Google I/O 2026: Gemini Omni, Gemini 3.5 i računarski sloj iza agentske veštačke inteligencije

Ilustracija
Google I/O 2026 je vratio računarski sloj Google-ove AI strategije ponovo u centar pažnje. Glavno izlaganje bilo je prepuno agenata, programerskih alata, nosivih interfejsa i integracija proizvoda, ali svi ti slojevi zavise od dva smera razvoja modela: Gemini Omni i Gemini 3.5. Jedan gura multimodalno kreiranje i uređivanje. Drugi gura naprednu inteligenciju sa akcijom, posebno kroz Gemini 3.5 Flash.
Ovaj članak je krak računarskog sloja unutar šireg arhitektonskog čvorišta Google I/O 2026. Strana sa programerskim alatima pokrivena je u članku Antigravity, AI Studio i Google DevTools. Priča o uređajima i interfejsima pokrivena je u Android XR i pametne naočare. Priča o proizvodima pokrivena je u Agentski proizvodi u pretrazi, Workspace-u i kupovini.
Važno je izbeći posmatranje modela Gemini Omni i Gemini 3.5 kao jedne generičke najave „novog AI modela“. Oni rešavaju različite probleme sa proizvodima i infrastrukturom. Omni se bavi kreativnim generisanjem iz bilo kog unosa, počevši od videa. Gemini 3.5 se bavi brzom inteligencijom orijentisanom na akciju za agente, kodiranje i dugoročne tokove posla. Ta razlika je važna za programere, timove za proizvode i arhitekte platformi.
Računarski sloj iza glavnog izlaganja
Google-ova sopstvena kolekcija sa I/O 2026 uokviruje događaj oko dva nova modela: Gemini Omni i Gemini 3.5. Gemini Omni je opisan kao korak napred u razumevanju sveta, multimodalnosti i uređivanju, sposoban da kreira izlaz iz unosa kroz tekst, slike, audio i video, počevši od videa. Gemini 3.5 Flash je predstavljen kao prvi model u porodici Gemini 3.5, kombinujući naprednu inteligenciju sa akcijom.
- Gemini Omni se fokusira na multimodalno kreiranje i uređivanje, počevši od videa.
- Gemini 3.5 Flash se fokusira na brzinu na nivou akcije za agente, kodiranje i složene tokove posla.
- Podela modela odražava širu podelu Google-ove platforme: kreirajte bogatije medije, a zatim delujte brže kroz proizvode i alate.
- Prava strateška vrednost dolazi kada se ovi modeli povežu sa Antigravity, AI Studio, Search, Workspace, Android XR i uređajima koje pokreće Gemini.
Priča o modelima nije samo o većem kontekstu ili boljim demo snimcima. Reč je o specijalizaciji uloga: kreiranje sa jedne strane, akcija sa druge.— Čitanje računarskog sloja
Gemini Omni: Kreiranje iz bilo kog unosa
Gemini Omni je Google-ov najdirektniji pokušaj da spoji rasuđivanje sa kreiranjem. Zvanično pozicioniranje je jasno: može da kreira bilo šta iz bilo kog unosa, počevši od videa. Model prihvata kombinacije teksta, slike, zvuka i videa, a zatim generiše visokokvalitetni video zasnovan na realnom znanju Gemini-ja. Takođe podržava konverzacijsko uređivanje videa, što će verovatno biti važnije od jednokratnog generisanja u stvarnim kreativnim tokovima posla.
Ta poslednja stavka je važna. Praktična vrednost kreativne veštačke inteligencije retko se svodi samo na „generisanje videa“. Produkcijski tokovi rada zahtevaju reviziju, zamenu, tajming, kontinuitet stila i razgovor o izmenama. Ako Omni može da učini uređivanje više konverzacijskim uz očuvanje konteksta, on postaje više od običnog generatora noviteta. Postaje kreativni interfejs.
// Gemini Omni treba posmatrati kao model kreativnog toka rada
input = { text: "Prikaži lansiranje proizvoda u kišnom sajberpank gradu", image: "brand-reference.png", audio: "voiceover.wav", video: "rough-cut.mp4"
} output = GeminiOmni.generateVideo(input)
revision = GeminiOmni.edit(output, "Učini osvetljenje toplijim i zadrži isti dizajn proizvoda")
Za timove koji grade medijske alate, vizuelne prikaze proizvoda za e-trgovinu, obrazovni sadržaj, prototipove igara, tokove rada u oglašavanju ili kanale za društvene video snimke, ovo je deo I/O 2026 koji je najvažniji. Interfejs se pomera sa ručnog uređivanja vremenske linije ka multimodalnom uređivanju zasnovanom na nameri. To ne uklanja kreativnu procenu, ali menja mesto gde se troši kreativni rad.
Gemini 3.5 Flash: Napredna inteligencija sa delovanjem
Gemini 3.5 Flash je druga polovina priče o računarstvu. Google opisuje porodicu Gemini 3.5 kao spoj napredne inteligencije i delovanja, i pozicionira 3.5 Flash kao prvo izdanje u toj porodici. Naglasak je na agentima, kodiranju, složenim dugoročnim zadacima i praktičnoj primeni u stvarnom svetu. Taj rečnik nije slučajan. On direktno ukazuje na sisteme koji rade stvari, a ne samo na sisteme koji odgovaraju.
Za programere, „Flash“ je važan jer su agentski tokovi rada osetljivi na kašnjenje. Model koji je pametan ali spor može da posluži za istraživanje ili pažljivo pisanje. Mnogo ga je teže uklopiti u automatizaciju u terminalu, IDE petlje, višekoračno korišćenje alata, pozadinske agente i korisnička iskustva proizvoda koja zahtevaju trenutnu povratnu informaciju. Google očigledno pokušava da brzo napredno ponašanje učini podrazumevanim motorom za agentske tokove rada.
// Klasično korišćenje modela
answer = model.generate("Objasni ovu funkciju") // Agentsko korišćenje modela
plan = model.plan(task)
toolResult = tools.run(plan.nextStep)
verification = model.verify(toolResult) if verification.failed: rollback()
else: continueExecution()
Ta promena je razlog zašto Gemini 3.5 pripada istoj grupi kao i Antigravity. Antigravity-ju je potreban model koji može da planira, izvršava, verifikuje i nastavi da se kreće bez pretvaranja razvojnog okruženja u čekaonicu. Ovde računarske performanse postaju korisničko iskustvo programera.
Zašto brzina i akcija idu zajedno
Google-ovo uvodno izlaganje u vezi sa brzinom nije samo marketing. Agentski sistemi umnožavaju latenciju. Jedan odgovor zahteva jedan krug komunikacije sa modelom. Radni tok sa više agenata može imati mnogo koraka: planiranje, izbor alata, uređivanje koda, izvršavanje u terminalu, verifikaciju, popravku, rezimiranje i ljudski pregled. Ako je svaki korak spor, ceo sistem postaje neupotrebljiv.
- Brz izlaz poboljšava interaktivne petlje kodiranja.
- Niska latencija čini da agenti sa više koraka deluju manje krhko.
- Visoka propusnost je važna kada agenti rade na pozadinskim zadacima održavanja.
- Stabilno rezonovanje je važno jer su brže pogrešne akcije i dalje pogrešne akcije.
- Verifikacija ostaje od suštinskog značaja jer sama brzina ne znači i poverenje.
Koristan agent nije model koji odgovara samo jednom. To je model koji može da nastavi da deluje, a da radni tok ne deluje kao red za čekanje.— Perspektiva agentskog izvršnog okruženja
Gemini Omni protiv Gemini 3.5: Različiti poslovi, isti stek
Najjasniji način da se razumeju najave o računarskim resursima sa I/O 2026 jeste da se razdvoje poslovi. Gemini Omni je multimodalni model za kreiranje i uređivanje. Gemini 3.5 Flash je model orijentisan na akciju za agente i kodiranje. Oni su komplementarni, a ne zamenljivi. Proizvodni tim bi mogao da koristi Omni za generisanje medija, a Gemini 3.5 Flash za orkestriranje radnog toka oko tih medija.
// Primer toka rada proizvoda
creativeAsset = GeminiOmni.generateVideo(brief) agentPlan = Gemini35Flash.plan({ task: "Publish launch campaign", asset: creativeAsset, channels: ["YouTube Shorts", "landing page", "email"]
}) Gemini35Flash.execute(agentPlan, tools)
To je šira arhitektura na koju Google ukazuje. Kreativni modeli generišu bogatije artefakte. Akcioni modeli koordiniraju zadatke oko tih artefakata. Proizvodne površine izlažu te mogućnosti korisnicima. Razvojni alati pružaju orkestraciju i verifikaciju. Površine uređaja čine asistenta dostupnim u više konteksta.
Šta ovo znači za programere
Programeri ne bi trebalo da posmatraju Gemini 3.5 Flash samo kao još jednu opciju modela. On menja oblik aplikacija koje se mogu izgraditi na vrhu Google-ovog steka. Ako model može da rukuje dužim sekvencama zadataka, pouzdano koristi alate i radi dovoljno brzo za stvarne tokove posla, tada se aplikacije mogu pomeriti sa izolovanih AI funkcija na procese posredovane modelom.
- Kod-agenti mogu refaktorisati, testirati i verifikovati veće jedinice zadataka.
- Proizvodni agenti mogu pomoći korisnicima da pređu sa namere na akciju unutar jednog toka.
- Medijske aplikacije mogu kombinovati Omni generisanje sa Gemini 3.5 orkestracijom.
- Funkcije pretrage i Workspace-a mogu preći sa odgovaranja na izvršavanje.
- Mobilne i XR površine mogu koristiti Gemini kao sloj konteksta uživo umesto kao udaljenog asistenta u oblaku.
Opasnost leži u prekomernoj izgradnji pre nego što operativni model sazri. Programerima su i dalje potrebni verzisanje, evaluacija, logovanje, kontrola troškova, zamensko ponašanje (fallback) i ljudska potvrda za akcije visokog uticaja. Jači model ne uklanja potrebu za inženjerskom disciplinom. On povećava vrednost te discipline.
Šta ovo znači za proizvodne timove
Proizvodni timovi bi trebalo da tumače Gemini Omni i Gemini 3.5 kao signal da Google želi da AI postane sloj izvršavanja širom ekosistema. To stvara i priliku i rizik. Prilika je brži put od namere korisnika do gotovog rezultata. Rizik je u tome što ponašanje proizvoda postaje manje transparentno ako su odluke agenata skrivene iza doteranog interfejsa.
agenticProductChecklist = { userIntent: "clear", modelRole: "defined", tools: "permissioned", outputs: "reviewable", failures: "recoverable", costs: "measured", userControl: "explicit"
}
Ako proizvodni tim ne može da odgovori na to šta je modelu dozvoljeno da radi, kako se evaluira i kako korisnik može da se oporavi od loše akcije, integracija nije spremna za produkciju. Ovo posebno važi kada je Gemini povezan sa Search, Workspace, Shopping, Android platformama ili interfejsima nosivih uređaja.
Suočavanje sa realnošću: Benchmarci nisu proizvod
Rizik kod svakog lansiranja modela je opijenost benchmark-ovima. Bolje performanse su važne, ali produkciona vrednost zavisi od kvaliteta integracije. Model može biti brži i jači, a da i dalje podbaci u specifičnom procesu rada jer su promptovi slabi, politike alata labave, evaluacija površna ili nedostaju opcije za vraćanje na prethodno stanje.
- Kreativnom modelu su potrebni doslednost, mogućnost uređivanja i kontrola izlaza.
- Akcionom modelu su potrebni disciplina u korišćenju alata, verifikacija i bezbedni režimi otkazivanja.
- Programerskom modelu je potrebno ponovljivo ponašanje unutar stvarnih repozitorijuma.
- Proizvodnom modelu su potrebni poverenje korisnika i jasne granice kontrole.
- Platformskom modelu su potrebni verziranje, monitoring i vidljivost troškova.
Lansirni model privlači pažnju. Operativni model odlučuje o tome da li će opstati u produkciji.— Inženjerska provera realnosti
Kako se ovo uklapa u Google I/O 2026 klaster
Ovaj članak pokriva sloj modela u klasteru. Glavno Google I/O 2026 čvorište objašnjava potpunu arhitektonsku promenu. Antigravity, AI Studio i Google DevTools objašnjavaju kako modeli ulaze u razvojne tokove rada. Android XR i pametne naočare objašnjavaju kako se ista inteligencija prenosi na nosive uređaje. Agentski proizvodi u pretrazi, Workspace-u i kupovini objašnjavaju šta se dešava kada ove mogućnosti stignu do potrošačkih i produktivnih proizvoda.
Srodni članci u ovom klasteru
- Glavno čvorište: Google I/O 2026: Arhitektonski zaokreti, agentski AI i provera realnosti ujedinjenog ekosistema
- Alati za programere: Google I/O 2026: Antigravity, AI Studio i Google DevTools
- Android, XR i površine uređaja: Google I/O 2026: Android XR i inteligentne naočare
- Agentski potrošački proizvodi: Google I/O 2026: Agentski proizvodi u Pretrazi, Workspace-u i Kupovini
Završna perspektiva
Gemini Omni i Gemini 3.5 definišu računarsku podelu iza Google I/O 2026. Omni je sloj za kreiranje: multimodalni unos, video izlaz, konverzacijsko uređivanje i generisanje utemeljeno u stvarnom svetu. Gemini 3.5 Flash je sloj za akciju: brza napredna inteligencija za agente, kodiranje i dugoročne zadatke. Zajedno, oni objašnjavaju zašto ostatak uvodnog izlaganja izgleda tako kako izgleda. Antigravity zahteva modele akcionog nivoa. Pretrazi i Workspace-u su potrebni agenti koji mogu da rasuđuju i izvršavaju. Android XR zahteva razumevanje konteksta uživo. Uvodno izlaganje nije samo priča o modelima, ali bez ovog računarskog sloja ostatak priče ne funkcioniše.
Related Articles

Google I/O 2026: Arhitektonski zaokreti, agentska veštačka inteligencija i provera realnosti ujedinjenog ekosistema
Google I/O 2026 nije bio samo događaj posvećen modelima. Pokazao je dublji pomak platforme kroz Gemini modele, alate za programere, površine povezane sa Androidom i inteligentne uređaje. Ovaj članak analizira uvodno izlaganje kao centralnu priču za inženjere, arhitekte i produktne timove koji moraju da razdvoje stvarne runtime implikacije od pompe na sceni.
installation-mod_wsgi-auf-ubuntu-80-04-python-apache-2-4-und-django
how-to-make-sql-modeno_engine_substitution-permanent-in-mysql-my-cnf

tensorflow

git-with-automatic-upload-and-synchronization-to-a-production-server

Snap paketi: Zašto su manjkavi za napredne alate poput DBeavera
Snap paketi uvode restriktivno sandboksiranje koje ometa napredne tokove rada. Ovaj članak objašnjava zašto se DBeaver muči sa SSH tunelovanjem pod Snapom i zašto su Flatpak ili izvorni paketi bolje alternative.
entdecke-die-bahnbrechenden-moeglichkeiten-von-gpt-4

erstellen-eines-benutzerdefinierten-gpt-4-plugins-in-wordpress

Laravel 12 Prilagođeni CMS sa Filament 3: Ekspertski radni tok
Detaljan pregled sinergija između Laravel 12 i Filament 3 za kreiranje prilagođenih sistema za upravljanje sadržajem. Stručnjaci analiziraju inovativni tok posla, prednosti, mane i izazov Jetstream toka posla.
konvertieren-rpm-in-debian-ubuntu-deb-format-debian-package-manager
force-install-package-in-virtualenv

Qwen 3.6 u produkciji: Runbook za izdavanje, AI rollback i LLMOps verziranje
Qwen 3.6 nije samo još jedna nadogradnja modela. To je istovremeno događaj objavljivanja, scenario povratka na prethodnu verziju i problem verziranja. Ovaj članak objašnjava kako Qwen 3.6 treba tretirati u produkciji kroz LLMOps disciplinu, sledljivost promptova i modela, kontrolisano uvođenje i spremnost za povratak na prethodnu verziju zasnovanu na dokazima.