Google 内部用 Gemini 制作 I/O 2026
Google 团队分享如何借助 Gemini 辅助完成大会制作的各个环节,展现大规模项目中 AI 的具体应用案例。
Google 团队分享如何借助 Gemini 辅助完成大会制作的各个环节,展现大规模项目中 AI 的具体应用案例。
从水母开场秀到我们的“TPU 训练日”短片,看看 Gemini 如何助力今年的 I/O 大会。
你的浏览器不支持音频元素。
Google I/O 2026 的核心,是我们如何以全新的方式让 AI 惠及每一个人。但在 I/O 大会上,我们不只是发布了 AI 创新成果,还用这些工具让整场大会真正鲜活起来。
当下,无论在构建什么,都会让人感到既陌生又兴奋。我们正经历一场不可思议的变革:AI 工具每个月都在进步,实际上正在重写我们能够创造什么的规则。
今年,我们向自己发起挑战:使用搬上舞台的同一套 AI,突破自身在创新能力、创造能力和效率上的极限。
我们的推进速度比以往任何时候都快,并且进行了实时原型设计——将人类艺术创造力与实验性技术融为一体——“Timmy TPU”短片正是其中最典型的例子。
而真正的回报,是向大家展示这些工具如何释放创造力、接手枯燥琐碎的工作,让团队能够把一天中最宝贵的时间,重新投入只有他们最擅长的事情。真正做好之后,活动本身就足够精彩;作为观众,你甚至不会再去想其中是如何使用 AI 的。我们希望分享的机会,正存在于这种转变之中,因为人们总在问:“AI 到底能做什么?”
继续阅读,了解我们使用了哪些 AI 工具,以及如何为它们编写 prompt,从而让 I/O 2026 成为现实。
AI 产品和模型:Google AI Studio;实验性 DeepMind 模型;Gemini Omni;Nano Banana
我们做了什么:我们制作了一部短片,主角是一群正在为 I/O 2026 的繁重任务做准备的 TPU。
我们是怎么做的:这个项目始于一个问题:我们能否只用最简单的材料——纸板和马克笔——制作一部动画片,然后再借助 AI 让它活起来?我们与导演 Laurie Rowan 和 Nexus Studios 合作,将木偶、传统动画和 AI 融为一体,同时让人类的手工技艺与艺术创造力始终处于“TPU 训练日”(也称“Timmy TPU”)的核心。
首先,我们通过木偶表演和简单的 3D 动画捕捉角色表演。这样一来,我们就能完全掌控画面构图和镜头运动。随后,我们使用 Nano Banana,根据这些原始素材生成风格化的首帧。为了保持各帧的一致性,我们在 Google AI Studio 内部构建了一款自定义工具。借助它,我们可以大规模测试 Nano Banana 生成的画面,确保像素级精准匹配后,再生成完整序列。
我们使用 Gemini Omni 和其他实验性模型,将基础动画与风格化画面合并。这让影片达到了电影级质感,同时保留了人类创作者最初的意图。正是这些微小而真实的人为瑕疵,赋予了木偶影片独特的魅力;我们的 AI pipeline 从设计之初,就是为了保护这些细节。
AI 产品和模型:Gemini 模型和 Nano Banana
我们做了什么:我们为 I/O 2026 创建了视觉品牌形象,最终采用由四色渐变、重叠透明效果和相互咬合的图标组成的设计。
我们是怎么做的:我们的品牌形象来自团队与 AI 的紧密协作。首先,我们把过去的品牌指南和五年来的 I/O 大会回顾提供给 Gemini 模型。早期输出并没有完全达到预期,因此我们开展了一些微型实验。我们生成新的图像,并根据反馈,反复将输出重新提供给 Nano Banana。我们还使用 Nano Banana 探索不同的图标风格。最终,我们选择了能够动态转变成高纹理 3D 图标的扁平 2D 图标。这为主题演讲、实体标牌和数字应用打造了一套连贯统一的品牌表达。
下面是我们用 Nano Banana 探索图标风格时使用的一个 prompt:
You are an expert image editor. You will be given two images.
**Image 1** provides the **texture and material**.
**Image 2** provides the **pose, shape, and lighting**.
Your task is to create a new image by applying the detailed texture
and pattern from the icon in **Image 1** onto the surface
of the white icon in **Image 2**.
**Crucial Constraint:** The output image must perfectly preserve
the exact pose, camera angle, scale, and lighting
of the icon in **Image 2**. Do not change its orientation
or position in any way. The final result should be the
icon from Image 2, but with the texture of Image 1.
我们的 I/O YouTube 预告片展示了最终确定的图标风格:
AI 产品和模型:Google Antigravity;Google Colab;Google CoralNPU;Google Flow Music;Lyria 3 Pro
我们做了什么:我们与 Monterey Bay Aquarium 合作,用 Jellectronica 为开场秀揭幕。这是一项生成式音乐实验,使用 Lyria 3 Pro 将海月水母的运动转化为声音。
我们是怎么做的:我们在 Google Colab 中训练了一个 YOLO8 模型,然后让它运行在 Google Coral NPU 上。它会追踪水母的运动并据此控制音乐,而音乐则使用 Google Flow Music 和 Lyria API 制作。例如,低音声部中的水母越多,低音就越响亮、越有活力。我们还在 Google Antigravity 中通过 vibe coding 开发了一款批量 stem 生成器,用于自动生成低音、和弦、旋律和鼓点等音乐 stem。
AI 产品和模型:Google AI Studio;Gemini API;Gemini Canvas;Google Antigravity;Lyria 3;Nano Banana
我们做了什么:Infinite Scaler 是开场秀的另一个环节。这是一款电子游戏,玩家会在相互竞技的同时,随着游玩过程生成关卡。
我们是怎么做的:我们希望玩家只使用 2D 图像生成,就能快速构建无限延伸的 3D 世界。为此,我们通过 Gemini API,使用 Nano Banana 根据用户 prompt 和参考图像生成 sprite sheet。我们把前景元素重新发送给 Nano Banana,用于生成法线贴图、粗糙度贴图和自发光贴图。通过这种方式推断深度后,我们可以将纹理映射到 WebGL 渲染的 3D 纸板箱上,再把它们添加到由所有世界组成的全局堆栈中。我们先使用 Google AI Studio 快速制作原型,之后转到 Google Antigravity 进行开发;游戏内的音乐则完全使用 Lyria 3 生成。
你可以在这里游玩这款游戏,并探索我们共同构建的关卡。
下面是 Infinite Scaler 的一个用户 prompt 示例:
A majestic space fox levitating in space with a giant
Saturn and stars behind
把它重新提供给 Gemini API 生成关卡规划后,我们得到了下面这个 prompt:
Title: Celestial Fox Void
Color Palette: Deep navy and midnight blue backdrop, vibrant burnt
orange and dusty terracotta for the fox, soft cream and muted amber
for Saturn rings, and deep plum shadows. All greens are replaced with
dull, earthy dark olive tones to avoid #00FF00 interference.
Skyline: A vast expanse of midnight blue clay textured with dense
constellations of white and pale yellow spherical stars of varying sizes.
Sky panel: Deep indigo clay surface scattered with clusters of tiny
white bead-like stars, creating a dense celestial field without
any bright green elements.
Floor panel: A flat plane of deep violet cosmic dust sculpted with
smooth, rounded craters and soft-molded ridges, keeping all surfaces
matte and non-reflective.
Decorations Arch: A massive, perfectly spherical Saturn dominates the
upper sector with thick, concentric ring layers made of hand-pressed tan
and cream clay coils.
Decorations Ground: A majestic fox with flowing clay-sculpted fur
levitates at the center, surrounded by floating, multi-sized clay
asteroids and small, irregular space debris particles.
这个 prompt 最终生成了这张 sprite sheet。游戏的 sprite sheet 通过统一模板组合了多种元素,并使用绿幕背景,便于进行遮罩处理。
这一流程最终生成了一个像这样的、可以完整游玩的 3D 关卡:
最后,在 Code the Countdown 挑战中,我们播放了由世界各地创作者编程生成的倒计时。我们邀请大家在 Canvas 或 AI Studio 中设计 1 到 10 之间的数字,然后将它们拼接成一段由代码驱动的倒计时。
AI 产品和模型:Flutter;Gemini Enterprise Agent Platform;Google Antigravity;Nano Banana
我们做了什么:我们为 I/O 参会者创建了一款应用,让他们可以设计并订购带有自定义拉花的拿铁,然后构建属于自己的“史上最疯狂咖啡应用”。
我们是怎么做的:我们使用生成式 UI、A2UI protocol 和 Flutter,构建了可以实时变化的自适应界面。动态用户交互由此取代了静态表单。Firebase 在前端与 Nano Banana 等模型之间充当桥梁,负责处理复杂推理和内容生成。只用一套 Flutter codebase,我们就在不同硬件上提供了高质量、零延迟的体验。我们还使用了 Google Cloud 和 Firebase,包括 Cloud Functions、Firestore 和 Cloud Ops。这解决了构建和监控现代生成式 AI 应用时面临的复杂性。参会者也使用 Google Antigravity 的 agentic coding 功能,快速构建自己的点单应用。
AI 产品和模型:Gemini Omni;Google Flow;Nano Banana Pro
我们做了什么:我们使用图像和视频生成模型,为每位演讲者制作了专属的生成式标题卡。
我们是怎么做的:Google Labs 与 Google Gemini 副总裁 Josh Woodward 就是一个很好的例子。在舞台上,参会者看到数字版 Josh 骑着 Chrome Dino,随后完成了一次篮球扣篮。
我们使用 Nano Banana Pro 生成素材参考表等核心资产。我们使用这些素材制作 storyboard、尝试不同变体,并添加个性化细节。在 Google Flow 中,我们先使用 Veo 辅助设计动作原型,并生成扣篮等动画。我们还在 Google Flow 中使用 Gemini Omni 生成动画,它在处理复杂的体育动作时尤其有帮助。详细的文本 prompt 可以让 AI 输出与参考表保持一致。最后,我们对生成视频中的原始动作进行合成和时间重映射,制作成精致的标题动画。
下面是我们为素材参考表使用的一个 prompt:
Man casually riding the trex. He looks comfortable like he has
done this many times before. Man is relaxed and holding reins on
the trex. Expand and show more of scene. Keep the cacti. Lighting on
man makes sense. Man is also lit by dawn lighting like rest of scene.
下面是我们随后使用的一个 Google Flow 视频 prompt:
Show me the rest of this scene. Keep consistent with the
character sheet, especially the style of the trex. The trex jumps
over the cacti. Slam dunk.
AI 产品和模型:Gemini 和 Nano Banana
我们做了什么:我们在现场为参会者生成并打印定制 I/O 贴纸。
我们是怎么做的:我们在一款自定义 Web 应用中构建了交互式贴纸游戏。玩家有 20 秒时间,使用 Android 机器人接住不断落下的 prompt。游戏中有超过 100 个 prompt 类别,从蓝莓、迪斯科球到激光和木材,应有尽有。玩家可以选择两个 prompt,也可以点击“I'm feeling lucky”,获得随机组合。我们的 backend 使用面向 Gemini 和 Android 的 Nano Banana,将这些选择融合在一起,由此生成高度个性化的定制 I/O 贴纸设计。想象一下:由纯金华夫饼构成的 3D“I/O”,或者一块小熊软糖主板。设计完成后会立刻打印出来,供参会者领取。
下面是我们用于生成贴纸设计的一个 prompt 示例,首先是一些通用指南:
You are an advanced, highly precise AI image generation rendering
engine. Your primary function is to apply complex materials and
artistic styles to a specific 3D layout provided by the user.
接下来,我们提供了有关颜色、光照等单独元素的更多细节;在下面这个例子中,还包括标志性的“I/O”造型:
The geometry of the object (the vertical block, slanted slab, and
short cylinder forming "I/O") is immutable. You must perfectly
align the generated textures with the boundaries, depth and
perspective of the input layout. Do not alter the underlying 3D
shapes, pose or scale.
如果想进一步了解详情,可以在这里回顾 I/O 2026 的多项重要发布。