美国谷歌更新macOS版Gemini，新增系统级语音听写与屏幕感知

维度网讯，谷歌（Google）已更新macOS版Gemini应用，新增系统级语音听写与屏幕感知命令功能，允许用户在不离开当前工作流的情况下，跨应用调用AI助手。按住Fn键可激活语音模式，用户几乎能在任何文本字段中进行听写。谷歌表示，与传统的语音转文字工具相比，Gemini能够自动去除填充词、识别语音修正并生成更清晰的文本。该功能目前面向macOS版Gemini的全球用户以英语推出，未来将支持更多语言。

此次更新还引入了一个可选的屏幕感知推理模式，将Gemini的功能扩展至简单听写之外。用户如果启用该功能，可允许Gemini理解Mac屏幕上选定的内容、文件、图像和文档。用户可以通过语音命令执行重写文本、摘要信息或直接在当前使用的应用内创建内容等任务。该功能旨在减少在应用间移动信息时的不便，用户无需将文本复制到聊天机器人进行修改，再将结果粘贴回来，Gemini可以直接将输出放在用户需要的位置。

此次更新表明谷歌正推动Gemini从独立的聊天机器人转向融入日常电脑工作流程的助手，使其更接近苹果（Apple）Intelligence的发展方向，AI功能日益与写作、生产力和系统级操作相结合。谷歌的方法依赖键盘快捷键和语音交互，为用户在办公时提供了一种调用AI帮助的统一方式。新功能需要获取访问屏幕内容的权限，这引发了处理敏感信息用户对隐私的考量，用户依赖AI生成的摘要和重写内容用于商业或客户沟通前需进行核实。此次更新延续了谷歌将Gemini打造为嵌入桌面体验的生产力助手、而非独立聊天机器人的努力。