Google 的 Gemini Live AI 助理透過視覺效果增強回應能力

首頁

新聞

2025-12-12

AlbertMartínez

# ai # Google # News # Tech

Google 為其會話式 AI 助理 Gemini Live 推出一系列新功能。從下周開始，Gemini Live 將能夠直接在螢幕上高亮顯示物件，同時使用相機畫面，讓助理能夠更精確地顯示特定物品。

舉例來說，如果您需要在眾多工具中找出特定的工具，只要將手機的相機對準各種工具，Gemini Live 就會在螢幕上勾勒出正確的工具。此視覺引導將於 8 月 28 日新發表的 Pixel 10 裝置上首次亮相。Google 將同時將此功能擴展至其他 Android 手機，並在未來幾週內支援 iOS。

Gemini

Live 會在想要您看的東西周圍放置一個方塊：

Google

Google 也將推出更深入的應用程式整合，讓 Gemini Live 在不久的將來能與 Messages、Phone 和 Clock 合作。想像一下，當您發現自己落後於時間表時，您可以與 Gemini 討論方向。現在您可以打斷助理的話，並說：「這條路線行得通：「這條路線行得通。現在請傳送訊息給 Alex，告訴他我會遲到大約 10 分鐘。Gemini 隨即會草擬文字，供您審閱和傳送。

Gemini Live 很快也會幫您撥打電話和草擬簡訊。

GIF：Google

相關內容

Google 的 Gemini AI 將自動記住使用者的詳細資料，以進行更個人化的互動
最新的 Pixel 裝置直接將生成式 AI 整合到相機系統中

最後，Google 將發布 Gemini Live 的改良音訊模型，大幅加強聊天機器人對自然語音元素的運用，例如語調、節奏和步調。助理很快就會根據情境調整語氣，例如在談到緊張的話題時，語氣會更平和。

使用者也可以控制 Gemini 的語速，這項功能讓人聯想到 ChatGPT 的自訂語音風格。此外，當要求 Gemini 從人物或歷史人物的角度，戲劇性地重述故事時，Gemini 可能會加入口音，以創造更生動、更身歷其境的敘述體驗。

WordPress.com 現已允許 AI 代理程式撰寫並發布文章，還有更多功能廣受歡迎的網站託管與發佈平台 WordPress.com 現正積極導入 AI 代理程式——此舉可能重塑網路的樣貌與使用體驗。該公司於週五宣布，將允許 AI 代理程式在客戶網站上起草、編輯及發佈內容，同時也能管理留言、更新與修正元資料，並透過標籤和分類來整理內容。所有這些操作皆透過一個介面進行控制，網站擁有者只需使用自然語言指令說明其需求即可。憑藉這些新功能，網站幾乎可以完全由人工指導的 AI 代理

Kakao Mobility 概述了針對實體人工智慧的第 4 級自動駕駛路線圖 Kakao Mobility 計畫內部開發第 4 級自動駕駛技術，作為其實體人工智慧策略的一環。在首爾COEX舉行的2026年世界資訊科技展（World IT Show）會議上，Kakao Mobility副總裁兼實體AI部門負責人金鎮奎（Kim Jin-kyu）發表了該發展藍圖。他的演講聚焦於實體AI時代以移動平台為核心的自動駕駛服務。據韓聯社報導，這場名為「超越構想，付諸行動：AI 推動現

Google 在印度的 Chrome 瀏覽器中推出 Gemini 週三，Google 宣布將把 Chrome 瀏覽器的 Gemini 整合功能擴展至新地區，包括印度、加拿大和新西蘭。此項更新讓桌面版使用者能透過側邊欄存取 Gemini，藉此向 Google 的 AI 聊天機器人詢問螢幕上的內容、從 Gmail、Keep、Drive 和 YouTube 檢索資訊，以及比較不同分頁的內容。隨著此次擴展，Gemini 除英語及近期新增的 Chrome 支援語言外，亦將

相關專題推薦

文字轉語音