Googles största AI-nyheter i juli 2026 – Gemini Spark, AlphaEvolve och FireSat

Googles största AI-nyheter i juli 2026 – Gemini Spark, AlphaEvolve och FireSat

Google samlade under juli 2026 flera stora AI-lanseringar inom modeller, sökning, robotik, video, forskning och klimatteknik. Bland nyheterna finns tre nya Gemini-modeller, den agentiska webbfunktionen Gemini Spark, bredare tillgång till AlphaEvolve och tre nya FireSat-satelliter för snabbare upptäckt av skogsbränder.

Google publicerade sin månadssammanfattning den 4 augusti 2026. Den visar hur företagets AI-strategi har breddats från en enskild chatbot till ett ekosystem som omfattar mobiltelefoner, webbläsare, molntjänster, robotar, kreativa verktyg och fysisk infrastruktur.

Det viktigaste i korthet

| Område | Nyhet under juli 2026 |
|---|---|
| Gemini-modeller | Gemini 3.6 Flash, Gemini 3.5 Flash-Lite och Gemini 3.5 Flash Cyber |
| Robotik | Gemini Robotics ER 2 för videoanalys, planering och samarbete mellan robotar |
| Webbassistans | Gemini Spark kan genomföra webbaserade ärenden i inloggade konton |
| Företag och kod | AlphaEvolve blir tillgängligt för Google Cloud-kunder via Gemini Enterprise Agent Platform |
| Mobiler | Gemini Intelligence i nya Samsung Galaxy-enheter och förbättrad Android 17-överföring |
| Kunskap | Gemini Notebook och AI & Economy ATLAS |
| Video och ljud | Google Vids med Gemini Omni och avatarer samt Lyria 3.5 |
| Klimat och forskning | NOAA-samarbete, vädermodeller och tre FireSat-satelliter |

Månadssammanfattningen omfattar både lanserade produkter, förhandsversioner och forskningsprojekt. Alla funktioner är därför inte tillgängliga i Sverige eller för varje konto samtidigt.

Tre nya Gemini-modeller

Google presenterade tre modeller med olika inriktning.

Gemini 3.6 Flash

Gemini 3.6 Flash är utvecklad för snabb multimodal användning där text, bild, ljud och andra format behöver behandlas med låg fördröjning. Flash-modellerna används ofta i produkter där kostnad och svarstid är lika viktiga som maximal modellkapacitet.

Möjliga användningsområden är:

• kundtjänst i realtid
• dokument- och bildanalys
• transkribering och sammanfattning
• appar med kamera eller skärmdelning
• enklare agentiska arbetsflöden
• stora mängder klassificering och informationsutvinning

En snabbare modell är inte automatiskt bäst för varje uppgift. Företag behöver fortfarande testa kvalitet, stabilitet och kostnad per lyckat resultat i den egna miljön.

Gemini 3.5 Flash-Lite

Flash-Lite är den mer kostnadsinriktade modellen. Den är tänkt för mycket stora volymer där varje anrop behöver vara billigt och snabbt.

Det kan exempelvis handla om:

• sortering av supportärenden
• etikettering av innehåll
• enklare översättningar
• kontroll av formulärdata
• sammanfattning av kortare texter
• sök- och rekommendationsfunktioner

Den lägre kostnaden kan göra det möjligt att använda AI i processer där en dyrare frontmodell inte skulle vara ekonomiskt rimlig. Samtidigt bör företag undvika att använda en billigare modell för beslut där fel får stora juridiska, medicinska eller ekonomiska konsekvenser.

Gemini 3.5 Flash Cyber

Google presenterade även Gemini 3.5 Flash Cyber, en modellvariant inriktad på cybersäkerhetsuppgifter. Sådana modeller kan hjälpa försvarare analysera kod, prioritera sårbarheter och bearbeta stora mängder säkerhetsdata.

Cyber-AI kräver särskilda kontrollsystem eftersom samma kunskap kan användas offensivt. Modellen bör köras med:

• tydlig auktorisation
• avgränsade mål
• separerad testmiljö
• begränsad nätverksåtkomst
• detaljerad loggning
• mänskligt godkännande för högriskhandlingar

OpenAI lanserade under augusti en ännu mer specialiserad modell för avancerat cyberförsvar. Läs vår genomgång av GPT-5.6-Cyber och Daybreak Blue och Red.

Gemini Robotics ER 2 ger robotar ett planeringslager

Google DeepMind lanserade Gemini Robotics ER 2, en modell som kan fungera som högnivåhjärna för flera robottyper.

Modellen kan:

• tolka kontinuerlig video
• avgöra hur långt en fysisk uppgift har kommit
• planera nästa steg medan arbetet pågår
• anropa robotfunktioner och digitala verktyg
• samordna flera robotar
• stoppa eller anpassa arbetet när miljön förändras

ER 2 styr normalt inte varje motor direkt. Den överlämnar det konkreta utförandet till robotens kontrollsystem eller en särskild vision-language-action-modell.

Det gör tekniken relevant för lager, industri, inspektion och service, men den ersätter inte traditionell maskinsäkerhet. Fysiska nödstopp, säkra zoner och oberoende sensorer måste fungera även om AI-modellen gör fel.

Läs vår fullständiga artikel om Gemini Robotics ER 2 och samarbete mellan robotar.

Gemini Spark kan utföra webbaserade ärenden

En av de mest betydelsefulla konsumentnyheterna är Gemini Spark, en agentisk funktion som kan hjälpa användaren genomföra uppgifter på webben även när tjänsten kräver inloggning.

Det kan exempelvis innebära att Gemini:

1. öppnar en webbplats
2. navigerar till rätt funktion
3. använder ett konto som användaren redan är inloggad på
4. fyller i information
5. visar vad som ska göras
6. inväntar godkännande vid känsliga steg
7. slutför uppgiften

Google betonar att användaren ska hållas i kontroll vid känsliga handlingar. Det är särskilt viktigt för köp, bokningar, publicering, meddelanden och ändringar i personliga konton.

Spark lanserades först i USA för AI Pro-användare och skulle därefter breddas till fler än 160 länder. Exakt svensk tillgång kan därför bero på konto, språk och utrullning.

Vad betyder agentiska webbfunktioner?

En vanlig chatbot ger instruktioner. En webbagent kan utföra instruktionen i användarens namn.

| Vanlig AI-assistent | Agentisk webbassistent |
|---|---|
| Förklarar hur ett formulär fylls i | Navigerar och fyller i formuläret |
| Föreslår en resa | Söker och förbereder en bokning |
| Skriver ett meddelande | Öppnar tjänsten och förbereder eller skickar meddelandet |
| Ger shoppingtips | Jämför produkter och går vidare i köpprocessen |

När AI:n kan agera uppstår nya risker:

• fel konto kan användas
• fel mottagare kan väljas
• en webbsida kan innehålla manipulerande instruktioner
• en bokning kan bli bindande
• agenten kan missförstå pris eller villkor
• privata uppgifter kan lämnas till fel tjänst

Därför behöver varje känsligt steg en tydlig förhandsvisning och möjlighet att avbryta. Användaren måste även kunna se vad agenten redan har gjort.

Google har parallellt kopplat Gemini till bland annat Wix, Ticketmaster, OpenTable och Otter.ai. Läs vår artikel om Geminis anslutna appar och behörigheter.

AlphaEvolve blir tillgängligt för Google Cloud-kunder

AlphaEvolve är ett AI-system som använder Gemini-modeller för att utveckla och förbättra algoritmer. Systemet kombinerar modellgenererade förslag med automatisk utvärdering och evolutionär sökning.

Google har tidigare använt AlphaEvolve för att hitta förbättringar inom bland annat beräkning och optimering. Under juli gjordes systemet generellt tillgängligt för Google Cloud-kunder genom Gemini Enterprise Agent Platform.

Det kan användas när ett företag har:

• en tydligt definierad algoritmisk uppgift
• ett automatiskt sätt att mäta om ett förslag är bättre
• många möjliga lösningar
• tillräcklig beräkningskapacitet för att testa varianter

Exempel kan vara schemaläggning, resursfördelning, kodoptimering, logistik och vissa vetenskapliga beräkningar.

AlphaEvolve är inte en allmän garanti för bättre kod. Om utvärderingsmåttet är fel kan systemet optimera mot fel mål. Varje resultat behöver därför granskas, testas och jämföras mot säkerhets- och kvalitetskrav.

Gemini Intelligence kommer till nya Samsung-enheter

Google och Samsung byggde vidare på Gemini-integrationen i nya Galaxy Z Fold8 Ultra, Fold8 och Flip8.

Gemini Intelligence innebär att AI-funktioner knyts närmare telefonens skärm, kamera och appar. En vikbar enhet kan exempelvis visa innehåll på ena delen av skärmen medan Gemini analyserar eller hjälper till på den andra.

Google arbetade även med förbättrad överföring i Android 17. Målet är att användarens appar, inställningar och viktiga information enklare ska följa med till en ny enhet.

För användaren kan det ge mindre friktion. För företag och myndigheter blir frågan hur arbetsdata, personliga konton och AI-historik separeras vid enhetsbyte.

Gemini Notebook bygger vidare på NotebookLM

Google presenterade Gemini Notebook som en vidareutveckling av arbetssättet från NotebookLM. Tanken är att användaren ska kunna samla egna källor, ställa frågor och få sammanställningar som är förankrade i materialet.

Det är användbart för:

• forskning
• utbildning
• projektarbete
• juridiska dokument
• interna kunskapsbaser
• mötes- och beslutsunderlag

Källförankring minskar risken för fria påhitt, men eliminerar inte fel. Modellen kan missa en passage, dra fel slutsats eller blanda ihop två källor. Viktiga beslut behöver fortfarande kontrolleras mot originalmaterialet.

AI & Economy ATLAS ska kartlägga ekonomiska effekter

Google lanserade även AI & Economy ATLAS, ett initiativ för att samla forskning och data om hur AI påverkar produktivitet, arbete och ekonomisk utveckling.

Sådana mätningar är svåra eftersom AI kan ge olika effekt i olika verksamheter. Ett företag kan spara tid i en enskild uppgift utan att produktiviteten ökar i hela organisationen. Vinsten kan exempelvis ätas upp av kontrollarbete, fel eller nya processer.

En trovärdig ekonomisk analys behöver skilja mellan:

• tid sparad per uppgift
• faktisk produktion
• kvalitet och felgrad
• lönekostnad
• investeringar i datacenter och programvara
• fördelning av vinster mellan företag och arbetstagare
• nya respektive försvunna arbetsuppgifter

Marketplace har tidigare skrivit om hur generativ AI och automation förändrar svenska arbetsplatser.

Google satsar på yrkesutbildning

Google lyfte även ett samarbete kring utbildning för kvalificerade praktiska yrken. AI-diskussionen fokuserar ofta på kontorsarbete, men industri, bygg, energi och service behöver stora mängder teknisk kompetens när fysisk och digital infrastruktur byggs ut.

AI kan hjälpa yrkesverksamma genom:

• felsökningsstöd
• instruktioner anpassade till utrustningen
• dokumentation
• översättning
• säkerhetschecklistor
• analys av sensordata

Men tekniken ersätter inte praktisk träning, ansvar eller lokalkännedom. En felaktig instruktion i en fysisk miljö kan få större konsekvenser än ett fel i ett vanligt textdokument.

Google Vids får Gemini Omni och avatarer

Google Vids byggdes ut med Gemini Omni och personliga avatarer. Målet är att förenkla skapandet av presentations-, utbildnings- och informationsvideo.

Ett företag kan exempelvis:

1. utgå från ett dokument eller en disposition
2. skapa manus och scenstruktur
3. lägga till grafik och berättarröst
4. använda en avatar som presentatör
5. anpassa videon till flera språk eller målgrupper

Avatarer kan spara produktionstid men kräver tydliga regler. Företag bör dokumentera vem avataren föreställer, om samtycke finns och om tittaren behöver informeras om att presentationen är syntetisk.

EU:s transparenskrav gör märkning särskilt relevant. Läs om Google SynthID och EU:s kod för AI-genererat innehåll.

Lyria 3.5 utvecklar AI-musik

Google fortsatte även utvecklingen av musikmodellen Lyria 3.5. Generativa musikverktyg kan skapa instrumentala stycken, variationer och ljudmaterial för kreativa projekt.

För användare och företag återstår viktiga frågor om:

• licensvillkor
• träningsmaterial
• likhet med befintliga artister
• syntetiska röster
• märkning
• distribution och royalty

Marketplace har sammanfattat reglerna för AI-musik på Spotify och Sverigetopplistan.

NOAA och Google utvecklar väder-AI

Google samarbetar med den amerikanska vädermyndigheten NOAA kring molnbaserade och AI-drivna väderverktyg. Målet är snabbare och mer tillgängliga prognoser och analyser.

AI-baserad vädermodellering kan komplettera traditionella fysikbaserade modeller genom att producera prognoser snabbare och identifiera mönster i stora datamängder.

Det är särskilt relevant för:

• extremväder
• energiproduktion
• jordbruk
• transporter
• försäkring
• räddningstjänst

Modellerna behöver ändå kontrolleras mot observationer och etablerad meteorologi. En snabb AI-prognos bör inte ensam avgöra evakuering eller andra kritiska beslut.

Tre nya FireSat-satelliter ska upptäcka bränder snabbare

Under juli sköts tre nya FireSat-satelliter upp. FireSat är utvecklat för att upptäcka skogsbränder och följa deras utveckling med högre frekvens än vad många befintliga satellitsystem kan erbjuda.

Satellitdata kan hjälpa myndigheter och räddningstjänst att:

• upptäcka nya bränder tidigare
• följa spridning
• prioritera resurser
• kontrollera områden där markobservationer saknas
• analysera brandrisk över tid

AI används för att bearbeta stora mängder bilddata och skilja verkliga brandindikatorer från moln, solreflektioner och andra störningar.

Tre satelliter är ett steg i utbyggnaden, inte ett komplett globalt system. Täckning, omlopp, moln och dataöverföring påverkar hur snabbt en viss brand kan upptäckas.

Vad betyder Googles juli för AI-konkurrensen?

Googles styrka är bredden. Företaget kontrollerar eller har starka positioner inom:

• sökning
• mobiloperativsystem
• webbläsare
• moln
• produktivitetsverktyg
• video
• kartor
• annonser
• konsumenthårdvara
• forskning

Det gör att en ny Gemini-funktion snabbt kan integreras i flera miljarder användares befintliga vardag.

Google meddelade kort därefter att Gemini passerat en miljard månatliga användare. Det visar att distributionen är minst lika viktig som själva modellprestandan.

Samtidigt skapar bredden större ansvar. Ett fel i en isolerad experimentapp är begränsat. Ett fel i en agent som har åtkomst till Search, Android, e-post, bokningar och betalningsflöden kan få betydligt större konsekvenser.

Vad svenska företag bör prioritera

Alla nya funktioner behöver inte införas samtidigt. En klok ordning är:

1. välj ett tydligt affärsproblem
2. mät dagens kostnad och kvalitet
3. testa en avgränsad modell eller integration
4. kontrollera personuppgifter och leverantörsvillkor
5. begränsa agentens behörigheter
6. kräv godkännande före externa handlingar
7. logga resultat och fel
8. jämför mot en mänsklig eller befintlig process
9. skala först när nyttan är verifierad

Företag bör också skilja mellan en offentlig produktdemo och en stabil företagsfunktion. Förhandsversioner kan ändra beteende, pris och tillgänglighet snabbt.

Viktiga risker i Googles AI-ekosystem

Den gemensamma riskbilden från julinyheterna omfattar:

• agentiska handlingar i inloggade konton
• känsliga kamera-, röst- och dokumentdata
• felaktig automatisering
• beroende av Googles ekosystem
• bristande transparens om modellversion
• syntetiskt innehåll som uppfattas som äkta
• fysiska konsekvenser i robotik
• felaktiga väder- eller brandbedömningar

Riskerna är olika men har en gemensam lösning: tydlig avgränsning, loggning, mänsklig kontroll och oberoende verifiering.

Vanliga frågor

Vilka Gemini-modeller lanserades i juli 2026?

Google lyfte Gemini 3.6 Flash, Gemini 3.5 Flash-Lite och Gemini 3.5 Flash Cyber i sin månadssammanfattning.

Vad är Gemini Spark?

Spark är en agentisk funktion som kan hjälpa användaren genomföra webbaserade ärenden, även i inloggade tjänster, med kontrollsteg för känsliga handlingar.

Vad är AlphaEvolve?

AlphaEvolve kombinerar Gemini-modeller med automatisk utvärdering och evolutionär sökning för att utveckla och förbättra algoritmer.

Vad är FireSat?

FireSat är ett satellitprojekt för snabbare upptäckt och uppföljning av skogsbränder med hjälp av satellitbilder och AI-baserad analys.

Finns alla funktioner i Sverige?

Nej, inte nödvändigtvis. Vissa funktioner lanseras först i USA, genom privata förhandsversioner eller för särskilda Google Cloud- och AI Pro-kunder.

Sammanfattning

Googles AI-nyheter i juli 2026 visar att Gemini utvecklas till ett brett operativt lager för digitala och fysiska uppgifter. Nya modeller ska ge snabbare och billigare AI, Gemini Spark kan genomföra webberenden, AlphaEvolve optimerar algoritmer och ER 2 samordnar robotar.

Samtidigt flyttar Google AI till video, musik, väder och satellitbaserad branddetektering. Möjligheterna är stora, men ju fler verkliga system AI:n får åtkomst till, desto viktigare blir behörigheter, spårbarhet och mänskligt godkännande.

Faktaunderlag: Google, ”The latest AI news we announced in July”, publicerad 4 augusti 2026, samt de officiella produktbesked som sammanfattas där. Kontrollerat 22 augusti 2026.