谷歌9月3日宣布,Gmail、Docs和Keep的AI实时语音对话助手即日起向移动端订阅用户开放,同时发布Gemini 3.8 Flash模型,后者为六周内推出的第三款Flash系列模型。三类语音功能分别名为Gmail Live、Docs Live和Keep Live,最早于5月I/O大会预览,其中Gmail Live从6月开始测试,现均已结束测试期正式上线。

Gmail Live让用户放弃关键词搜索,直接向Gemini助手询问收件箱内容,例如“我孩子下一次学校活动是什么时候”,助手可从邮件中找出答案并口述,屏幕同步显示文字记录和邮件来源;用户还能随时追问或打断切换问题。Docs Live可根据口述生成文档初稿,将长文档总结为商业提案,并在授权后调用Gmail、Drive、Chat及网页信息。Keep Live则作为语音速记工具,能理解“青酱意大利面”等隐含语境,直接把食材加入购物清单。

在可用范围上,各媒体披露略有出入。据Engadget和The Verge报道,Gmail Live面向Google AI Plus、Pro与Ultra订阅用户,支持iOS和Android;Docs Live面向Pro与Ultra用户,支持iOS和Android;Keep Live面向Pro与Ultra用户,但仅限Android。TechCrunch则称这些功能全部支持iOS和Android英文版。所有功能从9月3日起以英文向全球移动端推出,Google的Workspace商业客户也将很快获得支持。

此前谷歌已在多个应用中试验语音交互。据TechCrunch报道,谷歌4月为Mac应用加入跨应用听写,上月为Pixel 11手机推出Gemini驱动的Rambler听写工具,可去除口语中的填充词;8月又发布了用于语音转文字的Gemini 3.5 Transcribe模型。

同日发布的Gemini 3.8 Flash是六周内谷歌推出的第三款Flash模型。据Ars Technica报道,该模型在DeepSWE排行榜上居首,号称迄今最强的推理和编码模型。标准版被称为“多面手”,覆盖智能体任务和软件开发;另一款Gemini 3.8 Flash Cyber基于同样底座,针对漏洞检测和缓解调优。

Gemini 3.8 Flash即日起通过谷歌生态提供。普通版可在AI Studio免费试用,若要在Gemini应用中使用,需要Pro或Ultra订阅;Cyber版目前仅限可信测试者和政府机构。开发者API采用年末促销价:每百万输入token 0.75美元、输出token 3.75美元,常规价分别为1.5美元和7.5美元。Ars Technica认为,近期其他AI实验室纷纷下调token价格以稳定企业客户,谷歌降价可能与此有关。