8月21日，谷歌为其人工智能助手Gemini Live引入了多项创新功能，旨在优化用户与其进行实时对话的体验。自下周起，Gemini Live将新增一项显著功能：在用户的屏幕上突出显示特定内容，尤其当用户共享摄像头画面时，AI助手能够精准识别并标注出所需物品。
以实际应用场景为例，当你需要从一堆工具中挑选合适的型号完成某个项目时，只需将智能手机摄像头对准这些工具，Gemini Live便会在屏幕上高亮显示正确的选项。这一实用功能计划于8月28日正式上线，并且首批支持的设备将是全新发布的Pixel 10系列手机。此外，谷歌还计划在接下来几周内向更多安卓设备推出这一视觉辅助功能，并逐步扩展至iOS系统。
除了提升视觉交互体验，Gemini Live还在应用整合方面实现了重要突破。如今用户可以通过与聊天机器人对话的方式直接控制更多应用程序，包括消息、电话和时钟等核心功能。例如，当你正在讨论前往某个目的地的路线规划时，突然意识到可能会迟到，你只需打断对话并告诉机器人：”这条路线看起来不错。现在给亚历克斯发一条消息，告诉他我大概会迟到10分钟。”随后，谷歌将自动生成相应短信内容，帮助用户快速完成信息传递。
值得注意的是，谷歌还为Gemini Live开发了全新音频模型。这一突破性技术将显著提升聊天机器人对人类语音特征（如语调、节奏和音高）的识别与模拟能力。未来，Gemini Live将能够根据对话主题自动调整语气，例如在讨论高压话题时采用更加平和的声音进行回应。
此外，用户还可以自由调节Gemini的语速，使其更快或更慢以适应个人偏好。更有趣的是，如果你要求Gemini从特定角色或历史人物的角度来讲述故事，它甚至可以模仿相应的口音，从而创造出更具吸引力和沉浸感的叙事体验。
谷歌 Made by Google 活动主题演讲专题
相关文章
