20260523-国盛证券有限责任公司-计算机行业周报_谷歌Agent与多模态能力重磅升级_国内外模型持续进化_19页_1mb

文档总结

核心内容

本文档主要分析了谷歌与国内大模型在 AI Agent 和多模态能力方面的最新进展，并对相关投资机会提出建议。谷歌在 AI 领域持续发力，发布 Gemini 3.5 Flash 和 Gemini Omni 模型，进一步提升了 AI Agent 和多模态能力。同时，国产大模型如智谱 GLM-5.1、月之暗面 Kimi K2.6 和 Minimax MMX-CLI 也取得了显著进展，尤其在编程、Agent 自主执行和多模态处理方面表现突出。

主要观点

谷歌 AI 生态发展迅猛

• 截至 2026/5/19，谷歌已有 13 款产品用户数超过 10 亿，其中 5 款突破 30 亿。
• Gemini 模型是推动谷歌产品生态发展的重要因素。
• 谷歌 AI 搜索月活用户数突破 10 亿，AI 模式是其对搜索的重大升级。
• AI token 消耗量激增，显示 AI 应用的广泛渗透和开发者的活跃度。

Gemini 3.5 Flash 模型亮点

• 2025/5/19 发布，融合前沿智能与行动能力，补齐了 Agent 和编程能力的短板。
• 在多个编程与智能体基准测试中表现优异，如 Terminal-Bench 2.1（76.2%）、GDPval-AA（1656 Elo）、MCP Atlas（83.6%）。
• 保持高速性能，输出速度是其他前沿模型的 4 倍，达到 280 tokens/s。
• 支持复杂工作流，如在 Antigravity 环境中通过快速自我改进循环开发游戏。
• 谷歌推出 Spark 个人 Agent 智能体，可在云端持续运行，与谷歌生态深度集成，提供全天候服务。

Gemini Omni 模型亮点

• 能够从任何模态输入生成任何内容，支持图像、音频、视频和文本输入。
• 具备对物理世界的较深认知，可生成高质量视频，并通过自然语言进行精细编辑。
• 可将复杂概念进行可视化呈现，例如根据提示生成字母表视频。
• 用户可通过多轮对话对视频进行编辑，包括环境、角度、风格等。

国产大模型进展显著

• 智谱：GLM-5.1 在 Coding Agent 基准上取得开源第一，推出 GLM-5.1 高速版，速度达到 400 tokens/s，支持实时协作。
• 月之暗面：发布 Kimi K2.6，具备行业领先的代码、长程任务执行和 Agent 集群能力，支持长达 5 天的持续运行。
• Minimax：推出 MMX-CLI，一款为 Agent 设计的全模态命令行工具，提升 Agent 的可用性和自动化能力。

关键信息

• 谷歌 AI 搜索：月活用户数突破 10 亿，AI 模式是其对搜索的革命性升级。
• Gemini 3.5 Flash：是谷歌最强大的智能体与编程模型，支持复杂任务处理，提高效率，降低成本。
• Gemini Omni：具备多模态输入输出能力，可生成高质量视频，支持自然语言编辑。
• GLM-5.1 高速版：速度达到 400 tokens/s，刷新全球大模型速度上限，实现速度与质量的平衡。
• Kimi K2.6：在代码、长程任务执行和 Agent 集群能力方面取得突破，支持多语言和多场景。
• MMX-CLI：提升 Agent 的可用性，支持完整自动化工作流，优化 Agent 自动化运行稳定性。

投资建议

• 全球大模型能力的持续进化将推动终端用户使用体验升级，AI Agent 生态进一步繁荣。
• 建议关注具备 Coding 和 Agent 能力的大模型厂商，如：
  • 智谱
  • Minimax
  • 科大讯飞

风险提示

• 技术迭代不及预期风险：若大模型技术发展放缓，可能影响行业创新。
• 经济下行超预期风险：宏观经济不景气可能抑制企业对 AI 投资。
• 行业竞争加剧风险：若竞争加剧，可能压缩企业利润空间。

总结

谷歌和国产大模型在 AI Agent 和多模态能力方面取得了重大突破，推动了 AI 技术在实际应用中的深入发展。随着技术不断演进，AI 将在更多领域发挥重要作用，尤其在编程、自动化任务和内容生成方面。建议投资者关注具备强大 AI 能力的企业，同时警惕潜在风险，如技术迭代、经济波动和行业竞争等。