8 月 14 日消息，谷歌在今天召開(kāi)的 Pixel 9 系列手機(jī)發(fā)布會(huì)上，發(fā)布了 Gemini Live 服務(wù)，將于今天開(kāi)始率先面向使用英語(yǔ)的 Gemini Advanced 訂閱用戶(hù)開(kāi)放。

推動(dòng)自然、流暢的對(duì)話(huà)交流

谷歌表示 Gemini Live 提供了一種移動(dòng)對(duì)話(huà)體驗(yàn)，讓用戶(hù)和 Gemini 展開(kāi)自由流暢的對(duì)話(huà)。

Gemini Live 可以說(shuō)是對(duì)標(biāo) OpenAI ChatGPT 最新上線(xiàn)的 Advanced Voice 模式（限量 Alpha 測(cè)試），采用了增強(qiáng)型語(yǔ)音引擎，可以展開(kāi)更連貫、更有情感表達(dá)力、更逼真的多輪對(duì)話(huà)。

谷歌表示用戶(hù)可以在聊天機(jī)器人說(shuō)話(huà)時(shí)打斷它，提出后續(xù)問(wèn)題，聊天機(jī)器人會(huì)實(shí)時(shí)適應(yīng)用戶(hù)的說(shuō)話(huà)模式。

IT之家翻譯谷歌博文部分內(nèi)容如下：

通過(guò) Gemini Live [使用 Gemini 應(yīng)用程序]，用戶(hù)可以與 Gemini 對(duì)話(huà)，并從 [10 種新的] 自然聲音中選擇它可以回應(yīng)的聲音。

用戶(hù)甚至可以按照自己的節(jié)奏說(shuō)話(huà)，或在回答中途打斷并提出澄清性問(wèn)題，就像在人類(lèi)對(duì)話(huà)中一樣。

谷歌演示 Gemini Live 的一個(gè)場(chǎng)景，模擬用戶(hù)和招聘經(jīng)理（或人工智能，視情況而定）交談，為用戶(hù)提供演講技巧推薦、提供優(yōu)化建議。

谷歌發(fā)言人表示：

Live 使用的是我們的 Gemini Advanced 模型，我們對(duì)其進(jìn)行了調(diào)整，使其更具對(duì)話(huà)性。當(dāng)用戶(hù)與 Live 進(jìn)行長(zhǎng)時(shí)間對(duì)話(huà)時(shí)，就會(huì)使用該模型的大型上下文窗口。

不支持多模態(tài)輸入

Gemini Live 還不具備谷歌在 I / O 大會(huì)上展示的功能之一：多模態(tài)輸入。

谷歌今年 5 月發(fā)布了一段預(yù)先錄制的視頻，展示了 Gemini Live 通過(guò)手機(jī)攝像頭捕捉的照片和錄像看到用戶(hù)周?chē)沫h(huán)境并做出反應(yīng)，例如說(shuō)出一輛壞掉的自行車(chē)上的零件名稱(chēng)，或者解釋電腦屏幕上的部分代碼是做什么用的。

谷歌表示，多模態(tài)輸入將在“今年晚些時(shí)候”推出，但拒絕透露具體細(xì)節(jié)。