#Gemini Live
共 80 篇相关文章
·6 分钟
老款Google Home获Gemini Live升级：条件与体验全解析
谷歌将Gemini Live对话式AI推送至老款Google Home智能音箱，但需满足订阅或计划限制等前提条件。本文解析升级详情、功能变化及对智能家居用户的实际影响。
阅读全文 →
·16 分钟
Gemini Live接入Nano Banana：实时摄像头+图像生成+地图联动全解析
谷歌Gemini Live正式整合Nano Banana图像生成模型与Google Maps等互联应用，支持实时摄像头理解场景并生成可视化方案。全球免费开放，让装修布置、空间规划从想象秒变可见，一文详解核心功能与使用场景。
阅读全文 →
·12 分钟
Gemini Live三大新功能：持续对话、工具连接与图像生成
Google Gemini Live迎来重大升级，新增持续对话、对话中途连接第三方工具、视觉感知与图像生成三大核心能力，标志着AI助手从对话型向Agent型智能助手的关键转变。
阅读全文 →
·9 分钟
Gemini 3.5 Live Translate：谷歌实时翻译模型深度解析
谷歌发布Gemini 3.5 Live Translate实时翻译音频模型，支持多语言低延迟语音翻译。本文深度解析其技术亮点、应用场景及对AI翻译行业的影响。
阅读全文 →
·8 分钟
Firebase AI Logic集成Gemini Live API：前端直连语音视频AI实战指南
Firebase AI Logic通过集成Gemini Live API，让开发者从前端直连多模态AI能力，支持实时语音视频交互和Function Calling。本文详解其核心架构、安全机制App Check及典型应用场景。
阅读全文 →
·4 分钟
Gemini Live图像创建功能详解：实时对话生成与编辑图片
Google Gemini Live新增实时图像创建与编辑功能，支持在对话中通过语音和摄像头完成图片生成、室内装饰测试、数学辅助等任务，了解功能亮点与使用方法。
阅读全文 →
·6 分钟
谷歌被指非法留存用户数据：个人隐私诉讼背后的深层博弈
谷歌因被指控非法留存客户数据而面临法律诉讼。本文深入分析数据留存的合规边界、谷歌历史隐私处罚案例、个人维权的意义与挑战，以及普通用户如何保护自身数据权利。
阅读全文 →
·14 分钟
通用AI崛起：从数学推理到竞赛编程的全面突破
前沿AI模型正加速走向通用化：成本大幅下降、通用模型在数学推理与竞赛编程中超越专用模型、小型编程任务趋近自动化、多智能体工作流持续进化。本文深度解析这些信号背后的技术逻辑与行业影响。
阅读全文 →
·7 分钟
Gemini模型变差了？深度解析用户感知的「模型退化」现象
近期Reddit社区出现大量Gemini模型表现下滑的反馈，用户直呼"越来越难用"。本文深度解析AI模型退化的成因——从静默更新、安全对齐收紧到推理资源分配，并提供理性评估模型表现的实用方法。
阅读全文 →
·12 分钟
英伟达领投1亿美元！巴黎AI语音初创Gradium杀入硅谷
巴黎AI语音初创公司Gradium完成1亿美元种子轮融资，获英伟达战略加持。本文深度解析英伟达生态投资逻辑、欧洲AI公司全球化野心，以及AI语音赛道最新竞争格局。
阅读全文 →
·17 分钟
6个开源工具系统补齐Claude Code五大短板
视频理解、深度研究、记忆检索、前端设计、Token成本——Claude Code五大短板均有开源免费方案。本文拆解Claude Video、Notebook LM集成、Graphify、Impeccable、Ponytail等工具的核心原理与使用场景，帮你快速搭建高效开发工具链。
阅读全文 →
·14 分钟
Kimi K3发布：2.8万亿参数全球最大开放权重模型
月之暗面正式发布Kimi K3，拥有2.8万亿参数，成为全球规模最大的开放权重大模型。支持100万Token超长上下文、原生多模态与常开思考模式，并搭载Kimi Delta Attention等自研架构创新，多项基准测试跻身全球前三。
阅读全文 →
·15 分钟
《Cozy AI Kitchen》收官：微软AI科普节目的温情实验与创作启示
微软科普节目《Cozy AI Kitchen》正式收官。本文回顾这档节目如何用「治愈系」风格、实景道具和人文视角，让普通人轻松理解AI——探索技术传播的另一种可能。
阅读全文 →
·14 分钟
Vibe Coding入门：零基础用AI造软件的新方式
Vibe Coding是一种全新的AI编程方式，无需编写代码，只需清晰表达意图，AI即可生成并运行软件。本文带你了解Vibe Coding是什么、为何正在爆发，以及普通人如何抓住这波AI时代红利。
阅读全文 →
·14 分钟
Qwen3深度解析：开源混合推理大模型的全面进化
阿里千问第五代模型Qwen3全面解析：6款Dense与MoE架构模型覆盖0.6B至235B，全球首款开源混合推理模型，旗舰235B性能追平Gemini 2.5 Pro，开发者与企业部署的完整参考指南。
阅读全文 →
·15 分钟
iOS 27深度体验：五大新功能全面解析与实测评价
iOS 27公测版深度实测：AI照片扩展与空间重构、全新Siri接入个人数据、系统全面提速30%+，以及多项"终于来了"的细节补完。本文逐一拆解五大核心新功能，助你判断是否值得升级。
阅读全文 →
·9 分钟
ChatGPT全新语音模式：全双工对话+实时推理与翻译详解
OpenAI发布GPT Live One驱动的ChatGPT语音模式，实现全双工对话、实时联网推理与无缝翻译三大突破。本文深度解析其核心能力与应用场景，带你了解AI语音交互的范式转变。
阅读全文 →
·15 分钟
GPT Live发布：语音正在成为AI交互的新入口
OpenAI发布GPT Live语音模型，支撑ChatGPT Voice实时对话体验。本文深度解析语音AI的核心挑战——延迟、打断处理与上下文理解，并探讨AI交互入口从打字向实时语音迁移的趋势。
阅读全文 →
