新闻股票Google 推出基于 Gemini 的 Gmail Live、Docs Live 和 Keep Live 语音功能

Google 推出基于 Gemini 的 Gmail Live、Docs Live 和 Keep Live 语音功能

作者: TechNext24·

要点速览

  • •Google 已面向符合条件的订阅用户,在 iOS 和 Android 平台以英语推出了名为 Gmail Live、Docs Live 和 Keep Live 的 Gemini 驱动语音功能。
  • •Gmail Live 允许用户通过语音询问关于邮件的问题并实时显示转录文本,从 AI Plus 档位起即可使用。
  • •Docs Live 可利用 Gmail、Google Drive、Google Chat 和网络中的上下文生成初稿,至少需要 AI Pro 订阅。
  • •Google 表示这些功能最终将面向 Workspace Business 客户推出,但尚未公布时间表。
  • •此次发布是将对话式 AI 助手嵌入日常软件的更广泛行业趋势的一部分,Apple 和 Microsoft 也有类似举措。
Google 推出基于 Gemini 的 Gmail Live、Docs Live 和 Keep Live 语音功能

Google 已在其三款最广泛使用的生产力应用——Gmail、Google Docs 和 Google Keep——中推出对话式语音功能。这些名为 Gmail Live、Docs Live 和 Keep Live 的增强功能,让用户可以通过语音命令而非打字来管理邮件、文档和笔记。三项功能均由 Google 的先进 AI 模型 Gemini 驱动,并于五月的 I/O 开发者大会上首次预览。目前正面向符合条件的用户在 iOS 和 Android 平台上以英语推出。

此次发布正值各大科技公司竞相将对话式 AI 助手直接嵌入日常软件之际——Apple 正在其自家应用中添加 AI 功能,Microsoft 则将 Copilot 助手嵌入 Office 工具。Google 的举措将这一趋势延伸至语音领域,旨在让“说话”而非“打字或点按”成为与其最常用服务交互的主要方式。

Gmail Live 改变了用户与收件箱的交互方式。用户无需输入搜索关键词,只需向 AI 助手提出关于邮件的问题,例如“本周我的银行有没有未读邮件?”或“Tobi 关于会议说了什么?”助手便会迅速检索相关信息。用户说话时,屏幕上会实时显示转录文本,展示正在被处理的内容。Gmail Live 面向订阅 Google AI Plus、Pro 或 Ultra 套餐的用户开放。

在 Google Docs 中,Docs Live 允许用户以口头方式表达写作构思。用户只需描述想要创建的内容,AI 助手便会生成初稿。该功能不止于简单的听写:Docs Live 可以从 Gmail、Google Drive、Google Chat 和网络中提取上下文。这意味着当需要项目进展更新时,它可以从用户的实际邮件和文件中提取信息,而非生成泛泛的通用回复。Google 表示,其目标是提供一个基于用户实际情况的有意义的起点,而非取代用户的写作。Docs Live 面向 AI Pro 和 Ultra 订阅用户开放。

长期以来定位为简单笔记工具的 Google Keep,通过 Keep Live 引入了“语音优先”的使用方式。该功能允许用户在不接触键盘的情况下创建笔记和清单、收集信息。例如,用户说“列出沙卡蔬食蛋的食材”,应用便会迅速整理出该清单。Keep Live 专为快速、流畅地记录想法和信息而设计,面向 AI Pro 和 Ultra 订阅用户开放。

三项功能目前均已在 iOS 和 Android 平台上以英语提供。Gmail Live 的开放范围最广,从 AI Plus 档位起即可使用,而 Docs Live 和 Keep Live 则至少需要 AI Pro 订阅。Google 已表示这些功能最终将面向在企业环境中使用该平台的 Workspace Business 客户推出,但尚未公布具体时间表。这一待定的 Workspace 扩展将是一个值得关注的里程碑,因为企业用户在 Google 生产力软件客户群中占很大比例。

此次推出是 Google 在其整个产品生态系统中整合语音能力的更广泛举措的一部分。今年早些时候,该公司在 Mac 应用中推出了跨应用听写功能,并在 Pixel 11 智能手机上推出了名为 Rambler 的工具,可通过删除填充词来改善语音表达。此外,Google 还推出了面向语音转文字应用的 Gemini 3.5 Transcribe 模型。

Google 的方向十分明确:该公司认为,人们使用生产力软件的下一次重大进步,将不是来自改进界面,而是来自最大限度地减少对界面的需求。