Gemini 變身 24 小時智慧體：關機也能在後臺幹活，還自帶影片生成

以前我們習慣把聊天框當成搜尋引擎的替代品：你問一句，AI 回一句，視窗一關，事情就停在那裡。

在 5 月 19 日的 Google I/O 2026 上，Google 拿出了不一樣的答案。官方資料顯示，Gemini 移動應用月活躍使用者已從去年的 4 億暴漲至超過 9 億，覆蓋 230 個國家與地區。為了守住這個盤子，Google 推出了一整套由 Gemini 3.5 驅動的更新，試圖把這個聊天工具徹底改造成幫你幹活的「後臺常駐代理」。

關掉電腦，AI 還在幫你盯郵件

釋出會最核心的殺手鐧，是一個叫 Gemini Spark 的 24/7 個人代理。它由底層模型 Gemini 3.5 搭配 Antigravity 工具框架驅動，直接執行在 Google Cloud 的專用虛擬機器上。

這意味著你下達複雜指令後，就算合上筆記型電腦或者鎖上手機螢幕，它依然在雲端運轉。Alphabet 執行長 Sundar Pichai 將其形容為「代表你、並在你指示下行事的夥伴」。

在具體用法上，Spark 能直接讀取 Gmail、Google Docs 和 Google Slides。你可以讓它長期監控收件箱，自動從孩子的學校郵件中提煉重要截止日期並彙總成簡報發給伴侶；也可以讓它排查月度信用卡賬單，挑出隱蔽的自動續費訂閱。它甚至擁有專屬的 Gmail 地址，使用者可以直接發郵件給 Spark 派單，或者讓它通過 Chrome 控制瀏覽器操作。

外部擴充套件方面，Spark 支援了模型上下文協議（MCP），首批接入了 Canva、OpenTable 和 Instacart。Spark 本週面向可信測試者開放，下週作為 Beta 版推送給美國的 Google AI Ultra 訂閱使用者。夏天它還將登陸 macOS 桌面端，直接操作本地檔案。

除了能持續跑多步任務的 Spark，面向日常輕量場景的 Daily Brief 也一同亮相。這個代理源自 Google Labs 的 CC 實驗專案，同樣紮根在 Gmail 和 Google Calendar 裡，每天清晨會主動為使用者整理緊急事項並推薦後續行動，目前已向美國的 Google AI Plus、Pro 和 Ultra 訂閱使用者開放。

影片剪輯變成打字聊天，介面換上新語言

模型和多模態層面，Google 推出了 Gemini Omni。官方首發了 Gemini Omni Flash 模型，並將其稱作影片領域的「Nano Banana」。

Omni 允許使用者輸入文字、圖片、音訊甚至現成的影片片段，直接生成帶有物理力學常識的電影級短片。它支援多輪對話式修改，比如讓背景的雕塑變成氣泡材質，或者直接替換鏡頭運鏡。使用者還可以利用它製作聲音和外貌完全一致的個人 AI 分身。生成的影片會自動打上 SynthID 隱形數字水印。

前臺介面也迎來了被稱為 Neural Expressive 的徹底重構。網頁端、Android 和 iOS 端全面上線這套設計語言，支援觸覺反饋、動態圖表、解說影片和即時生成的互動式時間軸。Gemini Live 語音功能被整合進主介面，重新設計的話筒允許使用者在說話停頓時不被強行打斷，並且很快會引入地區方言支援。

為什麼重要

我們認為，Google 這次給所有做個人助理的對手出了一道極難解的題。

在生成式 AI 第一階段，大家比拼的是大模型聰明程度；但到了 Agent 階段，AI 能不能起作用，主要看它能碰到多少真實資料。很多初創團隊不得不費盡心思去讓使用者授權各類第三方許可權，而 Google 本身就握著全球海量使用者的收件箱、日曆、雲端文件和瀏覽器記錄。正如業內分析所指出的，Google 最大的隱性壁壘在於「它早就擁有你的全部郵件」。不用費心配置，開箱即用，這是任何外圍套殼應用都很難跨越的護城河。

但這套打法的隱患也顯而易見。首先是信任和隱私，The Verge 在早期試用中就指出，即便 Google 一再強調需要使用者確認才會觸發高風險動作，把收件箱的完全控制權交給雲端常駐代理，很多普通人心理上依然難以邁過這道坎。其次是門檻，Spark 優先供給昂貴的 Ultra 訂閱梯隊，高算力虛擬機器的成本最終仍要由使用者承擔。

對普通使用者而言，日常的 Daily Brief 已經足夠改善早晨的資訊焦慮，非常值得訂閱使用者第一時間上手；但對於真正涉及花錢、發郵件給老闆的 Spark 工作流，看起來還需要一段謹慎的磨合期。Google 藉此把競爭拉入了系統底層生態戰，留給單打獨鬥的第三方 Agent 的生存空間，正在被迅速壓縮。