Google I/O '26 Keynote

**TL;DR:** Google I/O '26 主题演讲展示了 AI 的全面提速：每月处理 3.2 千万亿个 Token，Gemini 月活用户突破 9 亿，发布了新一代 TPU 芯片以及世界模型 Gemini Omni，并推出了 Ask YouTube、Docs Live 等对话式 AI 功能。 ## 开场与十年 AI 愿景 Sundar Pichai 以一段充满个人趣味的开场白开启了 Keynote。他提到今年是公司转向 AI-first 战略的第十年，而 AI 正在成为解决最复杂科学问题的终极工具。Google 采取差异化的全栈式 AI 创新方法，覆盖从定制芯片、安全基础设施到模型、产品和平台，这一方法让创新速度更快，并照亮了公司的每个角落。 ## 规模增长：Token、开发者和用户 过去两年，Google 服务的 Token 处理量从每月 9.7 万亿激增至 480 万亿，一年后又翻了七倍，达到每月 3.2 千万亿。目前每月有超过 850 万开发者使用 Google 的模型构建新应用，模型 API 每分钟处理约 190 亿个 Token。过去 12 个月中，超过 375 个客户各自处理了超过 1 万亿 Token。 在产品端，Google 有 13 个产品各拥有超过 10 亿用户，其中 5 个超过 30 亿用户。Gemini 应用月活跃用户从去年的 4 亿增长至 9 亿，每日请求增长超过七倍。此外，已有超过 500 亿张图像通过 Nano Banana 模型生成。 ## 搜索与 Gemini 应用升级 AI 概览（AI Overviews）月活用户超过 25 亿，AI 模式（AI Mode）则被称为搜索有史以来最大的升级，月活用户已超 10 亿。当用户使用 AI 功能时，他们更频繁地使用搜索，搜索体验从单次查询转变为持续对话。 Gemini 应用加入了个性化智能功能，使响应更定制化。Sundar 提及其个人使用 Gemini 理解父母就诊记录的场景。 ## 对话式 AI 新功能 三个重要产品获得对话式 AI 升级： - **Ask Maps**：支持复杂长问题，例如“我的孩子刚掉进鸭塘，婚礼半小时后开始，我走路去哪给她买件新裙子？” - **Ask YouTube**：支持自然语言查询，例如“教三岁孩子骑踏板自行车，他们已会骑平衡车”。系统会给出概述、提示，并直接跳转到视频最相关的部分，同时记住上下文，支持追问和表格化对比。今年夏天在美国广泛推出。 - **Docs Live**：用户可以用语音口述想法，Gemini 自动从 Drive 调取简历、提取邮件细节，并生成文档草稿。演示中，用户通过语音要求为职业日演讲创建谈话要点，Gemini 不仅能调用简历，还能提取“职业日后勤”邮件中的信息，并将类比格式化为表格，甚至自动加入个人故事备注。Docs Live 今年夏天向 Pro 和 Ultra 订阅者推出，类似功能随后进入 Gmail 和 Google Keep。 ## 基础设施投资与 TPU 芯片 Google 2022 年资本支出为 310 亿美元，今年预计达到 1800 到 1900 亿美元。关键投资是定制芯片。继第八代 TPU 后，Google 首次采用双芯片设计： - **TPU 8t**：针对大规模预训练优化，原始计算能力是上代近三倍。借助 JAX 和 Pathways，训练不再受限于单个数据中心，可在全球超过 100 万个 TPU 上分布训练，实现数周而非数月的大模型训练。 - **TPU 8i**：针对推理优化，大幅降低延迟。现场演示中，一个 Flash 模型在 8i 上生成 Chrome 恐龙游戏，Token 生成速度接近每秒 1500 个。 两款芯片每瓦性能提升高达两倍。演讲中穿插了一段 TPU 动画短片，展示了芯片在蛋白质折叠、气候模拟等任务中的工作。 ## 模型突破：Gemini Omni Demis Hassabis 宣布了 Gemini Omni 系列，这是将 Gemini 的多模态能力与生成式媒体模型（如 Veo、Nano Banana、Genie）结合的世界模型。Omni 能够从任何输入生成任何输出，在模拟动能、重力等物理概念上实现了阶梯式变化。 演示中，输入“制作一个黏土动画解释蛋白质折叠”，Omni 生成了包含氨基酸链、α 螺旋和 β 折叠的动画。更重要的是，Omni 支持通过对话式语言编辑视频：例如修改自拍中的细节、改变风格或添加元素。一个简单圆圈可变形为黑洞，傍晚散步场景可被实时调整。 第一个模型 Gemini Omni Flash 即日起可在产品中使用，Omni Pro 将在未来分享更多信息。 ## 透明度与 SynthID 面对深度伪造风险，Google 的 SynthID 水印已标记了 1000 亿张图像和视频，以及相当于 60000 年的音频资产。数百万用户通过 Gemini 应用中的检测器验证 AI 生成内容。现在 Google 还在跨产品添加内容凭证验证，展示内容是否由 AI 生成及其来源。 --- Source: https://www.youtube.com/live/wYSncx9zLIU