Gemini Live
Google Gemini 推出的实时语音 AI 对话功能，支持打断式自然对话、屏幕共享实时分析与摄像头画面理解，可在移动端实现接近真人的语音助手体验，并深度整合 Gmail、日历、地图等 Google 服务。它是 Google 在多模态实时交互上的旗舰能力，把「语音助手」从单轮问答推进到可边看边说边协作的形态。
0 条评价
0
浏览量
中等
上手难度
🎯 功能描述
Google Gemini 推出的实时语音 AI 对话功能，支持打断式自然对话、屏幕共享实时分析与摄像头画面理解，可在移动端实现接近真人的语音助手体验，并深度整合 Gmail、日历、地图等 Google 服务。它是 Google 在多模态实时交互上的旗舰能力，把「语音助手」从单轮问答推进到可边看边说边协作的形态。
✨ 核心功能
👍 优点
- 多模态实时交互体验领先
- 与Google生态深度联动
- 可打断自然度高
- 移动端体验流畅
👎 缺点
- 部分功能需付费订阅
- 数据隐私依赖Google政策
- 中国大陆访问受限
💡 你可能也喜欢
Gemini Omni
FreemiumGoogle I/O 2026 发布的旗舰多模态 AI 模型，可从任意输入（视频/图像/音频/文字）创建任何内容，具备世界理解、多模态编辑与生成能力，是 Google 2026 年最强 AI 模型。
Gemini
FreemiumGoogle 开发的 AI 大模型，深度集成 Google 生态系统，支持多模态输入。
GPT-5
FreemiumOpenAI 发布的最强旗舰模型，内置最小推理能力，支持数学、科学、编程、多模态，是 ChatGPT Plus 的核心模型。
OpenAI o3 Pro
付费OpenAI o3 Pro是o3模型的旗舰付费版本，专为复杂推理任务设计，在数学、编程竞赛、科学研究等高难度任务上有大幅提升。支持扩展思考时间，可处理多模态输入，是ChatGPT Pro订阅者独享的最强大推理模型。
GPT-Live-1 API
付费OpenAI 将其实时全双工语音模型 GPT-Live-1 开放到 API，开发者可据此构建自然流畅的语音应用与业务工作流。该模型单模型即可同时听与说，避免传统「语音识别→大模型→语音合成」拼接架构的延迟与断裂，可把深度推理与工具调用委托给 GPT-6 Astra 等后端文本模型，并支持通过系统提示调节语气、语速与对话风格，原生输出 ASR 转写与回复文本，适合电话客服、语言陪练等场景。
Perplexity Pro Search
FreemiumPerplexity AI 的付费专业版搜索助手，集成实时网络搜索与大模型生成，支持Deep Research模式可自动执行数十步搜索生成深度报告。2026年新增多文件上传分析、API访问及专属模型切换，是研究人员和知识工作者的核心效率工具。