Gemini Live接入Spark强化语音操控

Google近日对旗下语音交互助手Gemini Live进行了重大版本升级，将其从过去单一的自然语音对话工具，正式推向面向生产力场景与智能代理工作流的新阶段。自2024年推出以来，Gemini Live持续扩展功能边界，目前已支持超过40种语言，并深度打通了多款Google应用。

此次升级的核心，在于全面强化任务执行、跨应用协作以及个性化服务能力。最引人瞩目的变化是Gemini Live接入了Google智能代理系统Spark。用户只需通过简单的语音描述需求，Spark便能在后台跨Google Docs、Google Sheets、Google Drive以及网页等多种服务，持续处理复杂的多步骤任务。例如，用户可以将零散的想法口述给Gemini Live，并要求Spark自动将其整理成Google Docs文档大纲；或者让助手维护每周餐单，并依据保存在Docs中的食谱自动生成采购清单。

为了进一步贴合日常办公需求，Gemini Live新增了名为“每日简报”的功能。用户只需询问相关指令，就能获得一份整合了Gmail邮件与Google日历中重要信息的语音摘要。同时，更新后的系统加入了免手操作Gmail的能力，用户不仅能通过语音指令搜索和概括邮件内容，还可以直接对邮件执行加星标、归档或删除等一系列操作。

在个性化体验与上下文理解方面，以往Gemini Live的每次对话基本都独立进行，无法继承过往交流上下文。经过此次更新，Gemini Live能够结合先前的对话内容，以及已连接的Gmail、Google Photos、Google搜索和YouTube等服务信息，输出更贴合用户习惯的个性化回应。Google举例指出，Gemini Live能够先汇总Gmail中的近期安排，再将后续任务无缝交由Spark处理，例如在Google日历中创建对应日程，并自动加入预计的驾车时间。

在订阅权限与收费模式方面，使用Gemini Spark相关功能需要用户开通Google AI Pro或更高等级的订阅服务；而“每日简报”功能则要求用户至少订阅Google AI Plus。这一系列的升级，标志着Gemini Live正从单纯的语音对话工具，进化为能够主动理解、规划并执行复杂任务的智能代理平台。