一夜之间，谷歌版GPT-4o和AI手机全上市了

Gemini Live 对标 GPT-4o，谷歌 AI 手机全家桶上线。

在 GPT-4o 进 iPhone 之前，谷歌 Gemini 抢先了一步完成了手机版的落地。

周三凌晨，在人们期待 OpenAI 「草莓大模型」的时候，谷歌在 Made by Google 活动上正式发布了 Gemini Live，以及一系列 Pixel 硬件产品。

今天的活动，谷歌充满信心地进行了 100% 现场演示，虽然出现了一些小问题。

两次让手机识图（不过用的是三星），都失败了。

不过正如谷歌所说的，我们已经进入了「Gemini 的时代」。

在 Pixel 9 系列之后，今天发布的一系列 Gemini AI 功能也将随安卓 15 出现在各种 Android 手机上。

Gemini Live：对标 GPT-4o，即刻上线

Gemini Live 是谷歌针对 OpenAI 高级语音模式推出的一款产品，该功能与 ChatGPT 几乎完全相同，之前一直处于 alpha 测试阶段。

Gemini Live 提供了一种移动对话体验，可以让用户和 Gemini 展开自由流畅的对话，甚至可以像在普通电话中一样打断或改变话题，而无需打字。

谷歌在博客中这样描述：你可以与 Gemini Live （通过 Gemini app）交谈，并从 10 种新的自然声音中选择一种来回应，（而 OpenAI 仅提供 3 种声音）。你甚至可以按照自己的节奏说话，或者在回答过程中打断它并提出其他问题，就像在平时对话中一样。

Gemini Live 是可以直接唤醒的，你可以在应用程序在后台运行或手机锁屏时继续与 Gemini 对话，且对话可以随时暂停和恢复。

Gemini Live 还将与多种安卓应用的功能（如 Keep）集成，从而提高 Gemini 的可用性。

今日起，谷歌开始在 Android 手机的 Gemini Advanced 用户推出该功能，仅限英语，并将在未来几周内扩展到 iOS 和更多语言版本。

不过，在现场演示中，当现场人员问到演唱会海报的相关信息时，Gemini Live 失败了两次，需要演示者更换手机才能正常工作。虽然演示过程中遇到了一些问题，但最终成功了，Gemini Live 最终从图片中提取相关信息并连接日历，为用户提供了准确结果。

值得注意的是，据产品经理 Leland Rechis 介绍，谷歌不允许 Gemini Live 模仿这 10 种声音以外的任何声音。谷歌这样做可能是为了避免与版权法发生冲突。此前，OpenAI 就因为使用了寡姐的声音而被后者告到法庭。

总体而言，该功能似乎是一种比使用简单的 Google 搜索更自然地深入研究主题的好方法。谷歌指出，Gemini Live 是 Project Astra 迈出的一步，Project Astra 是该公司在 Google I/O 期间首次亮相的多模态 AI 模型。目前，Gemini Live 仅支持语音对话，谷歌希望在未来增加实时视频理解功能。