谷歌正在把Gemini从聊天工具变成真正的AI智能体。Gemini Live迎来重大升级，现在你可以用语音直接操控Gmail和Google全家桶。这次更新强化了任务执行和跨应用协作能力，支持超40种语言。说白了，它不再只是个陪聊的语音助手，而是能帮你干活的数字打工人了。这种转变直接切中了当下AI落地的核心诉求：少废话，多干活。
除了Live，谷歌还发布了号称最强的听写模型Gemini 3.5 Transcribe。语音转文本这块也卷到了极致。有人觉得这是Agent时代的落伍产品，但它其实补齐了语音交互的底层拼图。想做好语音操控，前提是得能精准听懂人话。把语音识别和指令执行结合，谷歌的意图很明显，就是要抢占AI交互入口。
模型迭代也没闲着，谷歌内部已经开始测试Gemini 3.8 Flash了。参与测试的员工透露，3.8 Flash的体验明显好于此前的3.7 Flash版本。虽然现阶段还不适合直接下完整结论，但Flash系列这种小步快跑的更新节奏，确实比Pro系列活跃得多。未来AI端侧应用的落地，估计还得靠这些轻量级模型打头阵。