Auf der Google I/O 2026 hat das Unternehmen ein umfassendes Update für seinen KI-Assistenten Gemini vorgestellt. Das neue Design mit der Sprache „Neural Expressive“ nutzt dynamische Animationen, verbesserte Typografie und haptisches Feedback. Die Antworten von Gemini werden nun stärker multimodal aufbereitet: je nach Kontext mit Bildern, interaktiven Zeitachsen, Grafiken oder vertonten Videos kombiniert. Auch die Sprachfunktion Gemini Live wurde optimiert, um Unterbrechungen während des Redeflusses zu vermeiden.

Ergänzt wird das Angebot um Gemini Omni, ein neues multimodales Modell, das Text-, Bild- und Video-Eingaben in hochauflösende Videos umwandeln kann. Die Steuerung erfolgt dabei über natürliche Spracheingaben. Abonnenten von Google AI Plus, Pro und Ultra können zudem eigene KI-Avatare aus persönlichem Bild- und Tonmaterial erstellen.

Der zentrale Fokus liegt jedoch auf den neuen autonomen Agenten. Der „Daily Brief“-Agent analysiert verknüpfte Google-Dienste wie Gmail und Kalender, priorisiert wichtige Inhalte und liefert morgens eine strukturierte Zusammenfassung mit Handlungsvorschlägen. Noch weiter geht „Gemini Spark“, der auf dem Modell Gemini 3.5 Flash und dem Framework „Antigravity“ basiert. Er arbeitet cloudbasiert und bleibt auch bei gesperrtem Gerät aktiv. In Google Workspace integriert, automatisiert er Aufgaben wie die Suche nach Abogebühren in Kreditkartenabrechnungen oder die Erstellung von Dokumenten aus Besprechungsprotokollen.

Für die Verbindung mit Drittanbietern wie Canva, OpenTable und Instacart kommt das Model Context Protocol (MCP) zum Einsatz. Bei sensiblen Aktionen wie Zahlungen oder dem Versand von E-Mails ist jedoch weiterhin eine manuelle Bestätigung erforderlich. Die Beta-Version von Gemini Spark startet zunächst für US-Nutzer mit Google AI Ultra. Nutzer der macOS-Desktop-App erhalten Zugang im Laufe des Sommers, wodurch auch lokale Dateien in die Workflows eingebunden werden können. Die Sprachsteuerung wird ebenfalls erweitert und kann gesprochene Eingaben direkt an der Cursor-Position in strukturierte Textentwürfe umwandeln.