新闻速览
谷歌于6月9日推出Gemini 3.5 Live Translate，并集成到Google AI Studio、Google Translate和Google Meet。该功能基于Gemini 3.5模型，实现接近实时的自然语音翻译，用户无需手动切换即可在会议或翻译工具中获得流畅译文。发布背景是全球实时翻译需求上升，谷歌希望借大模型能力抢占语音翻译入口，降低
背景
近两年，生成式AI推动翻译技术从逐句文本转向端到端实时语音。OpenAI、微软等厂商相继推出多语言语音助手，谷歌在Gemini 3.5中强化了音义联合建模能力，因此选择将Live Translate作为一项独立功能规模化落地。此次覆盖AI Studio、Translate和Meet，意味着谷歌把实时翻译嵌入开发者工具与日常办公场景，而非仅作为实验性演示。这显示出科技巨头正围绕实时沟通构建AI生态，市场竞争焦点已从模型参数转向实际应用体验
深度解读
刘工认为谷歌这次推Gemini 3.5 Live Translate，最值得注意的不是模型性能，而是落地速度。它直接嵌入AI Studio、Translate和Meet，等于把实时语音翻译变成基础设施级功能。回想两年前，用户还在忍受逐句翻译的卡顿，如今近实时自然度已接近同传，这是体验上的代差。对普通用户，会议、旅行、学习的语言障碍将明显降低；对口译和字幕从业者，则意味着部分工作开始被替代。但翻译质量在复杂口音和低资源语言上仍存变数。下一步刘工将重点观察谷歌能覆盖多少语言，以及微软和OpenAI会不会用同样策略跟进。
延伸思考
延伸思考
- 实时语音翻译将如何改变国际会议与跨国协作方式
- 对专业口译、字幕翻译等行业岗位的替代风险有多大
- 谷歌这一布局能否在AI翻译竞争中压过OpenAI与微软的同类功能
来源与原文
本条动态来自 DeepMind Blog（发布于 2026-06-09 15:16:25）。本站为海外 AI 动态的中文转述与观点评论，原文版权归原作者所有。
每日聚合海外 AI 一手动态与深度观点。收藏本站，不错过每一个重要信号；返回首页查看更多。