消费者的 AI 入口、又面向开发者/代理的平台,并发布了三项核心技术公告:用于快速 agentic/编码工作负载的 Gemini 3.5 Flash、从视频起步的多模态生成/编辑模型 Gemini Omni,以及覆盖桌面端/CLI/SDK/API 的更广泛 Antigravity 代理栈。 官方帖子强调了规模——Google 表示其现在每月处理的 token 超过 3.2 千万亿(quadrillion),同比增长 7 倍,从每月 480 万亿(trillion) 增至当前水平;与此同时,Gemini 应用拥有 9 亿以上月活用户,并已在 230 多个国家和 70 多种语言中提供服务(Google,Google,GeminiApp)。最具技术含量的发布是 Gemini 3.5 Flash,Google 将其定位为迄今最强的 agentic/编码模型,立即 GA,具备 100 万 token 上下文、6.5 万最大输出、4 个思维级别