谷歌殺瘋了，兩天四連發(fā)！剛剛，Gemini 3.1 實(shí)時(shí)語(yǔ)音免費(fèi)上線

來(lái)源：市場(chǎng)資訊

（來(lái)源：AI信息Gap）

谷歌繼續(xù)放大招。

昨天音樂(lè)，今天語(yǔ)音。

剛剛，谷歌發(fā)布 Gemini 3.1 Flash Live，專(zhuān)為實(shí)時(shí)對(duì)話打造的語(yǔ)音模型。

它能聽(tīng)、能看，還能原地調(diào)用工具。

谷歌今天還把 Search Live 推到了全球 200 多個(gè)國(guó)家。

ComplexFuncBench Audio 測(cè)試 AI 語(yǔ)音模型在聊天時(shí)能不能完成多步工具調(diào)用。

比如你說(shuō)「幫我查明天最早去上海的飛機(jī)，然后加到日歷」，它能不能邊聊邊搜索、篩選、寫(xiě)入日歷。

谷歌上一代實(shí)時(shí)語(yǔ)音模型 2.5 Flash Native Audio，當(dāng)時(shí) ComplexFuncBench Audio 的成績(jī)是 71.5%。

Gemini 3.1 Flash Live 斷層提升，90.8%。

谷歌 AI Studio 負(fù)責(zé)人 Logan Kilpatrick 說(shuō)，「我們花了一年多，模型、基礎(chǔ)設(shè)施、用戶(hù)體驗(yàn)全部推倒重做。」

Gemini 3.1 Flash Live 加了一層背景音過(guò)濾。

以前你在馬路邊、電視響著的環(huán)境里，模型分不清噪音和人聲，很可能就把電視里的人聲當(dāng)成你的指令?，F(xiàn)在能分清了。

也更聽(tīng)話了。你給它一套系統(tǒng)提示詞，讓它當(dāng)客服只聊產(chǎn)品問(wèn)題。以前可能聊著聊著就跑偏了，現(xiàn)在即使話鋒一轉(zhuǎn)，它也能遵循原有指令。

響應(yīng)更快。對(duì)話里的尷尬停頓明顯減少。

而且支持 90 多種語(yǔ)言。

Search Live 是今天最重磅的發(fā)布之一。

這個(gè)功能從 2025 年 7 月上線到現(xiàn)在，一直只在美國(guó)和印度能用。今天谷歌一口氣推送到全球 200 多個(gè)國(guó)家和地區(qū)。

打開(kāi)谷歌 App，搜索欄下面有個(gè) Live 圖標(biāo)。

點(diǎn)進(jìn)去，直接和谷歌搜索對(duì)話。問(wèn)完一個(gè)問(wèn)題，它用語(yǔ)音回答你，你可以繼續(xù)追問(wèn)，就像打電話一樣。

還能打開(kāi)攝像頭。對(duì)著一個(gè)東西問(wèn)「這是什么」，它能看到你的畫(huà)面，實(shí)時(shí)回答。

Google Translate 的「耳機(jī)同聲傳譯」也終于登陸你的 iPhone。

我們之前聊過(guò)這個(gè)功能，當(dāng)時(shí)只有安卓能用。那篇文章結(jié)尾我寫(xiě)道，「iOS 和更多地區(qū)要等明年了。」

現(xiàn)在，它來(lái)了。

除了 iOS 上線，「同聲傳譯」還擴(kuò)展到了法國(guó)、德國(guó)、意大利、日本、西班牙、泰國(guó)和英國(guó)。

打開(kāi) Google Translate，選擇 Live translate。你的耳機(jī)直接變身為支持 70 多種語(yǔ)言的實(shí)時(shí)翻譯。

打開(kāi) Gemini App，Gemini Live 已經(jīng)換上了剛剛發(fā)布的 3.1 Flash Live。

響應(yīng)更快，尷尬停頓更少，能記住的對(duì)話長(zhǎng)度翻倍了。

以前聊幾輪可能就忘了之前說(shuō)過(guò)什么，現(xiàn)在能記住更長(zhǎng)的上下文。

AI Studio 也已經(jīng)全面支持 Gemini 3.1 Flash Live，模型 ID gemini-3.1-flash-live-preview。

打開(kāi) AI Studio。默認(rèn) Playground，選 Real-time 模式，開(kāi)聊。

劃重點(diǎn)，免費(fèi)。

實(shí)時(shí)語(yǔ)音賽道，OpenAI 有 Realtime API。谷歌是 Gemini Live API。

Anthropic 到今天都沒(méi)有語(yǔ)音模型。Claude 死磕推理和編程，語(yǔ)音不是優(yōu)先級(jí)。

OpenAI 在打斷控制上稍微領(lǐng)先。你打斷 AI 說(shuō)話的時(shí)候，它停得更干脆，馬上讓你接話。

谷歌更大的優(yōu)勢(shì)在多模態(tài)和多語(yǔ)言。90 種語(yǔ)言，加上視覺(jué)輸入，搜索、地圖、翻譯整套自家生態(tài)都能調(diào)用。

小細(xì)節(jié)，所有 Gemini 3.1 Flash Live 生成的音頻都帶 SynthID 水印。你聽(tīng)不出來(lái)，但機(jī)器能檢測(cè)到，防深度偽造。

谷歌這周殺瘋了。

昨天發(fā)布 Lyria 3 Pro，AI 音樂(lè)從 30 秒升級(jí)到 3 分鐘。

今天上線 Gemini 3.1 Flash Live，Search Live 推送到 200 國(guó)，耳機(jī)實(shí)時(shí)翻譯登陸 iOS。

兩天。四個(gè)產(chǎn)品。

我是木易，Top2 + 美國(guó) Top10 CS 碩，現(xiàn)在是 AI 產(chǎn)品經(jīng)理。