8月14日凌晨,谷歌在Pixel 9系列手机发布会上,宣布了一项新的服务——Gemini Live,该服务即刻起对英语区域的Gemini Advanced订阅用户开放,Gemini Live的设计宗旨是提供一种更自然的移动对话体验,使用户能够无缝地与AI进行交流,并且采用了先进的语音引擎技术,与OpenAI的ChatGPT的Advanced Voice模式相匹敌,能够进行更加流畅和富有情感的多轮对话。
谷歌强调,Gemini Live允许用户在对话中随时打断AI,提出自己的问题,AI会实时调整以适应用户的说话方式,用户可通过Gemini应用程序与AI对话时,从10种不同的自然声音中选择他们喜欢的回应声音。
在发布会上,谷歌展示了Gemini Live如何模拟面试场景,为用户提供演讲技巧的建议,并根据用户的表现提出优化意见。
Gemini Live是基于Gemini Advanced模型构建的,该模型经过优化,更适合长时间的对话,并能够处理大量的上下文信息。
尽管谷歌曾在I/O大会上展示过Gemini Live的多模态输入功能,但目前该服务尚未支持这一特性,无法通过手机摄像头捕捉环境信息进行交互。