“我们已经迈入了智能体化的Gemini时代。”北京时间5月20日，谷歌CEO Sundar Pichai站在I/O大会的聚光灯下表示。在今年，Gemini应用程序（App）月活用户数较去年已翻倍，超过9亿；谷歌搜索功能中的“AI概览”（AI Overviews）目前月活跃用户已突破25亿；“AI模式”（AI Mode）的用户已超过10亿。

　　这是谷歌历史上最好的时刻之一。过去一年，Alphabet股价涨了140%，市值逼近5万亿美元大关。这比2023年那种“被OpenAI摁在地上摩擦”的窘迫，已是天壤之别。

　　共识的另一面总是悬着疑虑。当模型层逐渐商品化，谷歌的护城河究竟在哪里？Anthropic等会不会成为颠覆其业务的“特洛伊木马”？AI搜索若大幅降低外部点击率，谷歌赖以为生的广告模式将如何重构？

　　这场大会没有带来惊天动地的“iPhone时刻”，甚至模型的更新也不是唯一的重点，但谷歌团队展示了其内部逻辑——从芯片（TPU）、模型（Gemini 3.5/Omni）到应用层（搜索/购物），谷歌试图证明，它将是AI商业化浪潮中唯一能够从端到端吃下全部红利的整合者。

　　模型更新，为了“Agent”

　　在发布节奏上，谷歌显得异常克制。市场此前对Gemini 4.0抱有极高期待，但最终登台的是Gemini 3.5系列及全新的全模态模型Gemini Omni。

　　Gemini 3.5系列模型是谷歌迄今为止在智能体（Agent）能力上最大的一次升级。与此前版本相比，新系列的核心特点是速度快和成本低，谷歌宣称其输出速度是同类前沿模型的4倍，而价格却不到一半。毫无疑问，它从一开始就是为“Agent”设计的。

　　“目前头部的科技企业每天大约需要处理1万亿个Token。如果他们选择将其中80%的日常工作负载从其他前沿模型迁移到Gemini 3.5 Flash上，每年将节省超过10亿美元。”Sundar Pichai称。在开发者生态的争夺中，成本优势往往比性能优势更具杀伤力。

　　Google这次还配套推出了名为Antigravity的开发平台，本质上是一个智能体协作框架。Gemini 3.5 Flash在这个框架下可以部署多个子智能体，并行处理复杂任务。目前已有企业在使用。

　　面向消费端，Gemini 3.5 Flash已成为Gemini App及Google搜索AI模式(AI Mode)的默认模型。大会上谷歌还预告了名为“Gemini Spark”的个人AI代理，该功能基于Gemini 3.5 Flash运行，可7×24小时在用户授权下执行数字生活管理任务。

　　为了支撑智能体时代Token的消耗，谷歌首次将训练与推理芯片分开，发布了针对大规模预训练的TPU 8t和专注高效推理的TPU 8i。两款芯片的能效均比上一代提升约2倍。

　　另一个值得关注的模型是Gemini Omni，谷歌首个原生多模态生成模型，目前先推出Gemini Omni Flash版本。

　　它将谷歌近年来积累的多项顶尖媒体生成模型，无缝整合到了Gemini系统的多模态推理框架之中，包括负责高清长视频生成的Veo、实现图像精细化控制的Nano Banana，以及支持实时互动生成的Genie。

　　从官方演示来看，Omni Flash的差异化在于“世界知识”与“生成能力”的结合。它不仅能依据物理直觉生成符合重力、流体动力学规律的逼真画面，还能调用Gemini在科学、历史和文化领域的知识储备，将复杂概念转化为视觉叙事。

　　目前Omni Flash已面向Google AI Plus、Pro和Ultra订阅用户开放，并集成至Gemini应用、Google Flow和YouTube Shorts。谷歌表示未来还将扩展图像和音频输出能力，并向开发者和企业客户开放API。

　　搜索的新生

　　对于谷歌而言，更为显著的变革在于搜索。

　　自从ChatGPT问世以来，“谷歌灭绝论”就不绝于耳。人们认为，如果AI直接给出答案，搜索引擎赖以生存的“广告点击”模式就会崩塌。

　　不过，谷歌搜索与AI的结合一直以来都比较顺畅，其公布的数据显示，AI概览(AI Overviews)的月活跃用户数已超过25亿。而搜索的AI模式(AI Mode)在推出一年内，其月活跃用户数就已经突破了10亿大关。

　　“当用户在搜索中体验到这些AI驱动的功能后，他们使用搜索的频率更高了。搜索不再仅仅是简单的一问一答，而更像是一场连续的对话，它协助用户获取更深层的洞察，并无缝连接互联网上的海量信息。”Sundar Pichai在大会上表示。

　　而现在，谷歌决定把这个入口彻底AI化。

　　在本次大会上，谷歌推出了25年来最大的搜索框升级，新的智能搜索框不再是静态的输入栏，而是具备动态扩展能力的交互界面。

　　为此，新版搜索框被设计得更具弹性，支持自然语言的长尾提问，并打通了文本、图片、视频甚至Chrome标签页的多模态输入。系统还会基于AI推测用户意图，提供超越传统自动补全的提问建议。

　　谷歌还推出了信息智能体，可以在后台7×24小时监控网络信息，从博客、新闻、社交媒体到实时金融、购物、体育数据，一旦发现与设定条件匹配的变化就主动推送。

　　比如用户可以让智能体持续扫描符合特定条件的租房信息，或者监控某位运动员的联名鞋发售动态。同时，搜索还扩展了预订能力，覆盖本地体验和服务，甚至能代用户打电话联系商家。

　　对于谷歌搜索来说，如此庞大的流量底座，若仍仅展示传统广告链接，无疑是商业价值的浪费。通过让AI生成更深度的答案、更复杂的界面，Google实际上在重新定义搜索结果的“展示位”，为AI时代的广告模式铺路。

　　值得注意的是，谷歌对智能体的应用不止局限于搜索。除了搜索，谷歌还展示了同样具有智能体元素的购物功能，Universal Cart（通用购物车）。这是一款由AI智能体驱动的跨平台购物车，可在搜索、Gemini应用、YouTube和Gmail中使用。但它的能力远超传统的“购物车”，可以追踪优惠信息、监控价格变动、显示价格历史、在商品重新上架时提醒用户等等。

　　更深层的布局是UCP（Universal Commerce Protocol，通用商业协议）。谷歌联合亚马逊、沃尔玛、Shopify、Meta等巨头推出了这一开源协议，让AI智能体可以直接在合作平台上完成购买和预订。对于谷歌而言，这是争夺电商入口控制权的关键一役。

　　眼镜硬件：智能体的“眼”

　　软件与服务构建了智能体的“里子”，而硬件决定了它能以多快的速度成为用户日常的一部分。

　　十余年前Google Glass的折戟并未让谷歌死心。本次大会上，谷歌携手三星及时尚品牌Warby Parker、Gentle Monster，正式发布了新款Android XR智能眼镜。此次发布的眼镜分为两个版本：一款是无显示的音频眼镜，另一款是带有显示功能的AR眼镜。

　　与2013年那款被嘲讽为“Glasshole”（眼镜怪胎）的产品不同，谷歌从失败中吸取了两个教训：

　　第一，不标榜“科技”，强调“时尚”。眼镜的外观设计与普通镜框无异，由Warby Parker和Gentle Monster操刀设计，弱化了“这是科技产品”的视觉信号。

　　第二，砍掉冗余功能，聚焦核心场景。初代产品仅保留音频和摄像头，眼镜通过镜腿中的扬声器与用户交互，摄像头让Gemini能够“看到”用户眼前的场景。用户可通过语音唤醒或轻触镜腿调用Gemini，实现多场景下的无手机操作。

　　音频眼镜将率先上市，预计于今年秋季晚些时候推出。带显示屏的进阶版本仍在开发中，预计将在音频版本之后推出。

　　不只谷歌，当前全球头部科技企业均在加速布局AI智能眼镜。苹果已于2026年5月披露将研发资源全面转向代号N50的轻量化AI眼镜项目，计划2026年末至2027年初推出无屏AI智能眼镜，深度联动iPhone与Apple Intelligence；华为于4月发布首款鸿蒙AI眼镜；阿里则在3月、4月先后推出千问AI眼镜G1和S1系列。

　　不过，谷歌的硬件战略远不止于设备形态本身。Android XR平台兼容绝大多数Android应用，用户无需额外适配即可在眼镜上使用熟悉的App生态，类似于安卓系统当年通过开放生态扩张的路径。而此番与Xreal、Gentle Monster、Warby Parker等不同赛道玩家的合作，也体现了谷歌“开放式生态”的战略思路。

　　对于谷歌而言，眼镜是继手机之后，下一个计算平台的入口。一旦眼镜普及，流量入口将从搜索引擎转向，Gemini将成为默认的操作系统，而谷歌将重新掌握硬件入口的主动权。

　　纵观整场发布会，谷歌证明了它仍然是极少数有能力进行“全栈式AI创新”的公司。从自研TPU芯片对抗英伟达的垄断，到基础模型，再到数十亿人的应用入口，最后到眼镜等硬件终端，谷歌构建了一条新的护城河。

　　站在2026年这个智能体爆发的节点上，答案尚未尘埃落定。技术优势如何转化为优质的用户体验和可持续的商业模式，将是谷歌持续面临的考验。

（文章来源：21世纪经济报道）