Gemini Live
PulseAugur coverage of Gemini Live — every cluster mentioning Gemini Live across labs, papers, and developer communities, ranked by signal.
- 2026-07-06 product_launch Gemini Live is reportedly developing a push-to-talk feature. 来源
- 2026-06-20 product_launch Google DeepMind introduced a new "Voice Selection" shortcut for Gemini Live. 来源
- 2026-06-19 product_launch Gemini Live received a memory upgrade to recall past chats and personalize responses. 来源
- 2026-06-17 product_launch Google updated the Gemini Live interface with a new Neural Expressive design. 来源
- 2026-06-16 product_launch Google DeepMind introduced a new "Voice Selection" shortcut for Gemini Live and opened applications for the "Gemini App Trusted Tester Program." 来源
- 2026-05-15 product_launch Google is testing a new interactive UI for Gemini Live. 来源
- 2026-05-09 product_launch Google is testing multiple new AI models for its Gemini Live voice assistant. 来源
9 天有情绪数据
Gemini Live's interactive UI is in experimental phase
Google is actively testing an interactive UI for Gemini Live that responds visually to user input. This indicates a focus on enhancing user engagement and a current experimental stage for this feature.
Gemini Live to offer selectable AI models for users
Google is testing multiple Gemini Live AI models with varied capabilities. This suggests a future where users might be able to select different models for Gemini Live, potentially optimizing for speed, thoughtfulness, or specific features like location awareness.
Gemini Live voice replication capabilities may face legal challenges
A lawsuit has been filed against Google alleging misuse of voice recordings to train AI models, including those powering Gemini Live. This could lead to potential restrictions or changes in how Gemini Live replicates voices.
-
GPT-Live 成为 ChatGPT 竞争对手，支持连续对话
一款名为 GPT-Live 的新 AI 模型已被开发出来，作为 Gemini Live 的竞争对手，旨在增强 ChatGPT 的对话能力。该模型设计为在处理信息时能够继续说话，这一功能使其区别于之前的版本。此外，GPT-Live 还将为 ChatGPT 现有的语音模式引入视觉响应和改进的语音质量。
-
Gemini Live 准备推出对讲机模式以增强用户控制
据报道，谷歌正在为 Gemini Live 开发一种按键通话功能，旨在让用户更好地控制 AI 的音频输入。这种类似 walkie-talkie 的模式将允许用户仅在打算与 AI 互动时激活 Gemini 的收听功能。
-
Google Home 智能音箱发布，集成 Gemini AI
Google 发布了一款新的 Google Home 智能音箱，旨在集成其 Gemini AI 功能，以提供更具对话性的智能家居体验。该音箱采用熟悉的設計，配备更新的硬件，包括 USB-C 供电和动态 LED 状态环，并为 Gemini 提供改进的设备端处理。它附带六个月的 Gemini Live 试用期，该试用期还启用了高级智能家居安全功能。
-
AI 普通话语音教练 ChiChat 使用 Gemini Live 进行任务驱动场景
开源 AI 普通话语音教练 ChiChat 的开发者详细介绍了其创建和功能。ChiChat 旨在通过提供具有 AI NPC 的任务驱动式口语场景来解决现有语言学习应用的局限性。该系统利用 Gemini Live 进行语音转文本、语言模型处理和文本转语音，为用户提供单词级别的发音评分、AI 教练反馈和有针对性的练习。
-
Google DeepMind 为 Gemini Live 新增“语音选择”快捷方式
Google DeepMind 为 Gemini Live 推出了一项新的“语音选择”快捷方式，该功能与 Jetstream 集成。此次更新旨在增强 Gemini Live 平台内的用户交互和可访问性。
-
Gemini Live 获得记忆回忆功能，实现个性化聊天体验
谷歌的 Gemini Live 已更新，包含一项记忆功能，允许 AI 回忆过去的对话并相应地调整其回应。此项增强旨在为用户提供更个性化的 AI 互动。
-
Google 彻底改版 Gemini Live，推出全新视觉界面
Google 更新了其 Gemini Live 界面，采用了新的 Neural Expressive 设计，优先考虑视觉内容和即时响应显示。这次改版放弃了之前以语音为主的全屏体验，转向一种更集成的模式，语音、生成的图像以及其他 AI 输出会与对话一起显示在屏幕上。更新允许用户在不结束聊天的情况下与 Gemini 的响应进行交互和导出，包括通过 Nano Banana 2 等工具生成的图像，使其成为日常使用更实用的工具。
-
Google 发布搭载 Gemini 的 Home Speaker，支持 360 度音频
Google 将于 6 月 25 日推出其六年来的首款全新智能音箱 Google Home Speaker。该设备专为增强 Gemini for Home 体验而设计，通过本地模型处理提供更自然的对话交互和改进的指令识别。该音箱还拥有 360 度音效、Matter 控制器功能和 Thread 边界路由器功能，并提供包含六个月 Google Home Premium 的 introductory offer。
-
Google DeepMind 推出 Gemini Live 新快捷方式和测试者计划
Google DeepMind 为 Gemini Live 引入了新的“语音选择”快捷方式，增强了用户与 AI 助手的交互。此外，该公司已开放“Gemini App Trusted Tester Program”的申请，标志着其 Gemini 平台的进一步开发和用户反馈计划。
-
使用 Gemini Live、React 和 FastAPI 构建实时语音应用
本文详细介绍了如何使用 Google AI 模型 Gemini Live 构建实时语音应用程序。文章概述了使用 React 作为前端，FastAPI 作为后端，以及使用 WebSockets 进行实时通信。该指南建议直接通过 WebSocket 连接到 Google 的服务，作为基于浏览器的快速实验方法。
-
AI将电影《比特币》的后期制作时间从40年缩短至6个月
导演道格·利曼及其制作公司30 Ninjas已显著加快了其电影《比特币》的后期制作流程。通过利用Google的AI工具，特别是Veo和Gemini Live，他们将后期制作所需的时间从估计的40年缩短到仅6个月。这一进展在2026年Google I/O大会上得到详细介绍，展示了电影制作效率的巨大提升。
-
Google 测试交互式 Gemini Live UI，界面可响应用户操作
Google 正在为其 Gemini Live 功能测试新的交互式用户界面。这一更新的体验允许 Gemini 在视觉上响应用户互动，创造一个更具活力和吸引力的界面。目前该功能仅在有限范围内推出，表明这是该人工智能的一个实验性阶段。
-
Google因使用语音训练AI模型而被起诉
一群记者、播客和有声读物旁白者在伊利诺伊州联邦法院对Google提起诉讼。他们声称Google未经许可，滥用了数千小时的语音录音来训练其AI模型。这些模型为Google Assistant和Gemini Live等系统提供支持，这些系统能够模仿人类声音。
-
Google 测试具备不同能力的多款隐藏 Gemini Live AI 模型
Google 似乎正在为其 Gemini Live 语音助手测试至少七款新 AI 模型，此信息源自 Google 应用内的代码。这些模型，其中一些代号为“Capybara”和“Nitrogen”，具备不同的能力，包括用于天气数据的地理位置感知。虽然目前这些模型隐藏在服务器端标志后面，并且很可能是一个内部测试工具，但其基础设施表明 Google 未来可能会允许用户为 Gemini Live 选择不同的模型，从而可能在响应速度和思考深度之间进行权衡。
-
AI 模型排行榜列出编码、视频等领域的顶级表现者
Bindu Reddy 编译了一份截至 5 月份的各个领域表现最佳的 AI 模型列表。该列表包括了编码、事实搜索、视频生成、图像创建、语音合成和低成本应用等领域的领先模型。提到的知名模型有 GPT 5.5 xHigh、Grok 4.3、SeeDance 2.0 和 Gemini Live。
-
Mira Murati 的 Thinking Machines 发布交互式 AI 模型
由前 OpenAI CTO Mira Murati 创立的 Thinking Machines Lab 宣布推出其首个 AI 模型，该模型专注于“交互模型”，旨在实现跨语音、视频和文本的实时协作。与当前顺序处理输入的 AI 不同，TML 的模型以 200 毫秒的块进行操作，使其能够同时收听和响应，模仿自然的人类对话。这种“全双工”方法旨在通过对话质量超越 OpenAI 的 GPT Realtime 2 和 Google 的 Gemin…
-
Google DeepMind 增强 Gemini 音频模型，实现自然语音交互和翻译
Google DeepMind 发布了升级版的 Gemini 2.5 音频模型，增强了实时语音代理和文本到语音生成的能力。Gemini 2.5 Flash Native Audio 模型现在提供了改进的功能调用、指令遵循和对话上下文感知能力，在 ComplexFuncBench Audio 基准测试中取得了 71.5% 的分数。此外，Google Translate 应用正在推出新的实时语音翻译功能，支持实时语音到语音翻译，并能保留说…
-
Google DeepMind 发布 Gemini 3.1 Flash TTS、Live 和 Lite 模型
Google DeepMind 推出了一系列 Gemini 3.1 Flash 模型，包括用于高级文本到语音的 Flash TTS、用于实时对话的 Flash Live 以及用于成本高效、大批量工作负载的 Flash-Lite。这些模型提供了改进的自然度、表现力和速度，其中 Flash TTS 在语音质量基准测试中获得了高 Elo 分数，Flash Live 在复杂任务完成方面表现强劲。TTS 和 Live 模型生成的所有音频都使用 …