IT 之家 8 月 14 日消息，谷歌在今天召开的 Pixel 9 系列手机发布会上，发布了 Gemini Live 服务，将于今天开始率先面向使用英语的 Gemini Advanced 订阅用户开放。

推动自然、流畅的对话交流

谷歌表示 Gemini Live 提供了一种移动对话体验，让用户和 Gemini 展开自由流畅的对话。

Gemini Live 可以说是对标 OpenAI ChatGPT 最新上线的 Advanced Voice 模式（限量 Alpha 测试），采用了增强型语音引擎，可以展开更连贯、更有情感表达力、更逼真的多轮对话。

谷歌表示用户可以在聊天机器人说话时打断它，提出后续问题，聊天机器人会实时适应用户的说话模式。

IT 之家翻译谷歌博文部分内容如下：

通过 Gemini Live [ 使用 Gemini 应用程序 ] ，用户可以与 Gemini 对话，并从 [ 10 种新的 ] 自然声音中选择它可以回应的声音。

用户甚至可以按照自己的节奏说话，或在回答中途打断并提出澄清性问题，就像在人类对话中一样。

谷歌演示   Gemini Live   的一个场景，模拟用户和招聘经理（或人工智能，视情况而定）交谈，为用户提供演讲技巧推荐、提供优化建议。

谷歌发言人表示：

Live 使用的是我们的 Gemini Advanced 模型，我们对其进行了调整，使其更具对话性。当用户与 Live 进行长时间对话时，就会使用该模型的大型上下文窗口。

不支持多模态输入

Gemini Live 还不具备谷歌在 I / O 大会上展示的功能之一：多模态输入。

谷歌今年 5 月发布了一段预先录制的视频，展示了 Gemini Live 通过手机摄像头捕捉的照片和录像看到用户周围的环境并做出反应，例如说出一辆坏掉的自行车上的零件名称，或者解释电脑屏幕上的部分代码是做什么用的。

谷歌表示，多模态输入将在 " 今年晚些时候 " 推出，但拒绝透露具体细节。