Google 今日宣布將其 AI 語音助理 Gemini Live 大幅升級至 Gemini 3.5 Live 模型，使其在處理語音中斷、視覺內容與多語言方面更流暢，能提供更自然的互動體驗，然而其複雜的介面仍可能讓使用者感到困惑。
Google 今日宣布為旗下 AI 語音助理 Gemini Live 推出重大更新，將其核心模型升級至 Gemini 3.5 Live。這次升級旨在讓 AI 助手能更自然地應對使用者需求，包括更有效地處理對話中斷、即時分析視覺內容，並支援多語言混合對話，大幅提升其互動的流暢度與反應能力。
根據《TechRadar》報導，此次更新的 Gemini 3.5 Live 模型在處理使用者對話時，即使面對中途打斷也能維持連貫性，如同與真人對話般自然。此外，它現在能即時處理視覺資訊，讓 AI 不僅能聽懂指令，還能理解並回應畫面上的內容。例如，在 macOS 版的 Gemini 應用程式中，使用者可透過語音指令，結合螢幕內容來總結本機檔案、在不同應用程式間轉換文字，或是在游標位置生成圖片。新模型同時具備即時混合多語言的能力，不再受限於單一語言。
Google 也同步推出兩款針對開發者的模型：Gemini 3.5 Live Experimental 與 Gemini 3.5 Transcribe。開發者可透過 Gemini API，在 Google AI Studio 和 Gemini Enterprise Agent Platform 上使用這些模型。其中，Gemini 3.5 Transcribe 已應用於 Gboard 的「Rambler」功能，能將冗長的語音輸入自動轉化為格式整齊的文字，並移除「嗯」、「啊」等贅詞。使用者隨後可透過語音修正拼寫錯誤、編輯文字或改變寫作風格。這項技術預計很快也將整合至 Chrome 瀏覽器，讓使用者能在網頁上的任何文字輸入欄位中，直接透過語音進行輸入。
然而，外媒指出，儘管 Gemini 不斷提升技術，Google 在品牌策略上仍可能讓部分使用者感到困惑。Gemini 旗下有許多獨立的功能與產品名稱，如 Spark 和 Daily Brief，它們在應用程式中以不同的圖示和導航位置呈現。這種複雜的介面可能迫使使用者在執行任務前，需先思考應使用哪個內部工具，而非直接表達他們的需求。報導引述賈斯汀·艾瑪·穆爾（Justine Moore）的觀點：「人們不希望每次需要幫助時都打開一個應用程式，他們想要一個像朋友一樣可以傳訊息的聯繫人。而 iMessage 就是黃金標準。」
這種將多個模式、工作區及專屬名稱堆疊的作法，恐讓 AI 服務變成複雜的控制面板，而非單一的數位助理。這不僅是 Google Gemini 面臨的問題，其他如 ChatGPT 和 Claude 等 AI 產品也存在類似挑戰。相較之下，蘋果（Apple）將 AI 功能整合到 Spotlight Search、照片和相機等熟悉工具的 Siri 模式，或許更容易被大眾理解。對於 AI 服務而言，一個清晰、不突兀的操作介面，與模型本身的改進同樣重要，這將是 AI 融入日常數位生活的關鍵。