谷歌联合创始人谢尔盖・布林近日透露，他在通勤时频繁使用人工智能产品Gemini Live，并计划推出更强大版本。布林在斯坦福大学研讨会上表示，他常与Gemini Live对话，探讨如数据中心建设等复杂问题。Gemini Live于2024年5月首次亮相，9月免费开放，但布林称当前版本基于‘老旧模型’，新版本将在几周内上线。此外，谷歌11月发布的Gemini 3模型视觉处理能力更强，且直接接入谷歌搜索。布林还提到自己喜欢听播客节目《全盘入局》，并承认回答略带‘广告’意味。

谷歌宣布为Gemini Live推出新功能，提升实时对话体验。从下周起，用户共享摄像头画面时，AI助手可在屏幕上突出显示特定物品，如在工具中圈出所需工具。该功能将于8月28日随Pixel 10系列手机首发，并逐步扩展至其他安卓设备。此外，Gemini Live将整合更多应用，如消息、电话和时钟，支持多任务交互，例如中断导航对话发送迟到短信。谷歌还推出新的音频模型，改进语调、节奏和音高表现，支持根据话题调整语气，甚至模仿角色或历史人物口音讲述故事。

4月17日消息，谷歌宣布Gemini应用中的Gemini Live功能将免费向所有安卓用户开放。此前，该功能仅限Pixel 9和三星Galaxy S25用户使用，并需通过Gemini Advanced订阅获取。Gemini Live可实时识别手机摄像头和屏幕内容，已收到用户的积极反馈，因此谷歌决定扩大其使用范围。此功能将逐步推送给所有安装Gemini应用的安卓用户，预计未来几周内全面上线。例如，在水族馆中，用户可利用此功能识别并分享动物信息。值得注意的是，微软也在同日宣布其AI工具Copilot Vision在Edge浏览器中免费上线，与Gemini Live形成竞争。

消息称谷歌计划在Chrome浏览器中引入名为“Glic”的AI功能，基于Gemini Live大模型打造。据数据挖掘者Leopeva64透露，该AI功能将后台运行并拥有独立设置页面，需获取麦克风和位置权限。用户可通过浮动面板或侧边界面呼出AI，以获取网页见解及查询资讯。谷歌此举并非首创，微软Edge浏览器已嵌入Bing Chat。此消息于12月25日发布。

谷歌在昨晚发布其最新AI产品Gemini Live，旨在与OpenAI的GPT-4相抗衡。Gemini Live主打拍照问答功能，可结合用户日历来评估活动适宜性，并能进一步安排如定票等事宜。然而，在发布会现场展示时，Gemini Live的表现却不如预期，三次尝试均告失败，直至更换设备方才成功。这一...

谷歌版Her，即Gemini Live，发布时遭遇“翻车”。原本预期对标OpenAI的GPT-4，主打“拍照问答”功能，能通过拍摄海报并结合用户日历提供行程建议。然而，在发布会现场演示时，该功能三次尝试均未成功，最终更换手机才实现目标。演示过程中，技术人员表情紧张，科技媒体TechCrunch配以尴...

谷歌于8月14日发布了一项名为Gemini Live的服务，此服务将首先向英语Gemini Advanced订阅用户提供，旨在通过AI语音聊天提升对话体验。Gemini Live以其增强型语音引擎，能实现更为连贯、富有情感且逼真的多轮对话，其功能包括与Gemini进行自由对话，以及选择多种自然声音响应，允许用户按自己的节奏讲话并随时打断对话，提出后续问题。此外，Gemini Live还具备模拟面试场景的能力，能为用户提供演讲技巧推荐和优化建议。虽然当前版本不支持多模态输入，该功能预计将在今年晚些时候推出。Gemini Live的推出标志着谷歌在AI语音交互领域的进一步探索和创新。

在2024年谷歌I/O大会期间，谷歌推出了全新的人工智能产品Gemini Live，与OpenAI的GPT-4o形成竞争。Gemini Live与GPT-4o均采用原生多模态技术，集成于智能手机中，旨在提供实时视频分析和语音对话功能。OpenAI的ChatGPT Voice以更自然的语音交互和情绪感知脱颖而出，而Gemini Live尚无类似情绪调整功能。当前AI趋势正从文本转向语音，未来可能在智能眼镜等设备上实现突破。谷歌与Meta都在探索语音界面的革新，但OpenAI是否会推出自家硬件，如智能眼镜，仍存在悬念。这场AI助手的较量预示着人机交互的新阶段。