谷歌面向部分用戶測試 macOS 客戶端重大語音升級,推出三大核心功能:系統級語音聽寫,支持全局快捷鍵在任何應用中實現語音轉文字輸入;“魔法指針”,讓 Gemini 實時追蹤光標懸停內容,確保視覺與邏輯同步;以及多設備連接菜單,暗示未來跨桌面協同。此次還重新設計了 Gemini Live 界面。
谷歌發佈Gemini 3.5 Live Translate音頻模型,通過實時語音到語音技術實現跨語言溝通突破,已集成至Google AI Studio、翻譯和Meet等產品。其核心創新在於追求翻譯“自然度”,摒棄傳統輪流式翻譯模式,旨在打破語言溝通的地理與文化障礙。
谷歌翻譯的“實時翻譯”功能現已支持iOS系統,用戶只需搭配任意耳機即可在移動設備上實現低延遲跨語言對話,大幅降低了使用門檻。
谷歌在全球推出“Search Live”功能,用戶可通過手機攝像頭和語音與AI實時交互,實現多模態搜索。該功能由Gemini 3.1 Flash Live模型驅動,提升了對話的自然度和響應速度。
一個集成了Gemini多模態直播和WebRTC技術的單文件應用
AI驅動的移動對話體驗
Google
$0.49
輸入tokens/百萬
$2.1
輸出tokens/百萬
1k
上下文長度
Openai
$2.8
$11.2
$7.7
$30.8
200
$0.7
$17.5
Alibaba
$8
$240
52
$0.4
-
128
$1.75
$14
400
Iflytek
$2
8
$8.75
$70
Tencent
$1
$3
4
Bytedance
$1.5
$4.5
$0.3
$0.6
32
$56
$1.4
131