凌晨1點，Google I/O 2026 開發者大會準時開場。
今年有點特殊，AI圈熱鬧了大半年，但幾乎跟 Google 沒啥關係。
OpenAI從去年到現在，不斷有新的 GPT 發佈，前段時間還有個大火了一把的 GPT Image2；Anthropic 也有 Claude 4.6 和 4.7 以及大家想用用不上的 Mythos，甚至就連 DeepSeek 也因爲V4和識圖能力的上線都上了好幾次熱搜。
Google 呢，安安靜靜的，除了香蕉系列，Gemini 這邊一直不溫不火的，沒啥大動靜。
今天的 Google I/O 大會看完才知道，原來 Google 喜歡攢一波，然後在 I/O 上，一口氣全放出來。
今年這波，最讓我興奮的，是被安排在首個發佈的 Gemini Omni。
Omni 是 DeepMind 的 CEO Demis Hassabis 親自上臺講的，能讓 Demis 親自出馬的東西級別不一般。
Google 給它的定位是 World Model，世界模型。
這個詞以前 Google 很少這麼直接拿來講。
雖然之前有Genie系列，能從文本生成可探索的3D世界，但那是給機器人訓練用的，普通人碰不到，不過這次Omni不一樣了。
它的關鍵詞是，any input to any output（任意輸入，任意輸出）。
你不用非得寫一段prompt。
文本、圖片、音頻、視頻，任何你想的素材，都可可以同時混着餵給它，它理解這些素材之間的關係，然後生成或者修改。
發佈會現場宣傳片看着蠻不錯的，什麼手上火焰，材質變換等。
而且它支持對話式編輯。
不用時間線關鍵幀，直接用自然語言改，比如把背景換成火星、加個爆炸特效，它就能保持人物和場景一致性，同時把你要改的地方改掉。還能鎖定視頻中某個片段不變，只修改其他部分。
這種局部鎖定的能力，對做視頻創作的人來說太實用了。
（目前 Omni 模型可以被任意 Gemini 的付費擋位調用，允許使用的次數不同）
這裏我用之前 Seedance2.0 上線時的一個視頻進行了測試：
圖片，視頻見公衆號“飛碟AI”
主角被我換成了《天國拯救》中，斯卡利茨的亨利，追逐的警員也被我換成了衛兵：
圖片，視頻見公衆號“飛碟AI”
效果也還是真不錯吧。
先說個人結論：還是打不過 Seedance2.0，但有進步，個別場景很不錯。
我這裏還測試了幾個案例，大家可以參考參考。
P1：海浪拍礁石
使用Omni生成視頻，生成一段海浪排向礁石的畫面。
圖片，視頻見公衆號“飛碟AI”
畫面沒問題，聲音也沒問題，同時鏡頭感真的很不錯。
P2：保齡裝木瓶
使用Omni生成視頻，生成一段在保齡球館中，保齡球滾向並撞倒木瓶的畫面，鏡頭跟隨保齡球
圖片，視頻見公衆號“飛碟AI”
這就有點問題了，首先是球速，不知道是Omni爲了拖時間還是怎得，球速非常慢且運動速度不均勻，這是不符合現實的，不過好在最後的碰撞還行。
P3：女主買燒餅
使用Omni生成視頻，生成一段古裝劇中，女主在喧鬧集市邊喫燒餅的畫面，並跟小販說再來一個
圖片，視頻見公衆號“飛碟AI”
有點一言難盡，畫面基本和諧，人物、背景乃至鏡頭都沒問題，但燒餅莫名其妙消失了，同時人物講話一股臺味。。。
不過想想也正常。
今天發佈的是Omni Flash，是Omni家族的第一個模型，Google明確說了Omni Pro即將發佈，Flash版本拉一點能理解，就像當年Seedance剛出的時候，也是一步步迭代上來的。
關鍵是這個方向，我是真的覺得對了。
視頻生成這個賽道，正在從“我能生成一段視頻”進化到“我能理解這個世界然後生成視頻”。
Omni 把 Gemini 的推理能力和生成式媒體模型結合起來，開始處理動能、重力這些接近物理世界的問題。
這個進化方向，比單純追求畫面質量要聰明得多。
回到這次大會，Omni 之外還有個重頭戲，Gemini 3.5 Flash。
一般來說 Flash 系列是輕量快速版，主打便宜和快，但 3.5 Flash 卻做到了編碼能力、Agent能力和工具調用能力全面超越了上一代旗艦3.1 Pro。
Terminal-Bench 2.1編碼測試，3.5 Flash拿了76.2%，3.1 Pro只有70.3%。
GDPval-AA，衡量真實世界經濟價值任務的，3.5 Flash 1656 Elo，3.1 Pro 1314 Elo，差了三百多分。
但也不是沒有取捨。
3.5 Flash在Humanity's Last Exam上40.2%，比3.1 Pro的44.4%差，ARC-AGI-2上72.1%也輸給Pro的77.1%。
犧牲了知識和推理，換來了幹活的能力。
輸出速度比其他前沿模型快4倍，在Antigravity裏經過專門優化後能達到12倍。
至於價格部分，則沒有那麼美好，雖然是Flash的名頭，但價格卻來到了：
輸入$1.50/百萬token，輸出$9.00/百萬token，
這個價格不僅遠超之前的Flash，且比相當一部分主流模型的普通模式貴了。。。
其他AI相關的內容，還有幾個值得提一嘴。
他們這次還發布了 Antigravity 2.0，Google 版的 Claude Code。
這次升級成了以Agent爲核心的開發環境，宣傳片裏他們讓93個子Agent並行跑，12小時從零搭了個能跑Doom的操作系統，總成本不到$1000。
還有 Gemini Spark，你的個人AI Agent。
跑在Google Cloud上，24/7不間斷，你關掉電腦它還在雲端幫你幹活。打通了Gmail、Docs、Sheets全家桶，能語音一次說多個任務讓它分頭執行。
感覺是 Claw 的類似物產品。
Search也來了個25年來最大升級。
搜索框變成了對話框，能接文字、圖片、文件、視頻，還能創建信息Agent讓它持續幫你監控某類信息。Google把Antigravity的Agent能力直接塞進了搜索框，能根據你的問題實時生成交互式界面。
一口氣看下來，Google 的方向非常統一。
模型已經變成了最基礎設施，Agent 成爲了產品，未來更多是看你這個 Agent 能不能辦事。
Omni在構建對世界的理解，3.5 Flash在用速度和成本驅動Agent生態，Antigravity在收束開發者入口，Spark在打通消費端場景，Search在做入口防守。
所有東西都在往同一個方向使勁，讓AI從“你問我答”變成“你說一件事，我幫你做完”。
我覺得這纔是這場I/O真正傳達的信息。
你想想看，一家擁有搜索、地圖、郵件、文檔、視頻、Android生態的公司，把AI從App層沉到了基礎設施層，然後用Agent把所有產品串了起來。
這比任何單個模型的跑分都更有衝擊力。
模型是基礎，Agent是未來。
更多遊戲資訊請關註：電玩幫遊戲資訊專區
電玩幫圖文攻略 www.vgover.com
