大语言模型

智体新境｜从模型到端侧，Google AI 开发全链路升级

2026 年 8 月 14 日

2026 Google 开发者大会集中展示 Google AI 在模型能力、多模态、智能体开发与端侧部署四个层面的最新进展。Gemini 3 系列与 Gemma 4 开放模型提供差异化选择；Gemini Omni Flash、Lyria 3 和 Live API 推进多模态交互；AI Studio、Antigravity 2.0 与 Gemini API 构建智能体开发闭环；MediaPipe Tasks、LiteRT-LM 与 LiteRT 形成分层端侧技术栈。

四大升级维度：模型、多模态、智能体、端侧

模型能力持续进阶，开发者面对的选择也越来越多 —— 怎样选对模型？如何高效构建智能体？如何让 AI 灵活部署到不同设备？对于中国出海开发者与企业而言，每一步，都关系着 AI 应用能否更快落地、走向全球市场。

2026 Google 开发者大会集中展示了 Google AI 在四个层面的最新进展:

Gemini 与 Gemma：覆盖任务与环境的模型双轨

从复杂问题、速度与成本平衡，到大规模部署和按需微调，不同 AI 应用需要不同的模型选择。Google 持续推进 Gemini 前沿模型与 Gemma 开放模型，为开发者提供覆盖不同任务与运行环境的模型阵容。

Gemini 3 模型阵容: 适配不同任务需求。Gemini 3.6 Flash 性能卓越，兼顾速度与成本优势；Gemini 3.5 Flash-Lite 则是大规模部署的理想之选。Gemini 以原生多模态为设计基础，能够理解各类信息，并进行跨模态推理。

大会现场设置了Gemini 奇趣影棚，将传统的照相亭与 Gemini 的 AI 图像编辑模型 Nano Banana 的前沿功能完美结合，为开发者们带来趣味十足的拍照体验。

多模态能力进阶: 丰富创作与交互方式。Gemini Omni Flash 融合 Gemini 智能与生成式媒体能力，让万物皆可输入、一切皆能输出，为视频生成带来更多可能；Lyria 3 可根据文本或图片生成包含乐器伴奏和人声的高保真音频。Live API 支持低延迟实时语音和视觉互动，Gemini Robotics 2.0 则将模型能力拓展至机器人场景。

Gemma 4 开放模型: 多种模型大小，适配多样需求。Gemma 4 提供从 E2B 到 31B 的多种模型大小，全系支持思考和函数调用，其中 E2B、E4B 支持文本、图像、音频和视频。它还支持多步规划、工具调用等智能体推理；开放权重与 Apache 2.0 许可，方便开发者按需微调与生产部署。结合 ADK、BigQuery MCP 与 Cloud Run，开发者还可构建连接真实数据的智能体应用。

围绕 Gemma 蓬勃生长的 Gemmaverse，汇聚了全球开发者针对特定任务与专业领域打造的模型变体。MedGemma、Cell2Sentence 等实践，也展现了开放模型在医疗健康与生命科学领域的应用潜力。

智能体开发闭环：从原型到 API 集成

从原型验证、多智能体并行开发到 API 集成，Google AI 的工具与 API 让智能体应用开发链路衔接更顺畅。

Google AI Studio: 快速验证想法。通过自然语言即可构建并预览应用原型，再将项目带入 Google Antigravity 继续开发。

Google Antigravity 2.0: 多智能体协同开发。多个智能体可在同一项目中并行推进编码与测试，加速应用迭代。

Gemini API: 打造全新智能体体验。Interactions API 以统一接口支持模型与智能体推理；Managed Agents 则让开发者通过一次 API 调用，使用运行于托管隔离 Linux 沙箱中的 Antigravity 智能体，减少自行搭建运行与编排环境的工作。

端侧部署分层技术栈：从现成能力到自定义加速

让 AI 运行在设备端，并非只有一条路径。针对不同开发需求，Google AI Edge 提供从现成能力接入、端侧语言模型运行，到自定义模型部署与加速的分层技术栈:

MediaPipe Tasks: 快速接入现成 AI 能力。通过预构建且高度优化的高阶 API，简化视觉、音频与文本任务的集成。

LiteRT-LM: 让语言模型运行在设备端。面向 Gemma 等开放模型，简化模型加载、对话上下文管理与本地推理。

LiteRT: 灵活部署自定义模型。支持模型转换、运行与硬件加速，满足现成任务和语言模型之外的定制需求。

Google AI Edge 中的不同工具覆盖 Android、iOS、Web、桌面端与 IoT 等环境。对于面向全球市场的多设备应用，开发者可根据任务类型、模型形态与设备条件选择合适路径；在适用场景中，端侧运行有助于缩短响应路径、支持本地数据处理，并在网络受限时维持关键体验。

JOTO 企业落地观察

企业若计划将智能体部署至多端（尤其含 iOS/Android/Web），需评估 LiteRT-LM 对 Gemma 系列的支持深度与本地上下文管理能力，这直接影响端侧对话连贯性与离线可用性。
对依赖多模态交互（如图文混合指令、实时音视频反馈）的企业应用，Gemini Omni Flash 与 Live API 的组合提供了端到端低延迟通路，但需同步设计服务端 fallback 机制以应对端侧算力波动。
Gemma 4 的 Apache 2.0 许可与函数调用支持，降低了企业构建私有智能体的知识工程门槛；但 MedGemma 等垂直变体尚未明确是否继承同等许可条款，企业在选用前需核查具体权重分发协议。
Google Antigravity 2.0 的多智能体并行开发模式，对企业内部的 AI 工程协作流程提出新要求——需配套建立智能体职责边界定义、接口契约管理与沙箱级测试规范，否则易导致编排逻辑耦合过深。