Google zapowiedział nowości w zakresie AI

19 maja br. rozpoczęła się coroczna konferencja Google I/O 2026, podczas której zaprezentowano nowe produkty i rozwiązania. W tegorocznych nowinkach firmy główną rolę odgrywała sztuczna inteligencja, którą podczas wystąpienia prezes Google, Sundar Pichai, opisał jako „nasz najcenniejszy sposób na realizację misji i poprawę jakości życia ludzi na dużą skalę”.

Sama aplikacja Gemini w poprzednim roku miała 400 milionów aktywnych użytkowników miesięcznie, a dziś ich liczba wzrosła o ponad 100%, osiągając 900 milionów. Siedmiokrotnie zwiększyła się również liczba dziennych zapytań kierowanych do chatbota.

W związku z tym, wraz z rosnącą popularnością Gemini, Google coraz mocniej opiera na nim rozwój kolejnych narzędzi i funkcji, takich jak zaprezentowane na konferencji Docs Live, Ask YouTube, Omni, 3.5 Flash, Spark czy Antigravity.

DocsLive, czyli dokumenty tworzone głosem

Jedną z ciekawszych zapowiedzi jest funkcja DocsLive, stworzona po to, by „załatwiać sprawy z prędkością głosu”. Pozwala użytkownikowi mówić do asystenta Gemini, który w tym samym czasie organizuje myśli i przelewa je w uporządkowanej formie „na papier”.

Funkcja ma działać w formacie „wyrzuć z siebie wszystko, co przyjdzie do głowy, a Gemini zajmie się resztą”.

Podczas filmiku demo użytkownik prosi asystenta o wskazanie punktów, które należy przytoczyć podczas przemowy absolwenckiej na swojej byłej uczelni. Każe mu korzystać z wielu źródeł: najpierw wyciągnąć CV z Google Drive, potem zmienia zdanie i prosi Gemini o wymyślanie zabawnych wstawek. Następnie każe otworzyć konkretnego maila ze skrzynki, nie podając przy tym jego dokładnego tytułu, a jedynie opisując go w przybliżeniu. Prosi też o pobranie z niego szczegółów spotkania i wstawienie ich w konkretnym miejscu dokumentu dla lepszej organizacji. Gemini wykonuje wszystkie te polecenia.

Jest to dopiero wersja testowa, jednak warto zwrócić uwagę, że użytkownik wydał dużo poleceń naraz, jedno z nich odwołał, był niedokładny w treści promptów, a do tego odnosił Gemini do wielu aplikacji, z czym system wydawał się sobie radzić.

Niemniej jednak rozwiązanie, mimo że zaawansowane, budzi pytania o bezpieczeństwo całej sieci kont użytkownika udostępnionych systemowi oraz jego swobodnego dostępu do prywatnych informacji.

Usługa będzie w pełni udostępniona latem, wraz z dodatkowymi funkcjami głosowymi w Gmailu i Keep(aplikacja do tworzenia notatek). Google planuje rozbudować Docs Live tak, aby użytkownik mógł tworzyć nowe dokumenty i edytować je bezpośrednio za pomocą głosu.

YouTube z własnym asystentem wyszukiwania

Podobnie jak Ask Maps, które pozwala prowadzić rozmowę z AI i głosowo wyszukiwać miejsca, zadawać szczegółowe pytania oraz dopytywać o kolejne kwestie, YouTube doczekał się własnego wariantu tego rozwiązania.

Funkcja „Ask Youtube” ma pozwolić użytkownikowi nie tylko znaleźć lepiej dopasowany film, ale także wskazać konkretny, najbardziej istotny fragment.

Rozwiązanie budzi obawy o możliwe ograniczenie zasięgów twórców. Użytkownicy mogą być bardziej skłonni kończyć poszukiwanie informacji na krótkich fragmentach wskazanych przez AI, zamiast oglądać całe materiały. Dodatkowo, rodzi się pytanie, czy sztuczna inteligencja, selektywnie dobierając fragmenty pod konkretnego użytkownika, nie będzie zawężać szerszego kontekstu i pełniejszego obrazu omawianego tematu.

Usługa jest już testowana, a w Stanach Zjednoczonych ma zostać udostępniona latem.

Google rozwija modele multimodalne

Ze względu na rosnące zainteresowanie sztuczną inteligencją oraz jej coraz większe znaczenie w rozwoju nowych technologii, Google poczyniło ogromne inwestycje w infrastrukturę AI. Dotyczy to zwłaszcza nowych układów TPU 8t i 8i, które mają przyspieszyć trenowanie modeli, usprawnić wnioskowanie i zwiększyć efektywność energetyczną.

Dzięki temu mógł powstać m.in. Gemini Omni - nowy model do tworzenia i edytowania wideo na podstawie różnych danych wejściowych, takich jak tekst, obraz, dźwięk czy film. Model pozwala dodawać i modyfikować obiekty, zmieniać styl, scenę albo akcję wideo za pomocą rozmowy. W przyszłości Google ma rozszerzyć jego możliwości: na początku dostępne będą wyjścia wideo, a z czasem także obrazy i tekst.

Pierwszym, już dostępnym modelem „z rodziny Omni” jest Gemini Omni Flash. Można go wypróbowywać w aplikacji Gemini, Google Flow i YouTube Shorts. W nadchodzących tygodniach ma on zostać również udostępniony firmom za pośrednictwem interfejsów API.

Większa transparentność obrazów generowanych przez AI

SynthID, czyli technologia dodająca niewidzialny cyfrowy znak wodny do treści wygenerowanych przez AI, również doczekała się aktualizacji.

Na przestrzeni trzech lat od wprowadzenia SynthID, generatywna sztuczna inteligencja rozwinęła się na tyle, że użytkownicy coraz rzadziej są w stanie zidentyfikować deepfake’i. Badania, na które powołuje się Google, wskazują, że użytkownicy rozpoznali fałszywe treści jedynie w 25% przypadków. Dlatego również w opinii firmy SynthID wymagał dalszego rozwoju.

Wraz z aktualizacją zyskał on możliwość weryfikacji danych uwierzytelniających treści w produktach Google. Rozwiązanie to pozwoli sprawdzić, czy dana treść została zmodyfikowana przez AI, czy też w całości przez nią stworzona.

Aby jeszcze bardziej zwiększyć transparentność obrazów generowanych przez AI, Google rozszerzyło funkcje weryfikacji danych uwierzytelniających treści i SynthID na wyszukiwarkę oraz Chrome.

Zapowiedź zmian została uzupełniona o krótki apel:

Na dużą skalę będzie to działać tylko wtedy, gdy więcej partnerów zdecyduje się na znakowanie wodne własnych treści generowanych przez sztuczną inteligencję.
Sundar Pichai, Prezes Google

Ogłaszając tym samym, że oprócz Nvidii, w tej materii z SynthID podpisało też umowę OpenAI, Kakao i Eleven Labs, wspólnie wyznaczając standardy przejrzystości w erze sztucznej inteligencji.

Gemini 3.5 Flash: szybszy i tańszy model Google

Podczas konferencji zaprezentowano również Gemini 3.5 Flash - model, który ma lepiej sobie radzić z kodowaniem i zadaniami agentowymi niż wcześniejsza wersja 3.1 Pro.

Według Google, generuje on odpowiedzi około cztery razy szybciej niż inne czołowe modele, a przy tym ma być tańszy w użyciu - jego koszt ma wynosić mniej niż połowę ceny porównywalnych modeli.

Model jest reklamowany jako rozwiązanie dla firm, które przetwarzają duże ilości tokenów i chcą ograniczyć koszty korzystania z AI bez rezygnowania z możliwości „modeli klasy pionierskiej”.

Gemini 3.5 Flash jest już wykorzystywany w produktach Google, interfejsach API oraz na platformie Antigravity, gdzie pomaga automatyzować i przyspieszać pracę deweloperów.

Zapowiedziano także Gemini 3.5 Pro, które jest już używane wewnętrznie, a na rynku ma pojawić się w przyszłym miesiącu.

Gemini Spark: osobisty agent AI od Google

Antigravity to platforma do tworzenia i zarządzania autonomicznymi agentami AI, dotąd wykorzystywana głównie przez programistów. W wersji 2.0 staje się samodzielną aplikacją desktopową, która działa jako centrum zarządzania wieloma agentami AI i pozwala użytkownikowi koordynować ich pracę.

Aktualizacja ta współgra ze stworzeniem Gemini Spark, czyli osobistego agenta AI, który „pomoże Ci poruszać się po Twoim cyfrowym życiu, podejmując działania w Twoim imieniu i zgodnie z Twoimi wskazówkami.”.

Agent działa w chmurze Google Cloud na dedykowanych maszynach wirtualnych, dzięki czemu może wykonywać zadania w tle przez całą dobę, bez konieczności pozostawiania otwartego komputera. Opiera się na Gemini 3.5 i technologii Antigravity, integruje się z narzędziami Google, a w planach jest także integracja z aplikacjami firm trzecich przez MCP, czyli Model Context Protocol.

Użytkownicy będą mogli korzystać z Gemini Spark w aplikacji Gemini, a następnie także przez e-mail, czat, Chrome i nowy interfejs „Android Halo” do śledzenia postępów zadań.

„W tym tygodniu zaczniemy udostępniać Gemini Spark zaufanym testerom, a w przyszłym tygodniu wersja beta zostanie udostępniona subskrybentom Google AI Ultra w Stanach Zjednoczonych.” - powiedział Sundar Pichai podczas wystąpienia.

Wyszukiwarka z agentami informacyjnymi

„AI Overviews ma obecnie ponad 2,5 miliarda aktywnych użytkowników miesięcznie. Tryb AI okazał się rewelacją - to nasza największa aktualizacja wyszukiwarki w historii” - czytamy w zredagowanym zapisie wystąpienia prezesa Google.

Dlatego, idąc za ciosem, Google zdecydowało się dodać do swojej wyszukiwarki agentów informacyjnych, którzy mają nie tylko odpowiadać na pytania, ale także pomagać w „podejmowaniu dalszych działań na podstawie zebranych danych”.

Użytkownik będzie mógł skonfigurować agenta tak, aby działał w tle i przez całą dobę wyszukiwał potrzebne informacje we właściwym momencie, kontynuując pracę nawet wtedy, gdy urządzenie jest wyłączone.

Wyszukiwarka AI będzie mogła tworzyć odpowiedzi dopasowane do potrzeb, na przykład w formie dynamicznych układów, interaktywnych wizualizacji albo spersonalizowanych narzędzi. Wyniki wyszukiwania nie będą więc ograniczać się wyłącznie do listy linków lub krótkich podsumowań.

Agenci informacyjni mają być szczególnie przydatni przy zadaniach wymagających regularnego monitorowania zmian lub powracania do tych samych tematów. Wyszukiwarka będzie mogła tworzyć trwałe pulpity nawigacyjne i moduły śledzenia, działające jak aplikacje przygotowane pod konkretny cel użytkownika.

Pozostałe zapowiedzi z Google I/O 2026

Daily Brief w aplikacji Gemini - nowa funkcja przygotowująca krótkie, poranne podsumowanie najważniejszych informacji. Narzędzie analizuje m.in. skrzynkę mailową, kalendarz i zadania, a następnie wybiera najistotniejsze sprawy

Agent w Google Flow - rozwiązanie wspierające planowanie, analizowanie i rozwijanie złożonych projektów. Pozwala budować własne narzędzia kreatywne, np. do efektów wideo, animacji czy dodawania tekstu.

Google Pics - nowe narzędzie AI do tworzenia i edycji obrazów. Pozwala generować projekty od zera oraz modyfikować istniejące zdjęcia.  Posiada funkcję oddzielania pojedynczych elementów obrazu.

Inteligentne okulary Google - zapowiedziano dalszy rozwój, w tym modele audio z asystentem głosowym i okulary z wyświetlaczem pokazującym potrzebne w danym momencie informacje. Pierwsze na rynku mają pojawić się okulary audio, planowane na jesień.

Gemini for Science - zestaw narzędzi AI do wspierania badań naukowych. Ma pomóc naukowcom szybciej analizować dane, testować hipotezy i prowadzić bardziej zaawansowane projekty badawcze.