今天凌晨，谷歌在硅谷山景城总部举办了「Made by Google 2024」发布会。

会上谷歌宣布推出语音模式Gemini Live，直接对标OpenAI ChatGPT voice！并立即向Gemini高级订阅用户开放，目前只支持英语，未来几周将推出IOS APP并支持多语言！

除此之外，谷歌新发布的Pixel系列手机Pixel 9 Pro Fold、Pixel 9、Pixel 9 Pro和Pixel 9 Pro XL，也出现了Gemini Live的身影。

这场本该按惯例发生在10月的年度活动，据说是为了避开苹果9月推出新iPhone，所以特意挪至夏天提前发布了！

谷歌之前吃了几次亏，这次趁OpenAI现在危机重重，三天两头的放鸽子，打他一个出其不意，顺便赶在苹果前面，狠狠的秀了一把肌肉！

这次Gemini Live的全新升级，深入地集成了安卓系统、应用程序和Pixel硬件，你真的能感觉到Her快来了！

下面这些场景，谷歌现在都能实现了：

只需长按安卓手机的电源键或说出Hey Google，即可唤醒Gemini助手，通过选择“询问此屏幕”功能，就能获得关于屏幕上显示内容的帮助；

当对着美食探店vlog流口水时，直接指示Gemini“创建一个视频中博主吃的食物清单”，它就会连接到博主视频，从字幕中抓取出需要的信息，下次你也能照原样打卡了；

假设你 正在YouTube上浏览旅行视频，为即将到来的国外之旅做准备。在观看完一段旅游Vlog后，可以点击“询问此视频”，让Gemini列出视频中提及的所有餐馆，并将它们添加至谷歌地图收藏中，方便实地探访；

碰巧看到了Sabrina Carpenter的演唱会海报，只需用Gemini拍摄一张照片，并询问“我是否有空参加她在旧金山的这场演出”。Gemini将从图片中读取关键信息，并与日历进行比对，从而告诉你是否能在那一天到场观看。

之所以有这么丝滑的体验，是因为Gemini为安卓构建了深度集成，这样，AI能做的就不仅仅是读取屏幕内容，还能与我们已经在使用的许多应用进行交互。

作为正面硬刚GPT-4o的语音选手，用户和Gemini Live对话互动非常自然。从陪伴模拟面试、练习口语、头脑风暴到任何沟通需求，Gemini Live都能提供真人般的聊天体验。

你可以在对话过程中随时暂停、打断或改变主题，并且能在10种不同性别和个性的语音中根据喜好选择。

很快，一个既能给你提供情绪价值，又超级全能的超级AI小秘书将来到我们每一个人身边！

借助Gemini大模型， Pixel设备功能也迎来了一大波升级！

提升最大的无疑是 Pixel手机的拍照和视频方面，借助AI能力，有了惊人的飞跃！

Add Me：让不在现场的人，也可以很轻松的P到合照上;

Magic Editor：利用生成式AI技术，用户可以在魔法编辑器里重新构想和编辑照片。比如扩大画幅、移动物体、更改背景，甚至新增物体；

Guided Frame：通过语音指导帮助用户拍摄出色的照片和自拍，不会拍照的男同胞的福音！

实时转录双屏模式：针对可折叠手机推出的双屏模式，用户将手机置于桌面上，多人同时查看对话的实时转录。这对于会议或多人聚餐时的对话非常有帮助。

实时字幕翻译：新增韩语、中文等七种语言翻译，即使在没有网络连接的情况下也可以使用，以后恐怕不需要字幕组了！

此外，还新增集成了文生图、文生视频和文生音频等一系列AI创作功能的工具集Pixel Studio，用户可以通过文本描述来生成创意作品、个人贴纸等功能。

在通话应用中，新的“通话记录”功能会在挂断电话后立即发送私人通话摘要和完整的通话记录，让你不会错过任何重要信息。Clear Calling 功能可进一步提高音频质量，让你的通话更加清晰。

未来，谷歌还有两个个项目将要问世：

一个是Project Astra，允许通过摄像头展现周围环境与Gemini互动，它将会首先在Gemini Live中落地，能做到的事情将超过我们的想象！

另一个是Gemini Research，可以帮助人们实现高级推理、规划和记忆，通过创建多步骤研究计划、整合复杂信息，自动生成研究报告等，将大大提高研究效率，节省时间和精力。

马上，一个个全能超级AI助手将来到我们身边，科幻片中的场景将很快变成现实！你对此怎么看，欢迎在评论区留言。