GoogleIO大会生图效果

兄弟们，沉寂已久的谷歌终于来炸街了，就在刚刚结束的谷歌 i o 大 会上，发布了天花乱坠的各种 ai 产品，但真正重点就两个，一个是独一档的多模态能力和超强的 ag 能力。 先来看个最狠的，谷歌发布了全新的世界模型 jimmy nike omni。 你 可以将任何形态的文件作为输入，比如文字、视频、图片、音频一起发给他。 jimmy nike omni 能以任何你要求的形式输出给你， 从此 p 视频就像 p 图一样简单。但如果说 omni 是 无敌的感官，那么同时发布的 jimmy nike 三点五 flash 就是 专为代码和 ag 的 优化的， 它的输出速度达到了同类前沿模型的四倍，每秒狂飙一千五百个 token。 谷歌在现场用全新的 ai 开发平台 anti gravity 二点零展示了它有多逆天。 杰米奈三点五 flash 仅仅持续工作了十二个小时，就从零首写出了一个完整的操作系统内核。它在开发时，后台自动派生出了九十三个 ai 子代理，总 token 成本低于一千美元。而同类型的任务如果交给人类团队，至少需要数月的时间。 更硬核的是这个首出的操作系统，既然能直接加载毁灭战士 doom， 现场就玩起来了。 随后谷歌顺势推出了 gemini spark， 你 可以理解，它是谷歌为你远程部署了一台七乘二十四小时，搭载了 gemini 全套能力的服务器。它能跨越应用，直接打通各种第三方软件。你只要给他一个目标，他自己就能拆解，步骤全自动帮你搞定。 比如自动检查信用卡账单里的隐藏订阅费，把货一记录整理成文档，然后群发等等。最后还有压轴亮相的谷歌智能眼镜，戴上它， jimmy 奶就变成了你现实世界里的专属管家。路过咖啡店，眼镜自动识别，你只要动动嘴， ai 就 把咖啡给你点， 还能实时 ai 导航和同城传译。从这次 ai 大 会上看得出，谷歌正在疯狂地将 ai 模型的能力产品化，毕竟用户真正需要的是能解决问题的产品，而不是 ai 模型本身。第二呢，谷歌之前明显在多模态发力过猛，在 ag 能力方面有点落后于 antropics 和 open ai， 现在眼看 ag 大 爆发，所以他就奋起直追。但即便是刚刚发布的 gmi 三点五 flash， 也依然和这两个头部公司的模型有差距。那么 gmi 三点五 pro 会不会惊艳全场呢？大家可以期待一下。好了，我是阿朱，关注我，让我们一起在 ai 潮头冲浪！

谷歌刚刚开了一场炸裂的大会， ai 已经能帮你带娃做家管钱包了。这一期我带你看完大会，最主要关注了五个变更，我选举了其中最有价值的三个。三天前，谷歌欧大会正式开演， ai 依然是绝对思源，主要发布了 g m n m 一 g m l 三点五 flash、 g m l spark， 还有一堆重磅更新。 这次谷歌发布的 java 系列，相当于所有新功能的超级引擎。先说 java， 三点五 flash 主打一个字，速度比其他前沿模型快四倍，成本只有三点一 pro 的 三分之一等于半，性能更强，价格更低，这就是谷歌 的羊毛。然后是 java 三点五 pro， 小 月八编码，再没任何多模态，能力直接碾压上一代。最后是王炸 java， 还有你 flash， 它能直接推理这个世界，还能从零创造。 比如你跟他说帮我制作一个蛋白质折叠的黏土动画，他直接给你生成一个科学准确音画头部的视频标题。二，搜索二十五年最大改版三个字 多么难，你不再只能打字搜索了，图片、视频文件，甚至你正在浏览的网页标签页都能直接流进去问。而且搜索不再只是点结果，而是实时为你构建记录，问天地无量。他直接生成一个可以教会的模拟程序。更狠的是，搜索代理可以二十四小时帮你跑人， 帮你找一个周五晚上有晚点食物，能容纳六人的卡拉 ok 楼间。以前搜索是工具，现在搜索是你的私人助理。要点三，詹文来 spark， 你 口袋里的全天候红外管家，这个功能我觉得是全场最贴近普通人生活的。詹文来 spark 能理解你的复杂背景，比如他知道孩子明天有比赛，家长负责带零食，他会 自动放你把无坚果零食加进购物车，等你最后点一下支付就行。他还能帮你监控孩子的取消邮件生成每日炸药发给家长， 自动检查在信用卡上办，把那些隐形收费全揪出来。每天早上他帮你汇总这些没有日历的所有消息，过滤掉，不重要的，把真正紧急的排到最前面。这届大会的核心要点给大家盘完了，下期继续拆解。

谷歌正在用 ai 杀死自己，开始掀自己桌子了。就在刚刚开幕的 google i o 二零二六上 p 叉，一直接带着 google 全家桶冲进 agent 时代。从 gemini 搜索 android 到 x r 眼镜、 ai 购物、 ai 视频、 ai 操作系统， 谷歌正在试图把自己的生态全部重新做一遍，他想让 ai 开始能主动替你完成世界上的一切任务。这场发布会信息量大到爆炸。这次我不讲什么参数更新、升图更强，也不讲测试打分，而是直击最影响我们未来生活的三大点。 先看这二十五年来最大一次改版的 google search 正式被 jamie 接管以后，你可以不止向他文字提问，还能发图片、文件、视频，让他给你解答问题，甚至让他持续追踪你想要的信息。比如租房信息的变化，哪个商品又上新了，都能给你实时汇总发送。 简单来说，互联网曾经最大的入口正在从搜索框变成 ai agent， 以后你把任务交给他，就能开跑。第二， google 开始抢下一代屏幕。很多人还没意识到， google 这次其实在重新下注一个更大的入口， x r 眼镜。 这次安卓 x r 全面推进，而且重点不是显示屏，而是 ai 加摄像头加语音。什么意思？未来你不再低头看手机，而是 ai 加摄像头加语音，导航、翻译、拍照信息提醒，全都直接叠加到现实世界。 犀利一点说， google 这次不是在做硬件，而是在抢 ai 时代的新眼睛。第三，这次最狠的新产品是 java， 它不是聊天助手，而是能在后台持续干活的个人 ai agent。 就 算你关机，它还能在 google cloud 里继续跑任务， 整理邮件汇总文档、维护表格生成提醒做 slides， 甚至用手机一句话安排多件事。整场发布会其实都在围绕一句话， ai everywhere， 搜索里有 ai， 机妙里有 ai， workspace 里有 ai， 眼镜里有 ai， android 里有 ai， 甚至购物车视频照片地图全都开始 a 键的话， google 这次真正想做的不是一个 ai 产品，而是一个被 ai 重新覆盖的世界。

尊敬的各位同志们，大家好，昨天晚上鲁美达的意义说明会可以说是非常非常超越期的，一个是业绩的超越期，另一个是对下个季度的指引也是非常超越期的啊，弱病的出货大家可以看到，嗯，这是一个非常确定的指引，但是今天 市场还是出现了一个非常显著的光板色的回潮，我们觉得这个还是说不市场的角度，可能是大家对路考出的一个指引性，但是这对 整个产业趋势没有任何的影响或有粗心的角度啊，结合当前最近一段时间的一些呃这个发生的变机，变机变量，给大家去做一些解读。首先是我们说整体上，在 beta 层面上啊， 呃，不管是英伟达的业绩已经证明了这个需求的强劲性。另外一个就是在谷歌 r o 的 角度，大家也看到最近关于谷歌在呃未来的 o c s 里面会行 一些好汉的 light 这样一个相关技术的情况，从这些细节上，特别是关于这个好汉的 light， 我 们给出的第一个解决就是 呃一大一小两个趋势啊，一个趋势是呃谷歌自己哈作为多年通信，就是在局域网，就是数据中心网络的领先的领先者，他们在呃随着 tpo 这个技术的发展，那么谷歌在整个 ai 逻辑里面，它自己的网络影响力就是在持续增强的。 另外就是在 o 四 s 里面使用 carnegie light 这里更加高成本的技术本质啊，带给的最核心的意义就是 我们通信连接在 ai 这个大板块里的通道逻辑啊，是越来越强的，因为我们不仅仅是说呃，我去接受更更多的 i o o， 然后我的通信是通信的占比本身在提升，我们对成本的敏感度其实是在进一步降低的啊。你像 carnegie light 这样的技术，无论是 我们怎么去做这种轻量化，把它从自家的二波段拿到 oppo 端上来，那他所需要的调制侧的成本依然是远远高于嗯七小之间的强度调制的，但是依然，但是谷歌为什么依然愿意用它？ 就是如果我们坚持在等待调这个强度调制的，再加一个四百 g 技术，不管是薄膜基酸里啊，还是说差分的 eml 啊，它可能需要一定的时间，但是我们在更高成本的方向上有了相关的维度量，我们用单程单通道四百 g， 甚至到呃单通道二点四四百，甚至单通道 一点六次技术，它都是积有的，只不过就是成本高。那么相关下沉这样的趋势啊，一直等待的机会就是啊，这个网络对成本越来越不关注的时候，越来越脱敏的时候， 它就会下沉的越来越快啊。所以从从这个嗯 n v 和谷歌链的这种大会的角度哈，我们通信的认为，首先大家最应该确认的是这个通信的敏感度，价格敏感度是进一步降低的， 大家对需求的确定是越来越高啊。所以第二个点呢，就是从 vivo 的 出货啊，我们看到呃，虽然说我们都有很多 c p u 啊， o 四 s 啊这些呃锦上添花的技术啊，非常的重要，但是呢， 你说从绝对必要的角度，我们看到嗯超级点就是整精锐的方案啊，更是一个非常重要的 趋势啊，就我们一定是这个背后的驱动啊，是我们的芯片逐渐的从呃七纳米，像五纳米、四纳米这样的高端电视机、眼镜，呃单位面积上的热量一定是增长的， 同时呢，二二四四八这样的类似的通信技术也在不断的压缩同连接的距离啊，那么我们一定是需要在一个呃等机会的方案内去利利用这些光， 从啊电源、散热等综合的技术去在这个里面完成产品的交付，这是真正的刚需啊，那从 mv 也好到谷歌也好啊，我们看到这样一个趋势，那么从大光的角度啊，我们呃 认为哈，你看不管是 o 四 s 也好，还是狂浪也好，最正包括最近今天大家交易的 micro led， 那 么也是通过去头部的光泡公司去验证来证明这个产业趋势的进展的。 所以说通过英伟达和 n v 以后啊，我们还是认为最头部的像徐双先生这样的公司，他已经是我们在反复重复我们强调的我们的观点啊，他已经处于一个对所有的可能性的技术，处在一个饱和研发的阶段，且有足够的实力去大概率的保持自己的产业地位 啊。同时呢，这种超节点对呃光铜电热、异磁媒体的权重的要求啊，也给在这个领域里有传统制造业优势的公司啊，一些机会，比如大家看到了 c p u 交换机工业复联在嗯公布它的出货是吧？像我们以我们这次底部推的沥青经历，它也是在 呃权健能力上去得到更多的一些订单掌握。所以从大国的角度啊，我们观点上认为，嗯，大家去建议大家去关注啊，建议大家去关注一些经济这样的公司，在权占的角度，其中优势有有可能。呃，也，我们也同时强调啊，去创新一胜 上的头部两强，他在研发端的这种这种强劲的优势，我们也是希望市场给他们这样的公司更高的估值，而不是说呃，更激进的业绩点吗？那呢，因为因为这个业绩呢，实际上还是跟本本的资本开支以及 考沃斯这些东西的产物是有节奏的，但是，但是这些公司在公信行业里的领先地位是靠自己努力来实现的啊，所以本质上这个我们对业绩的展望啊，呃，审慎或者乐观都是可以的。但是在固执端，我们还是希望大家看到这些公司在 这个研发端的，固执端的产品的技术标准端的领先优势啊，我们给这些真正的科技企业以更好的固执毛，我们 会把信用信用社加上利益经济作为我们在大国这个板块里后续的标地。另外在紧缺这个环节上啊，从法拉利全光片到这个光纤再到光纤，我们整体上判断呢，这个黏度， 年度内的这个稀缺啊，都是可以得以维持的，特别是对光纤和光纤线的这个涨，我们我们认为这种期缺甚至还是呃，一年半到两年维度的啊，那么这个整个板块呢？呃，会在大概率会在我们这个 ai 趋势，你看现在就是英伟达的这个涨超过了基本上啊，不管是国内还是华尔街 大部分未知的预期，所以说 ai 的 需求超越期的这个逻辑还在，那么大概率这些紧缺环节，如果我们现在判断阿拉丁神光片是二六年紧缺，然后光新是二七年，呃 呃，还有这个光新片大概率回到二八年甚至上半年紧缺，这些判断啊，大概率还是有可能存在 进一步超预期的可能性，就是我们的供需，供需啊，进一步往上拉，这种可能性依然是存在的，所以这些板块在调整之后依然是我们认为非常非常独特的操作逻辑。另外就是在一些板块上，像也有越来越多的这个标地啊，进入到我们整个上市的环节里，向以 gpu 提供的一些新增量 保鲜光鲜，然后呃，一些盛世的 pic 的 公司啊，以及像中前卫这样的法律系选片的公司， 那么都有可能在未来这个交付的压力下，不断的进入到我们这个就是紧缺的逻辑里，紧缺的逻辑里。另外我们再重点强调的是中国的工薪线这个行业， 今天基本上这几个以四大的公务员为主业的公司都出现了百分之六左右的回调，百分之六以上的回调可以说整齐划一。但是呢，我们 中整个中国冠心病的展望是一个贝塔加的逻辑，就是说我们不仅是在一个需求增长的贝塔上，而且呢，嗯，从过去这段时间，呃，中美双方的企业在这个冠心病扩展上的态度与投资的行为上，你可以看到双方的判断是一致的啊，就是中国国 产冠心病的疏通领域里的渗透率提升已经是一个非常确定的趋势，而且在这个上线上我们是非常乐观的， 我们认为不管是七十毫瓦一百毫瓦的 c w 公务员，还是一百 g 的 e m 二，还是更难一点的四百 g 的 四百毫瓦的 c w 公务员，甚至未来的两百 g e m 二，以及四百 g 这一带里的像玻尿酸里这样的产业。 所以说，呃，中国的这个上市公司，这个这些体系在这些领域里面啊，已经做到了，嗯，我觉得至少没有绝对不可翻越的障碍，同时在很多局部已经做到了比较好的领先优势。 所以在这个逻辑下，我们掌握未来的两项领域啊，中国的通信行业还是会有给大家非常高的预期的，就是简单的说，我们在享受被套的同时，是有希望超过 考核上的鲁曼特姆，甚至谷歌，这就是日本还有美国领先的这个领域啊，中国的这个这些行业，我们是完全有希望实现反超的，同时在这个训练的投资放缓之后啊， 这些能力还是有望向这个端侧甚至很多的 ai 应用侧向感知侧去扩散的啊。所以整个的光机电行业未来的空间一定是比我们现在考问的高端光源出货预期更加的， 嗯，有一个呃星辰大海的空间的，所以这些公司也始终是在处在我们嗯比较重要的推荐序列里。 所以整体上呢，我们是呃认为从谷歌 r o 也好，从北京伟达的业绩的情况来看啊，那么大家呃的一很多的担心，现在看起来哈，呃都是低估了 ai 的 力量的啊，都是低估了 ai 的 力量的，那么这种担心是因为市场的走势啊，积 累的一些情绪啊，那本质上大家可以从业绩的角度，这是最客观的指标，可以看到我们还在一个加速通道上啊，所以悲惨没有问题， 在派特加的品种上，我们会给大家关注国产工信类的投资逻辑，那么在上游的几期环节里面，工信件，工信，包括一些，呃，零部件都在一个几 期的环道里，那么从确定的角度来讲，我们刚才三个重要的大的曲创啊，新一生啊，内心经历，这是简单题，那么从复杂，从一些相对嗯趋势性的角度，大家也去也去建议所有投资人啊，去关注我们上游的各类的环节啊，逻辑上都有一个不断超越期且不断 那个警车的逻辑的存在，而这种周期啊，至少在二零二六年，我们大家大概里不用太去担心它出现一些这个工序的繁琐的格局啊， 以，所以整体上我们还是认为当前的回调是一次很好的大家去参与的机会啊。以上呢，是结合 n v 还有主播的这个共同的这些情感，我们通信组的呃，一些观点。

谷歌今晚把半年大招一口气全清藏了。 i o g 舞台一开场， gemini 三件套同业落地 omni 三点五 flash spark 每一个单拿出来都是头条，今晚一起摆上桌。第一件 gemini 全模态生成模型，文字、图像、视频、音频，一个模型统统打通。 demo 里一句话， 给我一段黑洞吞食恒星的镜头模型直接产出电影级五秒视频物理光影全对，一段赛博朋克街头的 demo 全网刷屏。 ai 视频生成的文本一致性这道阿卡留斯之肘，谷歌今晚正式打穿第二届 gemini 三点五 flash。 这不是常规迭代， 谷歌用自家小模型在六项核心基础上，全面碾压了自家上一代旗舰三点一 pro。 更狠的是 agent 编程，九十三个 flash agent 并行写作十二小时，从零写出一套可运行的操作系统。小模型的代际拐点到了 第三件 project spark， 七乘二十四小时常驻在你账号里的 agent 跨 gmail docs calendar 主动执行任务。 不是你问他，答是他在你睡觉的时候已经把明天的会议记要邮件回复日程整理好了。把这三件摆在一起看。全模态理解全模态深沉全天后在线 agent， 通往超级智能的三块拼图，谷歌在一夜之间全部拼上了，剩下的只是功臣不足的速度问题。关注新智源，秒追 a s i。

二零二六年五月十九日，加利福尼亚州山景城， google 年度最重要的发布会 i o 二零二六正式开幕。 ceo 桑达尔皮查一站在台上，只说了一句话，我们已经从 ai 助手的时代 进入了 ai agent 自主行动的时代。接下来的两小时， google 用一百条公告向整个科技行业宣告 gemini 全面进化。 发布会的第一颗重磅炸弹是 gemini 三五 flash。 这不只是一次常规的模型迭代， google 宣称 gemini 三五 flash 在 代码生成和 agent 任务上 全面超越了上一代旗舰模型 gemini 三十一 pro， 用 flash 级别的速度跑出了 pro 级别的智能数据层面。在 terminal bench 二十一上得分七百六十二， 独立评测的 intelligence index 比上代高出九分。更关键的是比同类前沿模型快四倍，价格不到竞争对手的一半， 支持一百万 token 超长上下文。现在已通过 google anti gravity 平台和 gemini api 全面开放。 从今天起，全球所有用户的 ai 搜索模式默认切换至 gemini 三五 flash。 第二个发布让全场观众集体沉默。 gemini， 这是一个全新的多模态生成模型， 它能接受文字、图片、音频和视频的混合输入，然后用自然语言指令直接生成或编辑视频。你不需要告诉他把这段素材改成日落时分的氛围， 配上史诗级的背景音乐， gemini 就 能帮你完成。它在多模态感知和视频编辑精度上达到了 ai 工具此前从未触及的层级。 omni flash 版本现在面向 google ai 订阅用户开放整合进了 gemini app、 google flow 创意平台以及 youtube shorts。 第三个发布是真正让人感到震撼的那种。 gemini spark， 它是一个持续运行的云端 ai agent， 运行在 google cloud 的 专属虚拟机上，全天后二十四小时运作。即使你锁上手机，即使你合上电脑，它依然在工作。 你把一个复杂的任务交给他，比如规划一场跨国出差，它会自动查邮件、对接日历、更新文档、起草回复，只在需要你做决定时才来争取你的意见。 spark 深度集成了 gmail 日历， 运行在 anti gravity 平台之上。目前 spark 处于 beta 阶段，首先面向 ai ultra 订阅用户开放。推动这一切的底层平台叫做 google anti gravity， 本次升级到二十版本， 新增了桌面端命令行工具 sdk 以及 manage agency ip， 让开发者可以在 google 的 安全环境中部署和运行自定义 agent。 而 search 的 变化可能是普通用户感知最强的部分。 google 搜索框完成了二十五年来最大的一次升级，它不再只是一个搜索框，它是一个 ai 交互入口，你可以输入一段数百字的复杂需求。 search 会用 anti gravity 和三五 flash 实时构建动态布局、交互式 widget 和自定义仪表盘 信息。 agent 还能持续替你监控公寓租售，追踪产品降价，在关键时刻主动推送提醒。购物体验同样迎来革命。 universal cart 是 google 对 购物霸权的直接挑战， 它是一个跨平台的 ai 智能购物车，贯穿 gmail、 youtube、 search 和 gemini app， 自动追踪价格历史，检测商品兼容性，寻找最优折扣 配套。还有 agent 支付协议，让 ai 代替你完成支付，但受你设定的规则约束。硬件层面， android 十七预览版代号肉桂卷 gemini 将在系统层面深度集成， 允许 ai agent 自主控制设备。正式版预计今年六月发布。 android xr 眼镜由 google 与三星联合研发，音频版本本周上市。 还有 google book， google 面向 ai 时代打造的全新笔记本电脑平台，与红旗、华硕、戴尔、惠普、联想合作，秋季上市。最后谈谈价格，因为这一次， google 打出了真正的价格战。 google ai ultra 订阅从每月二百五十美元直接砍到一百美元，与 cloud max 持平，是叉 gpt pro 的 一半。这个套餐包含所有 gemini 模型， gemini spark 持续 agent 以及三十 tb google one 存储空间。本次 i o 二零二六， google 给出了一个清晰的信号， ai 的 战场已经从谁的模型更聪明， 转移到了谁的 agent 更能为你做事。三十二千万亿 token 的 月处理量比去年增长七倍， 九亿 gemini 月活用户覆盖二百三十个国家和地区。这是 google 的 全面反攻，而这场反攻才刚刚开始。狗子，求你点赞关注我！

谷歌疯了！昨晚的谷歌 i o 大 会，干货密度堪称历年之最，五个重磅发布，一个比一个炸。 第一个， jammy omni， 这才是全场最大主角，任意输入生成视频、图片、文字、音频、视频，随便混合它就能生成一段高质量视频。手掌上画的圈能变黑洞，自拍能变赛博朋克。 说实话，视频模型进步确实快，但目前离真正可用还有距离。物理一致性和细节精度说实话个人感觉还不够稳。 第二个， jimmy， 三点五 flash， 一个 flash 级别的模型，把三个月前的旗舰三点一 pro 给碾了。编码 agent 任务全面碾压，输出速度每秒二百八十九个 token， 比 gbt 五点五和 opus 四点七快四倍，这个确实强。 第三个，最炸裂的 demo 来了， anti gravity， 二点零平台用九十三个字 agent 十二小时从零造了一个操作系统，还在这上面跑了 d o o m api， 费用不到一千美元。 agent 的 时代真的来了。第四个， gemine spark， 你的七成二十四小时个人 ai 管家，关上电脑，他还在干活，自动帮你整理邮件，规划派对，生成文档，下周美国用户就能用贝塔版一百美元一个月。第五个，谷歌搜索二十五年最大升级，全面接入三点五 plus， 新增 ai mode， 搜索框变成智能助手， 地图也迎来十年最大更新。总结一下，这场 i o 最恐怖的不是某一个产品，是所有能力同时到位，全模态理解，全模态生成，全天候 agent。 虎哥一夜之间全拼上了通往超级智能的路，已经没有技术障碍了，关注我，第一时间了解最新 ai 动态！

就在刚刚五月二十号凌晨一点的时候，谷歌的开发者大会正式的开始直播，那肯定有很多朋友没有看这个直播，我只能说各位真是有先见之明，整个直播时长有两个多小时， 又臭又长，直接给我看历劫了。信息密度呢可以说是非常的小，就是发布了一个全新的模型三点五 flash， 其余的其他功能呢都是接入的这个模型，各种乱七八糟，内容呢都加了在一起，大会的后半段呢，直接变成了现场直播带货，我看完就是一句话，真是闹闹又麻麻 闹马。我们首先看一下大会的第一个部分，就是 gmail 模型家族，整场都在讲这个， gmail ai 发布了 gmail 三点五 flash， 它的定位呢是前沿智能模型和 agent 执行力合二为一的旗舰快速模型，头跟的输出速度呢是其他旗舰模型的四倍， 非常的夸张，而且在编程 agent 的 多模态基础上，超过了 gmail 三点一 pro 就是 一个 flash 模型，超过了三点一 pro 模型，这个就意味着这次模型呢是小而快，听起来非常的不错， 但是我不禁要问，那么代价是什么？没错，它的价格也赶上了 pro， 上一代的 pro 模型呢，每输入百万， token 呢是二美元，输出是十二美元。这次的三点五 flash， 它的输入是一点五美元，输出是九美元， 其实非常接近了，在他们直播中有这样一张图，说是用了九十三个 agent， 输出了二十六亿的 token， 总共金额小于一千美元啊，我先保持一下质疑， 这次价格涨的确实有点多，这还只是 flash 模型三点五 pro 呢，预计在下个月，也就是六月上线，那你想想吧，那个价格肯定会更高呀。那第二个呢，就是 jimmy 欧姆尼全新系列，目前用的也是三点五模型，核心定位呢是推理能力加创作能力融合首发的 jimmy 欧姆尼 flash 接受图片、音频、视频文本的输入，也可以输出生成视频，还可以创建我们自己的声音生成的视频呢，让他说话的声音就是我们自己的。 你可以理解为把视频生成模型，图片生成模型全都融到了一块，缝合怪奇美拉。另外顺带一提，它的内容检测能力呢，从 jimmy nike 的 app 版扩展到了搜索和谷歌浏览器中，也就是说，当你看到一个图片，你不知道它的真伪，那么你可以把这张图片发给他，问问他是否由 ai 生成 它可以进行判定。这个怎么说呢，就我体感下来，其他的生成模型我都能认出它是 ai， 唯独 g p t 的 那个确实是有点真假难分，你不会针对的 g p t 吧？那山姆就有话说了，你不是我的兄弟，你是个路人。 接下来就是重头戏，谷歌的 a i d e 反重力二点零上线了，全新独立的设计啊，真是不愧是谷歌啊。从这个设计页面上呢，我就看到了无数个神支持了 doa 盾，并且速度非常的快，而且如果你是新开通的，或者以前就是 o 叉用户，还会送你 一百套的额度，那去领吧。什么意思？下一个更新的是全新的设计语言，几乎是全平台桌面版、手机版以及网页端都进行了更新，变得非常优雅，动画非常丝滑，同时引用了全新的字体，不过对于阅读中文来说好像不是特别方便， 只是阅读英文的时候看起来确实很优雅。每天的额度呢，也改成了卡尔的那种限额五小时刷新，直到达到周限额 结束了，也就是说，如果你是 pro 用户，可能用一会就没有了这个额度。下一个 jimmy spark， 二十四小时全天候， agent 直接运行在云端，在手机上，电脑上拿起来就直接控制它使 用的模型呢是 jimmy， 三点五，可以实时监控我们的信用卡账单，追踪邮件，自动整理笔记，制作文档。这个几乎就是一个 agent 的 平台的标配了，它本身就是一个超级 mcp 客户端，接的非常多。这个时候可能有朋友说了，哎，这个不是小龙虾吗？是吗？ 目前这个我们用不了，你是 plus 用户， pro 用户都用不了，你必须得是 air ultra 用户。二百五十美啊，不对，现在降价了，是二百美元一个月。但是这个计划对我个人吸引力不是特别大，再下去沉淀沉淀吧，我们看下一个谷歌搜索 三十年以来最大的更新，在二五年年底的时候呢，谷歌浏览器就推出了 ai 模式，那现在呢？把这个 ai 的 模型换成了 gmail。 三点五， 我们输入的越长，搜索框越会主动的进行扩展，因为它是内置在浏览器上，主要还是为了搜索嘛。当你一个很简单的问题，他就会给你回复很短的内容，但是当你长篇大论的跟他讨论的时候，他就会开始进行深度思考 啊。 deep think， 也就说类似可绕的那种，判断你的意图，以及你这个问题的复杂程度，他自己来决定给你回复多少。另外这样一个浏览器也有 agent 了，二十四小时全天监控。我们提一个问题， agent 在 后台跨博克新闻社媒以及谷歌的实时数据 持续监控，也就说你可以让他实时帮你监控一些内容。那这个监控的功能呢？我个人认为可以用在理财的方面，比如说黄金的金价，实时给你追踪一些股票的价格，实时的给你发送。 不过这个功能呢，暂未发布，夏季向 ai pro 凹叉用户开放下一个 mini app。 这个功能是在我们搜索的时候，那一个非常长的任务，它会自动给我们生成看板，或者是生成网页，生成一个小应用，我们可以直接快速的跟它交互，那比如说我问一个太阳 长什么样子，那它呢？就会生成一个类似网页，或者是一个三 d 的， 我们可交互，可以拖动旋转。这个太阳演示看下来呢，还是非常有意思的，但是仍未发布， 发布时间是未来几个月。 ai pro ultra 美国地区的用户可以使用，也就说你不在美国，或者你是免费用户，那么你都是用不了的，太可恶了，他不是我们的兄弟，他是路，厉害。最后还有几个我快速给大家过一下，因为我个人感觉非常的无聊，一个是全网通用购物车， 让 ai 帮我们去购物，去比价美国豆包啊，真是实至名归啊。还有一个呢，是给油管准备的 ask youtube， 可以 直接处理复杂的查询和后续的追问，其实跟 grog 差不多， grog 呢，是可以读取 x 平台的所有推文，那这个 youtube 呢，自然是可以读取油管上的所有视频，以结构化交互形式呈现。这个呢，现在已经可以用了，局限于 youtube 会员的美国用户啊，注意你得是会员哦。 最后呢，就是他们的带货环节，首先是他们的安卓 x r 啊，智能眼镜，想当年我也买了一个小米的异样眼镜，老傻了。我 目前呢是两个版本，一个是带屏幕的，一个不带屏幕的，只不过带屏幕的还没有发，各位感兴趣可以去看一看。大概 就这么多内容，如果各位非常闲的话也可以去看看。这个直播还是蛮催眠的。那以上呢，就是本期视频的全部内容了，如果你对上述我们提到的这些内容某 某一部分你感兴趣，可以在弹幕里留言，我们可能会单独出一些视频来测试，或者是解读一下。各位记得点赞，不点赞的话你就不是我的兄。 ok， 最后祝各位玩的愉快，我是段峰，我们下期再见！拜拜！

北京时间今天凌晨，刚刚结束的谷歌 i o 大 会上，谷歌发布了多款极具颠覆性的产品。大会一开场，谷歌蒂姆曼创始人，也是诺贝尔奖得主哈萨比斯就宣布谷歌最新多媒体模型 jamna omni 来了。 jamna omni 是 一个很懂物理学的世界模型， 给一段原始视频，它就能直接改变环境视角。由于它能很好的理解物理世界的运作规律，因此能让 ai 生成的视频内容完美的符合重力以及动能规律。 紧接着，谷歌 ceo 劈柴就带来了专为智能体运作设计的模型 jimmy 三点五 flash， 它在编程和现实世界任务解决能力上都有大幅提升。模型的速度速度极快，能达到同类前沿模型的四倍，且成本极低。 为了应对越来越难识破的高质量 ai 深度伪造视频，谷歌在三年前就开始悄悄为超过一千亿张 ai 图像和视频打上了不可见的水印，以便能轻易识别内容是否为 ai 生成。谷歌本次宣布全面开放这个内容验证的能力，不论在 gemini 或者 chrome 浏览器，都能使用这个功能辨别内容是否是 ai 生成的。 硬件层面，谷歌联合三星打造了一款智能音频眼镜，安卓 s r 预计今年秋季就要发售。除此之外，为了应对越来越频繁出现的极端天气，谷歌开发的全球天气预报 ai 模型 weather next， 它能够精准模拟预测极端复杂的动态天气系统。 相比传统天气预报系统，它的预测速度更快，准确率也更高。从懂物理规律的世界模型，再到贴在耳边的 ai 眼镜，谷歌不只是在发产品，而是想把整个世界重塑成一个巨大的智能体网路。

我实在太后悔来谷歌 i o 二零二六了，因为我发现我过去很多事没干成的借口一个都没了。比如说我梦想是拍一部电影，放在过去想想就行了啊，剧本、拍摄、剪辑、配乐、宣发，每一部都能把人选对。所以以前很多梦想死的特别体面。不是我不想干，是条件不允许。 但这次谷歌 i o。 供下来，我有点尴尬，因为它好像在一层一层告诉你，条件不允许。句话，以后可能越来越不好用了， 你说你没预算，拍不了大片。好，新升级的 jimmy 现在可以先帮你把脑子里的画面画出来，你可以生成一段视频，还能继续对话修改这个人物，保留这个镜头，别动背景，换掉风格，换掉其他部分重新来。以前你要把一个画面画出来，得找人，找场地、找设备。现在第一步可能变成，你先把脑子里那个画面说清楚， 好画面有了，可你总不能变成，你先把脑子里那个画面说清楚，好画面有了，可你总不能变成了电动车，可还行。 这时候 flow 就 很关键，它不只是生成视频，而是让你开始控制镜头视角和连续性。比如你给他一张自行车图，他可以生成不同的角度。所以 flow 更像是 ai 时代的导演工作台。你不是只让 ai 给你一个结果，你 开始调度它，换机位，换角度，换景，别换节奏。好画面能动了，镜头也有了，可电影不能是末片吧，没有声音，所有高级感都得打五折。 以前配乐也很麻烦，要找版权翻曲库，找制作人，但 flow music 让我感觉音乐也开始变成可以对话修改的创作主键，你可以说，这里更燃一点，这里更梦幻一点，古典再重一点，更像科幻片。这就不是简单生成一首歌了， 而是 ai 开始帮你补上情绪。因为很多时候，一部片子真正让人起鸡皮疙瘩，不是画面本身，而是画面和音乐撞到一起的那一秒。 好预告片有了，配乐也有了，可你总得宣传吧？过去做宣发，又是另一套系统，广告公司、物料制作平台适配，听着就投的。 但 jamie 让我看到的是，广告也可能变成 ai 原声的。它不是提前拍好一条广告，让所有人看同一个版本，而是可以根据产品卖点、场景和上下文，生成更贴合当下内容环境的视频广告。换句话说，未来你做的不只是一条宣传片，而是一套可以不断变化的广告。表达 好宣传有了，那如果我还想做点电影衍生呢？比如互动官网、小型游戏，或者让观众提前探索的电影世界呢？放到过去，这基本是大 ip 才敢想的事。但 project jenny 开始把这个想象往前推了一步， 你可以移动，可以转视角，可以在里面走，最后连网站和界面也在变 flatter 这类 g i u i 的 方向，让我感觉未来界面可能不是写死的。 你要做电影官网、角色页、预约页、互动页面，它可能都能根据你的内容和用户意图动态生成。它不是在展示几个孤立的 ai 工具，它是在告诉你一个想法，从脑子里冒出来，到变成能看、能听、能传播，甚至能互动的作品。过去那些很贵很难卡点的环节，正在被 ai 一 点点打通， 这些看起来像魔法的东西背后其实是谷歌用模型平台和开发工具给开发者铺的一条更短的路。所以来了谷歌 i o 二零二六，我感觉自己以后不能再装怀才不遇了。而最后只剩下一个问题，我脑子里那个东西到底值不值得被做出来？

攒了半年的 ai 大 招，谷歌在 iou 大 会给清仓了，今天不废话，三分钟带你看完最炸裂的三大核心， gemini、 gemini 三点五 flash 以及 gemini spark。 首先是发布前就在推特刷屏的 gemini， 谷歌官方称它为能根据任意输入创造任何内容的全新模型。直白讲，给到图片、音频、视频、文字的任意组合，它就能生成一段高质量视频，而且可以用聊天的方式编辑视频。 比如这个官方的演示，一句话把小提琴手传送到雪山，再把琴隐藏切到肩膀后方视角，整个过程人物动作、音乐节奏甚至场景记忆都完全连续。而哈萨比斯在现场更是直接开完掏出自拍视频开始现改。 更关键的是， amni 把 gemini 的 世界知识和推理能力注入进了视频生成，理解了物理世界里的重力运动和空间关系。目前， omni flash 已正式上线， api 版本将在未来几周开放，而更强的 omni pro 也已经在路上了。 如果说 omni 负责创造新旗舰， gemini 三点五 flash 就是 极致的降本增效工具。在编码能力、 agent 任务和大规模工具调用上，三点五 flash 直接碾压了自家三个月前才发的三点一 pro。 而输出速度对比 gpt 五点五和 oppo 四点七快了四倍有余，价格却连一半都不到。而在最新的 anti gravity 二点零平台加持下，它更是被优化了十二倍速度， 仅用十二小时九十三个字， agent 同时并行，不到一千美元就从零手搓出一个完整操作系统，甚至还能直接运行毁灭战士。不敢相信 jammin 三点五 pro 会怎么样呢？模型这么强，真正关键的是怎么落地。 在这个维度， google 打出了一套完美的引擎加助理加场景组合拳。 gemini spark 由 gemini 三点五和 anti gravity 框架驱动，深度整合谷歌办公全家桶可以实现七成二十四小时在线，哪怕你合上电脑，它也能自动跨应用处理行程调度、邮件收发这些复杂任务。 google workspace 这次也全面 ai 化，全新的 doc live 让你告别键盘，只需动嘴，它就能实时生成并排版文档。而 google picks 则像一个内置 aips， 不 仅能拖拽、修改图片元素，还能单独识别、提取甚至翻译图片里的文字。 基于这些能力， google 一 夜之间几乎拼出了完整的全站智能体生态搜索与办公端 google search 迎来二十五年最大升级，首次深度融入生成式 ui 创意与电商端 stitch 支持语音描改 ui flow， 成为真正的 ai 创意工作坊。 科研端则推出 ai 天气 weather next 及专门修 bug 的 code mander， 甚至连 sinclair 水印都已经获得 open ai 接入秋季还将推出首款音频 ai 智能眼镜。看完这场发布会，我的强烈感受是，单一模型的单打独斗已经彻底结束， ai 的 系统之战才刚刚开始。 正如哈萨比斯在发布会结尾所说， when we look back at this time， i think we will realize that we were standing in the foothills of the singularity。 google 的 ai 全家桶已经成型了。想体验 omni 和 gemini 三点五 flash 吗？评论区戳我们，关注思想科技，带你第一时间了解 ai 干货！

就在昨夜，谷歌 i o 大 会两连发，第一把火直接打在飞哥玛脸上。 google pix 亮相。这是一个 ai 原生的设计生产系统，你只需要丢一张产品图，它就能自动识别产品背景、光影、材质关系，然后直接生成一整套广告素材。这意味着，电商广告主拍一张产品图，就能让 pix 自动生成十个适配不同版位、 不同人群的广告素材，做海报信息图设为内容。再看第二代，直接对标 cloud code。 谷歌放出了 antigravity 二点零，彻底撕掉了 i d e 的 外衣，成为一个独立的 agent。 原声桌面应用、定时任务调度、原声语音交互等。它不再是帮你写代码的编辑器，而是一个能自己拆解任务、派生子 agent 并行执行，亦不管理不卡主的工程团队。这两个产品，一个瞄准千亿电商设计市场，一个锁定下一代程序员工作流。

一口气看完谷歌 i o 大 会七大更新，先看明星产品 gemini 三点五 flash， 几乎所有机型超越三点一 pro 主打更强的 a 帧能力、更强的抠定能力和更快的速度，速度四倍于同级模型，价格比三 flash 差不多贵了三倍，但比三点一 pro 便宜百分之四十。三点五 pro 推迟到下月发布， 值得期待。第二， gemini 一 款世界模型，能根据图片、视频、音频、文字任意输入生成高质量视频， 创作出来的视频完美卡点。还可以通过跟他对话来编辑视频，换环境、换角度、换风格，多次优化也没问题。而且他对这个世界也很懂，短短一行提示词就能生成黏土动画，讲清楚蛋白质折叠。 第三，谷歌把 antigravity 打造成一个完整生态桌面版。二点零是目前主力入口，中端 c l i 适合快速脚本化清亮场景，自己造 agent 就 用 s、 d、 k 还有企业接入， 实现无缝配合。谷歌这波的核心方向就是专注于多 agent 协助异步任务和更广泛的知识工作，而非仅限于编码。 第四，你的私人 ai agent gemini spark 由 gemini 三点五和 google ant gravity 技术提供支持，在谷歌云上的专用虚拟机上运行，甚至注入了智能编码能力。第五，智能购物车。不论你是在刷 youtube 还是看 gmail， 都能直接添加商品，它还会自动比价向你推荐更加方案。 第六，一些好玩的更新，谷歌的 ai 选映技术，官网里又将会圈一下就能查这张图是不是 ai ask map youtube 把搜索框变成直接对话的窗口， 还有 dog's life， 以前让 jimmy 写东西得字斟句酌的输入提示词，现在直接说就行， jimmy 会自己整理，最后提一嘴谷歌的音频眼镜秋季上市，不得不说这届 i o 大 会信息量真不小。你最喜欢哪个？ 关注机器之星，探索 ai 世界。

所有人都不看好你，偏偏谷歌你最争气。就在最近的开发者大会， google 把 ai 行业的桌掀翻了。今天这期视频带你深度拆解谷歌 io 大 会，看看这十几个新产品到底强在哪儿。 先说第一个， gemini 三点五 flash。 过去的 ai 行业有个默认的逻辑，模型弱就便宜，顶级模型就得贵。但 google 直接反过来了，这次的三点五 flash 把谷歌旗舰三点一 pro 给干掉了，而且是编码能力、 agent 能力、工具调用全面超越。最狠的是速度，三点五 flash 的 输出速度直接飙到每秒三百 token， 比很多前沿模型快四倍，但价格反而更便宜。 google 现场还学了一下老黄开始帮企业算账了，说如果大型公司把百分之八十的顶级模型调用换成三点五 flash， 一 年能省十亿美元。 第二个是 gemini 奥秘 flash， 特效师、视频剪辑师、音乐制作人。这个产品你们可要扒大眼睛看，这可以说是目前业内第一个真正意义上的全模态模型， 文字、图片、音频、视频都能输入进去做参考，指令同样也都可以输出出来。而且他不是在后台偷偷切换不同工具，是在同一个模型里完成，也开始真正理解物理世界的运作规则。就拿发布会的演示举例，演示人员对着镜子散步的自拍视频，通过提示词不仅能变换服装和周围场景， 连镜面和水痕里折的光影、重力逻辑都能跟着完美更新。在白纸上画个圆圈，奥米尼能瞬间把它 remix 成一个视觉逻辑逼真的黑洞，告别了物体、穿模和一眼甲。还有另一个演示，发布会现场录了一段钢琴，告诉奥米尼往 r b 方向改，加入女生。最后出来的不是 demo， 是 一首完整的歌， 但缺点也不是没有，因为现在发布的还是欧米 flash 轻量版，中文还有点港台腔，用起来还有点怪，但整体的方向已经非常明显了。 ai 正在从单一工具变成真正的全能系统。第三个， gemini spark。 这个相当于之前爆火的小龙虾，大家都跟风安装过，但你会发现，装完以后，身边几乎没几个人会在日常用它。原因很简单，小龙虾的大脑是 open ai 的， 但手和脚要你自己去找 操控浏览器得装单独的插件，连 gmail 要单独授权用 google drive 还得再配一个工具，每接一个新功能，就多一个可能崩掉的地方。 google spark 解决的就是这个问题，所有的产品全是自家的。发布会演示给 spark 一个目标，筹备街区派对，他自己建 rsvp 追踪表，跟 gmail 打通，邻居回复自动更新，没回复的自动起草催回邮件，还从 drive 里翻出小区规定，提醒你充气城堡的布置时间，最后在 slides 里做好宣传 ppt， 你关着电脑去睡觉，醒来 ai 帮你全办完了。第四个， google 搜索。谷歌这次把搜索框变成 a 阵的指挥台，比如你告诉 ai 帮我盯 pe 小 于十五，现金流为正的生物科技股，它会自己监控价格变化，直接推送给你。 还有一个演示更夸张，有人问黑洞怎么影响时空，以前搜索会给你一堆链接，现在 google 直接生成了一个交互式模拟页面，你可以拖参数，看时空怎么弯曲。而这一切是 gemini 实时写代码，实时运行在实时嵌进搜索结果里的。 这个功能会在今年夏天免费开放。第五， universal card。 简单来说，它让你的购物车开始有脑子了。你是不是也有过买错东西的经历？买了主板发现跟 cpu 不 兼容，买了充电器发现接口不对，或者买完某个东西才发现自己已经有一个了。 universal card 不 仅能实现像其他 ai agent 一 样自动找折扣、查价格历史找优惠券，还能记住你购物车里加了一块主板，他发现你之前买的 cpu 接口不匹配，会直接跳出来拦住你，再推荐你合适的型号。 再来看看 ai 眼镜，三星硬件儿，高通芯片外壳直接找粘头。 monster 联名，你带着它出门，它能把导航箭头直接投射在你的视野里。 你跟 jammer 说带我去上周见朋友的地方。它不仅帮你带路，还会主动问你要不要顺路买你常喝的那杯咖啡。它甚至支持 ios 和 android 的 双系统。你还对哪个产品感兴趣？下期我们继续拆解。这里是 ai 风向标，带你了解 ai 行业最新动向。

五月十九日二零二六，谷歌 i o 大 会重磅落幕。谁也没想到，曾经被 open ai 死死压制跌入谷底的谷歌，这次居然彻底爆发，上演年度最强 ai 翻盘。今天，我们来一次性讲透这场含金量拉满、野心十足的谷歌 i o 大 会，让我们把时间拨回大会当天的山景城现场， 谷歌 ceo 劈叉一上台，没有客套，没有话柄，直接播放了一段意味深长的短片。视频里亮出二零一七年那篇封神的 transformers 论文，八位作者的名字逐一浮现，旁边，紧跟着他们后来创办的 ai 公司 logo 屏幕后只留下一句话， he came back。 紧接着，当年论文第二作者 norman shazier 登场，谷歌花二十七亿美元把这位出走的顶尖人才重新买回公司。 短短几十秒的开场，看似简单却暗藏深意，浓缩了谷歌十几年最戏剧性的 ai 城府。要知道，谷歌亲手发明穿梭码，却眼睁睁看着别人靠它引爆 ai 革命。自从 chat 的 gpt 爆火后，谷歌彻底慌了， 紧急拉响内部红色警报。为了自救，他招回两位创始人合并互掐多年的 ai 部门，疯狂收拢外流人才。而这场 i o 大 会，就是谷歌蓄力三年半，正式重回 ai 牌桌，抢回庄家位置的翻盘之战。 熬过漫长的低谷与整改，本次谷歌终于亮出了自己的底牌，整场发布会的逻辑也变得格外清晰。如果说往年， i o 谷歌还在执着比拼模型参数、比拼智能程度，而二零二六年，谷歌思路彻底转变， 整场大会只讲一件事， ai 要从会回答变成会干活。整场发布会的核心关键词只有一个，那就是 agent 智能体。 在众多新品中，本次最重磅的产品就是个人 ai 智能体 geminis park。 它常驻云端后台，哪怕手机、电脑关机离线，也能自动整理邮件、梳理日程、跟进工作， 全天候自主处理任务。也正是这款产品的亮相，标志着 ai 彻底摆脱了被动问答，真正迈入主动代办的智能体时代。不止个人智能体迎来升级，谷歌还大胆对自家核心业务下手，带来了颠覆性的改动。谷歌上线二十五年来最大一次搜索改版， 传统十条蓝色链接，成为过去式全新搜索智能体，可以主动筛选、整合、分析全网信息，把搜索引钱变成私人信息管家。与此同时，搭配强悍的 jamie 三五 flash， 谷歌彻底解决 ai 落地最大痛点，性能超越前代旗舰，速度提升四倍，成本直接压缩至原来的三分之一， 企业再也不用在质量和价格之间两难取舍。在亮眼的 ai 智能体背后，谷歌的野心远不止于此，他还悄悄铺开了一套完整软硬件生态，打算从底层改写行业格局。系统层面，他推出全新桌面系统 amoledos， 打通安卓与 chrome os 壁垒，深度内嵌 ai 能力。同时联手联想红旗推出高端笔记本正面硬钢 windows 和 macos， 强势入局电脑端市场。除此之外，谷歌兼顾开发者与普通用户，完善全维度生态布局。面向开发者，谷歌上线专属命令行工具，简化智能体开发部署流程，降低开发门槛。硬件端还联合三星沟通，推出 android x 二智能眼镜，实现跨设备联动，补齐穿戴生态，完成全品类硬件布局。 从顶尖人才回归到全民智能体落地，再到系统硬件开发者生态全面打通。二零二六，谷歌 i o， 标志着 a g 的 时代正式到来。不难看出，未来 ai 比拼不再是纸面参数，而是更低的使用成本、更强的执行能力、更深的生态嵌入。 这一次，折服三年半的谷歌彻底醒来，你觉得满血复活的谷歌能不能彻底碾压 open ai？ 欢迎在评论区留下你的看法。