2026年第21周计算机行业周报：谷歌Agent与多模态能力重磅升级

谷歌全栈AI蓬勃发展，Agent与多模态能力实现重大突破

截至2026年5月19日，谷歌已有13款产品的用户数超过10亿，其中5款产品用户数突破30亿，Gemini模型成为推动用户增长与活跃度的核心驱动力。谷歌AI搜索月活用户数已突破10亿，AI模式用户一年内实现翻倍增长，每日请求量激增七倍以上。与此同时，谷歌各平台每月处理的Token数量从两年前的9.7万亿跃升至超过3200万亿，显示出全球开发者与企业对AI应用的巨大需求，每月有超过850万开发者使用谷歌模型构建新应用。

在模型能力方面，谷歌于2025年5月19日发布Gemini 3.5 Flash，标志着其在Agent领域的重大进展。该模型将前沿智能与行动能力融合，在Terminal-Bench 2.1、GDPval-AA等编程与智能体基准测试中表现优异，且保持了Flash系列的高速性能，输出速度是其他前沿模型的4倍。依托该模型，谷歌推出了全天候运行的个人Agent智能体Spark，深度集成Gmail、Docs等Workspace工具，即使用户关闭终端也可在云端持续工作，自动执行如账单解析、会议记录整理等复杂任务。

此外，谷歌发布Gemini Omni模型，实现从任意模态输入生成任何内容。用户可整合图像、音频、视频和文本作为输入，生成高质量视频，并通过自然语言对话进行精细编辑。Omni模型具备对物理世界的深层认知，能够推理重力、动能等物理效果，将创意与真实世界知识结合，实现复杂概念的可视化呈现。

国产大模型进展飞速，编程与Agent能力全面跟进

国内大模型厂商在编程Agent与长程任务执行方面取得显著进展。智谱发布的GLM-5.1在Artificial Analysis全新Coding Agent基准中位列开源第一，代表国产大模型编程Agent的SOTA级别能力。随后推出的GLM-5.1高速版，输出速度达到400 tokens/s，通过TileRT高性能推理引擎的系统级优化，兼顾了旗舰级模型能力与极致低延迟，实现了“即问即答”的实时协作体验，在复杂网页生成、Agent Swarm并行调度等场景中表现突出。

月之暗面发布并开源Kimi K2.6模型，在代码、长程任务执行和Agent集群能力上实现突破。K2.6支持不间断编码13小时，编写或修改超过4000行代码，其驱动的Agent集群架构支持300个子Agent并行完成4000个协作步骤，并在OpenClaw、Hermes Agent等主动式框架中支持长达5天的持续自主运行。在Kimi Code Bench内部评测中，K2.6成绩较K2.5提升约20%，展现出对多种编程语言和任务场景的可靠泛化能力。

Minimax发布MMX-CLI，一款专为Agent设计的全模态命令行工具。该工具针对Agent自动化运行进行了底层优化，包括输出隔离与纯数据模式、语义化状态码以及非阻塞异步任务控制，提升了Agent在自动化工作流中的稳定性和解析准确性。接入MMX-CLI后，Agent可独立跑通从资料搜集到视频制作的完整自动化流程，无需适配繁琐接口。

投资建议与风险提示

全球大模型能力的持续进化正在重构软件行业，AI Agent生态的繁荣将带来终端用户体验的全面升级。建议关注拥有Coding及Agent能力的大模型厂商，如智谱、Minimax、科大讯飞等。同时需关注技术迭代不及预期、经济下行超预期及行业竞争加剧等风险。