谷歌：Android 手机，听我的，AI 要这么做
文章来源：极客公园
作者 | 芯芯
编辑 | 靖宇
抢先苹果一个月，Google 将 AI+手机的可能性，全都展示在了自己的 Pixel 新机之中。
当地时间 8 月 13 日，Google 发布了 Pixel 9、Pixel 9 Pro 以及二代折叠屏 Pixel 9 Fold、智能手表、耳机等硬件新品。
相比于硬件，人们更关注，在 AI+手机如此火热的当下，作为 Android 系统的管理者，Google 将会如何将端侧 AI 用于 Android 手机之中。
差不多在10个月前，谷歌推出了第一代 AI 手机，如今不到一年，这家巨头再次更新 Gemini、Android 和 Pixel 的产品组合，这一次，主打的是「竞争对手有的，我也有」模式。
自 OpenAI 推出 ChatGPT 语音模式，以及苹果下一代 iPhone 的 AI 功能曝光以来，同行们能做到的，谷歌都不愿落下，包括 AI 语音对话、搜索屏幕截图中的信息等。与此同时，谷歌也在让 AI 进一步集成进自身的应用生态。
谁才是 AI 手机领头羊，Google 一定要和苹果掰掰手腕。
回应 OpenAI，Gemini Live上线
Gemini 是谷歌各种 AI 产品的基石，也是谷歌 Pixel 9 系列手机上的默认助手，Gemini 在集成进手机时有哪些升级，是发布会上的一大焦点。
谷歌 Pixel 手机上的 Gemini 按下电源按钮即可唤出。据谷歌高管称，从今天开始，用户可以在使用的应用程序上方调出 Gemini 的覆盖层，询问有关屏幕上内容的问题。例如，用户可以询问正在观看的 YouTube 视频的相关问题，用户还可以直接从 Gemini 的覆盖层生成图像，并将它们拖放到 Gmail 和 Google Messages 等应用程序中。
谷歌还计划在「未来几周」让 Gemini 连接更多应用程序，包括日历、 Keep 和 YouTube Music 等。具体的功能用途如，让 Gemini「制作一份让我想起 90 年代末的歌曲播放列表。」「拍下演唱会传单的照片，并让 Gemini 查看那天是否有空——甚至设置提醒来购买门票。」「让 Gemini 在你的 Gmail 中找到一份食谱，并要求它将配料添加到 Keep 中的购物清单中。」
Gemini 使用截图提取信息与更多应用程序互动｜图片来源：谷歌
除了这些集成体验外，谷歌还正式上线了 Gemini Live，这一功能可以说是谷歌对 OpenAI 推出的 GPT-4o 高级语音模式的回应。该功能此前在谷歌 2024 年的 I/O 开发者大会上曝光过，今天开始正式推出。
用户可以用手机与谷歌的生成式AI聊天机器人 Gemini 进行语音对话，可以中途打断，提出跟进的问题，对话可以随时暂停和恢复。一些具体用途例子包括，让 Gemini Live 陪你准备工作面试、练习演讲，随便聊聊关心的话题等。
Gemini Live 明显要对标 GPT-4o 的语音交互｜图片来源：谷歌
那么，Gemini Live 相较于 ChatGPT 的语音模式有优势吗？
据称，支持 Live 的生成式 AI 模型架构——Gemini 1.5 Pro 和Gemini 1.5 Flash，拥有比平均水平更长的「上下文窗口」，这意味着它们可以在生成响应之前处理和推理大量数据，理论上可以进行长达数小时的对话。
Gemini Live 还可免提使用，用户可以在应用后台或手机锁定时继续进行语音对话，有10 种新声音可以选择。
但值得注意的是，Gemini Live 目前还未上线「多模态输入」功能，据称将于「今年晚些时候」推出。
几个月前，谷歌曾经发布了预录视频，展示了 Gemini Live 如何通过手机摄像头捕捉的照片和视频识别用户周围环境，并做出响应，比如指出损坏自行车的某个部件，或解释计算机屏幕上一段代码的功能，这些都未得到现场的真实演示。
而且，Gemini Live 在 Android 手机上的 Gemini Advanced 订阅用户中推出，并不是免费的。目前它仅提供英文版本，谷歌称「未来几周」将扩展到更多语言，还要通过应用程序扩展到 iOS。
谷歌高管直播演示 Gemini Live｜图片来源：谷歌
谷歌 Gemini 体验与谷歌助手方面的…
感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。
谷歌：Android 手机，听我的，AI 要这么做
