Google發表Gemini Live語音助理與Pixel 9系列：正面迎戰OpenAI進階語音模式

Google於2024年8月13日舉行年度硬體發表會「Made by Google 2024」，一次公布多項新硬體：新一代Pixel 9系列手機、第二代摺疊機Pixel 9 Pro Fold（繼2023年初代Pixel Fold後的升級款）、第三代Pixel Watch 3，以及Pixel Buds Pro 2真無線耳機。同場最受矚目的軟體發表，是全新語音互動功能「Gemini Live」——使用者可與Gemini進行更自然的免持語音對話，即使手機螢幕鎖定或Gemini App被切到背景執行，對話仍能持續不中斷。Google宣布將於接下來數週內逐步向使用者推廣此功能，目前尚未提供確切的全面上線日期。

技術意義：從「一問一答」走向「持續陪伴」

過去語音助理多半是喚醒詞加單次指令的模式，講完就結束。Gemini Live的關鍵突破在於「持續會話狀態」——App退到背景、螢幕上鎖，語音互動依然存在，等於把語音助理從「工具」推進到「常駐夥伴」的形態。這需要底層對於連線維持、電力管理與隱私授權（背景麥克風存取）都做出對應設計，技術門檻不只在語音辨識本身，更在系統層級的持續運行架構。

與競品比較：Google對OpenAI的正面回應

外界普遍將Gemini Live解讀為Google對OpenAI於2024年5月發表會展示「進階語音模式」（Advanced Voice Mode）的直接回應，該功能當時展示後陸續向使用者開放測試。兩者定位高度相近：都主打更自然、低延遲、可持續對話的語音互動體驗。差異在於Google握有硬體與作業系統的整合優勢——Gemini Live與Pixel 9系列同步發表，代表Google希望透過軟硬體綁定，讓語音AI體驗成為選購Pixel而非其他Android機種甚至iPhone的差異化理由，而非單純的App層級功能。

業界反應：軟硬體整合成為AI助理下一戰場

本次發表會也同步更新Pixel Watch 3與Pixel Buds Pro 2，顯示Google正把Gemini的語音能力鋪向整個穿戴裝置生態，而非僅限於手機。分析普遍認為，隨著大型語言模型的核心能力逐漸拉近，各家廠商競爭重心正從「模型多聰明」轉向「誰能把AI嵌入最多使用情境與裝置」，軟硬整合能力將成為下一階段的關鍵分野。

對管理者的意義

對管理者而言，Gemini Live釋出的訊號是：免持、持續在背景運作的語音AI即將成熟，適合門市巡場、客服應答、現場作業等雙手不便操作螢幕的場景。可以留意公司採購或發放的Android裝置未來是否支援此功能，並思考第一線人員能否用語音方式即時查詢資訊、記錄現場狀況，作為提升應答效率的低成本切入點。