Gemini przekracza granice chatbotów.

Udoskonalenia wprowadzone w Gemini pokazują nowy kierunek rozwoju Google, który przesuwa nacisk z interfejsów chatbotów na stale aktywnych agentów.

Dyrektor generalny Sundar Pichai przemawia na konferencji Google I/O 2026. Zdjęcie: Android Central .

Podczas konferencji I/O 2026, która odbyła się wczesnym rankiem 20 maja (czasu wietnamskiego), Google zapowiedziało najnowszą wersję Gemini oraz model sztucznej inteligencji, który symuluje świat fizyczny, zwany Omni.

Jak podaje CNET , wydarzenie miało miejsce w czasie, gdy Google starało się dotrzymać kroku rozwojowi modeli sztucznej inteligencji, jednocześnie oferując coraz więcej usług swojej ogromnej bazie użytkowników.

I/O 2026 to również ważny moment, ponieważ rynek skupia się na rosnących wycenach OpenAI i Anthropic, których pierwsze oferty publiczne (IPO) spodziewane są w tym roku.

Gemini 3.5 Flash: szybki i ekonomiczny

Google nadal koncentruje się na ekosystemie Gemini. Podczas wydarzenia firma zaprezentowała Gemini 3.5 Flash, uproszczoną wersję, która zachowuje skuteczność, a jednocześnie kosztuje połowę, a nawet jedną trzecią ceny porównywalnych, bardziej zaawansowanych modeli.

W rozmowie z dziennikarzami przed wydarzeniem dyrektor generalny Sundar Pichai stwierdził, że Gemini 3.5 Flash jest „niesamowicie szybki”. Google oświadczyło, że będzie to domyślny model w Gemini i trybie AI wyszukiwarki Google na całym świecie.

„Nie musisz już iść na kompromis między jakością a szybkością” – podkreślił Google w oświadczeniu. Firma poinformowała, że ​​ochrona przed cyberatakami Gemini 3.5 Flash została ulepszona, zmniejszając częstotliwość tworzenia złośliwych treści i omyłkowego odrzucania standardowych poleceń.

Pamięć Flash Gemini 3.5 jest ceniona za wysoką wydajność i dużą prędkość wyjściową. Zdjęcie: Google .

Gemini 3.5 Flash jest zoptymalizowany pod kątem złożonych przepływów pracy opartych na agentach. Według Google, przewyższa Gemini 3.1 Pro w kilku testach porównawczych, takich jak Terminal-Bench 2.1 (76,2% w porównaniu z 70,3%) i MCP Atlas (83,6% w porównaniu z 78,2%).

Biorąc pod uwagę liczbę tokenów generowanych na sekundę, Gemini 3.5 Flash jest czterokrotnie szybszy niż niektóre nowsze modele. Według Google, model ten może skrócić czas realizacji niektórych zadań, które wcześniej zajmowały dni lub tygodnie, przy niższych kosztach, co czyni go idealnym rozwiązaniem dla programistów, firm, naukowców i zwykłych użytkowników.

„Mówiąc wprost, duże firmy przetwarzają około biliona tokenów dziennie. Gdyby przeniosły 80% tego obciążenia do 3.5 Flash, zaoszczędziłyby ponad miliard dolarów rocznie – znaczną kwotę kapitału, którą mogłyby bezpośrednio reinwestować w działalność” – podkreślił Pichai.

Po udostępnieniu Gemini 3.5 Flash firma Google ujawniła, że ​​wersja Gemini 3.5 Pro jest w fazie rozwoju i jest używana wewnętrznie, a jej szeroka premiera spodziewana jest w czerwcu.

Ekspansja Gemini

Aplikacja Gemini została również przeprojektowana i wyposażona w język Neural Expressive. Nowością jest Gemini Spark, stale aktywny osobisty agent AI. Funkcja ta działa na platformie Gemini 3.5 i może łączyć się bezpośrednio z Gmailem, Dokumentami Google lub Prezentacjami Google.

Cechą wyróżniającą Gemini Spark jest możliwość działania w tle, co pozwala na korzystanie z niego nawet wtedy, gdy użytkownik zablokuje telefon lub komputer.

Platforma Spark umożliwia m.in. analizowanie miesięcznych wyciągów z kart kredytowych w celu powiadamiania o opłatach abonamentowych lub ukrytych kosztach, sprawdzanie poczty e-mail w celu wyodrębnienia i podsumowania ważnych informacji, podsumowywanie spotkań i zapisywanie ich w Dokumentach Google oraz wiele innych funkcji.

Nowe funkcje wkrótce w aplikacji Gemini. Zdjęcie: Google .

W systemie Android użytkownicy mogą śledzić na bieżąco aktualizacje i postęp zadań od aktorów takich jak Spark za pośrednictwem nowego interfejsu o nazwie Android Halo, którego premiera planowana jest na koniec tego roku.

Do końca lata Spark będzie działał bezpośrednio w przeglądarce Chrome, zmieniając ją w agenta wspomagającego użytkowników w Internecie.

Aby zapewnić prywatność, użytkownicy mogą zrezygnować z aktywacji Gemini Spark i wybrać, które aplikacje mają być połączone. Funkcja ta ma zostać udostępniona subskrybentom Google AI Ultra w USA pod koniec maja.

Daily Brief to również nowa funkcja w Gemini, która zapewnia spersonalizowane podsumowanie każdego poranka. Informacje są kompilowane z wiadomości e-mail i kalendarzy, tworząc zwięzły raport.

Funkcja podsumowania Daily Brief w aplikacji Gemini. Zdjęcie: Google .

Użytkownicy mogą żądać priorytetowych typów informacji, a nawet kierować sztuczną inteligencją w kolejnych krokach przetwarzania. Obecnie Daily Brief obsługuje tylko subskrypcje AI Plus, Pro i Ultra na rynku amerykańskim.

Google ujawniło również kilka aktualizacji aplikacji Gemini na macOS, w tym integrację z Gemini Spark w celu przetwarzania i automatyzacji przepływów pracy.

System rozpoznawania mowy Ramblera jest również obsługiwany w systemie macOS i potrafi usuwać zbędne słowa, aby płynniej przekształcać mowę w tekst.

Twórz filmy za pomocą Gemini Omni

Gemini Omni to model symulujący świat fizyczny. DeepMind opracował wcześniej kilka podobnych modeli, ale wyłącznie do zastosowań w robotyce i grach.

Dzięki Omni użytkownicy mogą łączyć obrazy, dźwięk i tekst, aby tworzyć wysokiej jakości filmy w oparciu o rzeczywistą wiedzę Gemini.

Według Google, Omni potrafi precyzyjnie zastosować w danym kontekście prawa fizyki, takie jak grawitacja, energia kinetyczna i dynamika płynów. Dzięki wiedzy z Gemini, model ten jest w stanie przewidywać przyszłe zdarzenia.

Film stworzony przez Gemini Omni. Zdjęcie: Google .

Model obsługuje edycję języka naturalnego, a kontekst pozostaje spójny przy każdej edycji. Za pomocą poleceń użytkownicy mogą łatwo dodawać znaki, wstawiać obiekty lub zmieniać scenę.

Omni obsługuje również tworzenie wirtualnych awatarów o realistycznym wyglądzie i głosie. Wszystkie filmy posiadają znak wodny SynthID, który identyfikuje treści stworzone przez sztuczną inteligencję.

Google twierdzi, że pierwsza wersja, o nazwie Gemini Omni Flash, zostanie wdrożona w aplikacjach Gemini, Flow i YouTube Shorts. W przyszłości ten model będzie obsługiwał zarówno wyjście wideo, jak i audio.

Google podkreśla zdolność Gemini Omni do dokładnego symulowania świata fizycznego. Zdjęcie: Google .

Rosnące koszty inwestycyjne Google'a sprawiły, że Wall Street ma wysokie oczekiwania. Według CNET inwestorzy oczekują, że firma dogłębnie zintegruje sztuczną inteligencję ze swoimi podstawowymi produktami, aby generować trwałe zyski. Kluczową rolę mogą odegrać narzędzia agentowe.

Inteligentni agenci, tacy jak Spark i Daily Brief, to odpowiedź Google. Dzięki połączeniu ekonomicznych rozwiązań Gemini 3.5 Flash i Omni, firma dąży do utrzymania swojej pozycji na tle konkurencji.

Nie dotyczy to tylko Google; oczekiwania wobec firm zajmujących się sztuczną inteligencją stale rosną, zwłaszcza po tym, jak Anthropic ogłosił Mythos. Model ten jest reklamowany jako tak potężny, że potrafi wykryć tysiące niespotykanych dotąd luk w zabezpieczeniach globalnej infrastruktury oprogramowania.

Źródło: https://znews.vn/gemini-vuot-khoi-ranh-gioi-chatbot-post1652959.html