谷歌Gemini三箭齐发:语音模型、Live功能和法律AI
AI工具

谷歌Gemini三箭齐发:语音模型、Live功能和法律AI

谷歌的Gemini最近动作很大,一口气发了三款产品:语音转文字模型Gemini 3.5 Transcribe、语音助手Gemini Live升级版,以及法律行业专用工具Gemini Enterprise for Legal。这三款产品分别管识别、交互和专业应用。

Gemini 3.5 Transcribe是谷歌最新的语音转文字模型,官方说它是同系列里最准的。它专门对付嘈杂环境、专业术语和口语化表达。哪怕在咖啡馆或工厂车间,也能把对话记下来。医学、法律等术语的识别率提了一大截。这个模型开发者、企业和普通用户都能用,还会自动过滤背景噪音。

Gemini Live的语音功能也跟着升级了,能用大白话直接喊它干活。比如你说句“帮我总结今天的会议”,它就会去拉聊天记录和简报。不过实际用下来,这些功能还是以独立卡片的形式弹出来,语音入口没完全打通,体验还差点意思。

谷歌还推出了Gemini Enterprise for Legal,正式杀入法律AI赛道。这工具专门给法律行业做的,能审合同、写文书、查文献,包揽了不少日常杂活,帮律师省出时间干更有价值的事。谷歌特别强调了数据安全和保密,直接对标市面上的现有产品。

从基础模型到应用功能,再到行业解决方案,谷歌Gemini这波迭代很快。现在的AI竞争已经不光看参数了,重点全在能不能解决实际问题。