在最新一届的Google I/O大会上，AI技术毫无悬念地成为全场焦点。与以往不同的是，此次Google并未单纯展示技术突破，而是将AI深度融入其庞大的互联网生态体系，从搜索、办公到硬件设备，全面展示了AI赋能后的全新可能。
大会上，Google正式推出了新一代AI模型Gemini Omni，其核心优势在于“全模态交互能力”。用户可通过文字、语音、图像甚至视频等多种形式输入指令，模型也能以对应形式输出结果。更引人注目的是，Gemini Omni支持实时对话式修改——在生成视频过程中，用户仅需一句话就能精准调整画面元素，例如将“玻璃建筑”替换为“肥皂泡”，且新元素会自带物理碰撞效果。这一特性被Google形容为“视频领域的Nano Banana”，暗示其颠覆性潜力。目前，Gemini Omni已登陆Gemini App、YouTube Shorts等平台，API接口也将逐步开放。
与此同时，Gemini 3.5系列模型同步亮相。其中，轻量级版本Gemini 3.5 Flash在编程、现实环境智能体及大规模工具调用等场景中表现显著提升，而专业级版本Gemini 3.5 Pro则计划于下月发布。基于这些模型，Google的AI开发环境Antigravity实现了突破性进展：仅用12小时便搭建出操作系统内核，且开发成本不足千美元。这一效率提升，直接推动了Google搜索交互界面的革新。
传统AI搜索多以对话框形式输出结果，但面对复杂问题（如“陀飞轮如何工作”）时，文本描述往往力不从心。为此，Google引入“生成式UI”概念，通过Antigravity的编程能力，直接生成可互动的前端网页。例如，用户搜索机械结构时，搜索结果会以动态3D模型呈现，支持缩放、旋转等操作。尽管该功能需待夏季上线，但已明确向所有用户免费开放，无需订阅Gemini服务。
在智能体领域，Google推出了面向个人用户的Gemini Spark。与传统托管类Agent不同，Spark运行于虚拟化环境，支持24×7全天候响应，并可与Google Docs、Calendar等生态组件无缝联动。更关键的是，通过MCP协议，Spark能突破沙盒限制，直接操控外部App。例如，用户可通过语音指令“购买上次的咖啡”，Spark会自动完成下单流程。为方便用户随时调用，Android系统新增“Halo”功能，在手机屏幕左上角常驻Agent状态标记，点击即可跳转界面。
硬件方面，Google预告了首款音频智能眼镜。这款设备搭载摄像头与多模态输入系统，支持语音及触控操作。用户可通过眼镜下达指令，由手机上的Gemini Spark后台执行任务，如自动点餐、查询信息等。尽管具体参数尚未公布，但Google确认该眼镜将兼容Android与iOS平台，不过受限于iOS的沙盒机制，部分功能可能受限。
Google办公套件全面AI化：Gmail Live支持语音查找邮件，Docs Live可辅助写作，Google Pics则能根据描述生成图像。结合此前曝光的高端Googlebook笔记本，Google正将Gemini深度嵌入旗下硬件，构建“感知-决策-执行”的闭环生态。
此次大会的另一焦点是订阅策略调整。Google在原有AI Pro（20美元/月）与AI Ultra（200美元/月）之间新增“青春版”AI Ultra（100美元/月），以区分企业用户与高用量个人用户。这一举措反映出，全面AI化带来的算力成本已不容忽视——即便是互联网巨头，也需通过分层定价平衡支出与收益。
对于行业而言，Google的生态整合策略或将成为关键分水岭。其通过Android系统底层权限构建的护城河，使其他厂商难以复制类似体验。然而，这也为国内企业提供了启示：在定制化安卓系统中，中国品牌已展现出更激进的本土化落地能力。随着Google亮出底牌，全球AI竞争或将进入生态对决的新阶段。
