來源：市場資訊

（來源：AI信息Gap）

谷歌繼續(xù)放大招。

昨天音樂，今天語音。

剛剛，谷歌發(fā)布 Gemini 3.1 Flash Live，專為實時對話打造的語音模型。

它能聽、能看，還能原地調用工具。

谷歌今天還把 Search Live 推到了全球 200 多個國家。

ComplexFuncBench Audio 測試 AI 語音模型在聊天時能不能完成多步工具調用。

比如你說「幫我查明天最早去上海的飛機，然后加到日歷」，它能不能邊聊邊搜索、篩選、寫入日歷。

谷歌上一代實時語音模型 2.5 Flash Native Audio，當時 ComplexFuncBench Audio 的成績是 71.5%。

Gemini 3.1 Flash Live 斷層提升，90.8%。

谷歌 AI Studio 負責人 Logan Kilpatrick 說，「我們花了一年多，模型、基礎設施、用戶體驗全部推倒重做?！?/p>

Gemini 3.1 Flash Live 加了一層背景音過濾。

以前你在馬路邊、電視響著的環(huán)境里，模型分不清噪音和人聲，很可能就把電視里的人聲當成你的指令?，F(xiàn)在能分清了。

也更聽話了。你給它一套系統(tǒng)提示詞，讓它當客服只聊產品問題。以前可能聊著聊著就跑偏了，現(xiàn)在即使話鋒一轉，它也能遵循原有指令。

響應更快。對話里的尷尬停頓明顯減少。

而且支持 90 多種語言。

Search Live 是今天最重磅的發(fā)布之一。

這個功能從 2025 年 7 月上線到現(xiàn)在，一直只在美國和印度能用。今天谷歌一口氣推送到全球 200 多個國家和地區(qū)。

打開谷歌 App，搜索欄下面有個 Live 圖標。

點進去，直接和谷歌搜索對話。問完一個問題，它用語音回答你，你可以繼續(xù)追問，就像打電話一樣。

還能打開攝像頭。對著一個東西問「這是什么」，它能看到你的畫面，實時回答。

Google Translate 的「耳機同聲傳譯」也終于登陸你的 iPhone。

我們之前聊過這個功能，當時只有安卓能用。那篇文章結尾我寫道，「iOS 和更多地區(qū)要等明年了?！?/p>

現(xiàn)在，它來了。

除了 iOS 上線，「同聲傳譯」還擴展到了法國、德國、意大利、日本、西班牙、泰國和英國。

打開 Google Translate，選擇 Live translate。你的耳機直接變身為支持 70 多種語言的實時翻譯。

打開 Gemini App，Gemini Live 已經(jīng)換上了剛剛發(fā)布的 3.1 Flash Live。

響應更快，尷尬停頓更少，能記住的對話長度翻倍了。

以前聊幾輪可能就忘了之前說過什么，現(xiàn)在能記住更長的上下文。

AI Studio 也已經(jīng)全面支持 Gemini 3.1 Flash Live，模型 ID gemini-3.1-flash-live-preview。

打開 AI Studio。默認 Playground，選 Real-time 模式，開聊。

劃重點，免費。

實時語音賽道，OpenAI 有 Realtime API。谷歌是 Gemini Live API。

Anthropic 到今天都沒有語音模型。Claude 死磕推理和編程，語音不是優(yōu)先級。

OpenAI 在打斷控制上稍微領先。你打斷 AI 說話的時候，它停得更干脆，馬上讓你接話。

谷歌更大的優(yōu)勢在多模態(tài)和多語言。90 種語言，加上視覺輸入，搜索、地圖、翻譯整套自家生態(tài)都能調用。

小細節(jié)，所有 Gemini 3.1 Flash Live 生成的音頻都帶 SynthID 水印。你聽不出來，但機器能檢測到，防深度偽造。

谷歌這周殺瘋了。

昨天發(fā)布 Lyria 3 Pro，AI 音樂從 30 秒升級到 3 分鐘。

今天上線 Gemini 3.1 Flash Live，Search Live 推送到 200 國，耳機實時翻譯登陸 iOS。

兩天。四個產品。

我是木易，Top2 + 美國 Top10 CS 碩，現(xiàn)在是 AI 產品經(jīng)理。