Google существенно расширила возможности Gemini Live, превратив голосовой режим Gemini из продвинутого собеседника в полноценного помощника, способного выполнять практические поручения. Теперь с помощью обычной речи можно не только обсуждать интересующие темы, но и работать с электронной почтой, получать персональный план на день, запускать многоэтапные задачи и использовать информацию из других сервисов Google.

Компания делает ставку именно на естественное голосовое управление: по данным Google, около 63% пользователей Gemini взаимодействуют с помощником вслух. Новая версия Gemini Live получила интеграцию с Personal Intelligence, Daily Brief и Gemini Spark, а также расширенные возможности работы с Gmail. Пользователю при этом не требуется составлять идеально сформулированные команды — Gemini должен самостоятельно понимать намерение человека и превращать обычную разговорную просьбу в последовательность конкретных действий.

Из голосового собеседника в полноценного помощника

Gemini Live появился в 2024 году как специальный разговорный режим Gemini. Его концепция изначально отличалась от обычного взаимодействия с чат-ботом.

Вместо последовательности текстовых запросов и ответов Google предложила более естественный разговор с искусственным интеллектом. Пользователь может говорить свободно, прерывать Gemini, уточнять сказанное и продолжать беседу примерно так же, как при обычном разговоре.

Теперь Google развивает эту концепцию дальше. Если раньше основная ценность Live заключалась именно в удобстве общения, то после обновления разговор становится способом управления различными функциями и сервисами.

Иными словами, Gemini Live постепенно переходит от модели «спросил — получил ответ» к модели «попросил — получил результат».

Gemini Spark берёт на себя сложные поручения

Одним из наиболее заметных нововведений стала интеграция с Gemini Spark. С её помощью голосовому помощнику можно поручать задачи, состоящие сразу из нескольких этапов.

Google подчёркивает, что пользователю не придётся заранее продумывать точную последовательность действий или формулировать запрос в виде подробной инструкции для ИИ.

Например, Gemini можно попросить составить меню на следующую неделю с определёнными требованиями к рациону, добавить в него ранее сохранённый пользователем рецепт и подготовить полный перечень продуктов.

После обработки такой просьбы система способна самостоятельно сформировать готовый план питания и список покупок в Google Документах.

Таким образом, одна разговорная команда заменяет сразу несколько ручных операций: поиск информации, подбор подходящих вариантов, составление расписания, формирование списка и создание итогового документа.

Идеально формулировать команды больше не обязательно

Важной частью обновления Google называет способность Gemini понимать естественную человеческую речь.

Пользователю не обязательно заранее знать, какая функция отвечает за необходимое действие, или строить запрос по определённому шаблону. Можно описать желаемый результат так, как это было бы сделано в обычном разговоре.

Gemini должен самостоятельно определить намерение пользователя, понять контекст и решить, какие инструменты потребуются для выполнения поручения.

Такой подход особенно важен для голосового интерфейса. При работе с клавиатурой человек может отредактировать запрос перед отправкой, тогда как в разговоре гораздо естественнее формулировать мысли постепенно, добавляя детали и уточнения уже по ходу общения.

Daily Brief расскажет, что важно сделать сегодня

Ещё одной новой возможностью Gemini Live стала поддержка Daily Brief — персонального ежедневного обзора.

Функция собирает важную для конкретного пользователя информацию и формирует из неё организованный список приоритетов на текущий день.

Теперь этот обзор можно не только прочитать, но и попросить Gemini Live пересказать его голосом. Помощник изучит доступные сведения из подключённых сервисов Google и выдаст основные события и задачи в разговорной форме.

Например, при подготовке такого обзора Gemini может учитывать информацию из Gmail и Google Календаря. В результате вместо самостоятельного просмотра почты и расписания пользователь получает краткую голосовую сводку о том, что требует внимания.

Концепция особенно хорошо вписывается в сценарии использования смартфона утром, в дороге или в любой другой ситуации, когда просматривать несколько приложений вручную неудобно.

Электронной почтой можно управлять голосом

Заметно расширились и возможности Gemini Live при взаимодействии с Gmail.

Теперь помощника можно спросить о новых входящих письмах или попросить проверить, поступили ли важные сообщения от определённого человека. Аналогичным образом можно искать корреспонденцию по интересующей теме.

Полученные письма Gemini способен кратко пересказать, избавляя пользователя от необходимости самостоятельно просматривать длинную переписку.

Возможности не ограничиваются чтением информации. С помощью голосовых команд можно выполнять некоторые действия с сообщениями — например, отправлять их в архив или устанавливать необходимые отметки.

В итоге работа с почтой постепенно превращается в диалог. Вместо открытия Gmail, поиска нужной переписки и последовательного нажатия кнопок пользователь просто объясняет Gemini, что требуется сделать.

Personal Intelligence добавляет персональный контекст

Ещё одним важным элементом обновлённого Gemini Live стала интеграция с Personal Intelligence.

Эта система предназначена для того, чтобы Gemini мог учитывать персональный контекст пользователя и связывать информацию, находящуюся в разных сервисах Google.

При наличии соответствующего разрешения помощник может использовать сведения из Gmail, Google Фото, YouTube, поиска и других источников. Благодаря этому ответы и действия Gemini должны становиться более персонализированными.

Например, вместо необходимости каждый раз заново объяснять определённые обстоятельства помощник сможет учитывать ранее доступный ему контекст и сопоставлять информацию из нескольких источников.

Это заметно меняет сам принцип взаимодействия с ИИ. Обычный чат-бот преимущественно реагирует на текущий запрос, тогда как персональный помощник должен понимать его в контексте предыдущих взаимодействий и связанных данных пользователя.

Google делает ставку на голосовое управление Android

Расширение Gemini Live хорошо показывает направление, в котором Google развивает своего ИИ-помощника.

Компания постепенно объединяет разговорный интерфейс, персональные данные и возможность совершать действия внутри приложений. В перспективе пользователю всё реже потребуется самостоятельно искать нужную функцию в интерфейсе смартфона — достаточно будет описать желаемый результат голосом.

Особенно важным здесь становится переход к многоэтапным операциям. Если система действительно способна получить общую задачу, самостоятельно разбить её на последовательность действий и подготовить конечный результат, Gemini начинает выполнять роль уже не просто голосового ассистента, а ИИ-агента.

При этом доступность новых возможностей зависит от используемой подписки. Daily Brief предоставляется подписчикам Google AI Plus и более дорогих тарифов, тогда как для использования возможностей Gemini Spark требуется как минимум Google AI Pro.

Постепенно меняется и первоначальная роль Gemini Live. Запущенный два года назад режим был прежде всего способом комфортно разговаривать с искусственным интеллектом. Теперь Google превращает этот разговор в интерфейс управления цифровыми задачами: пользователь говорит, что ему нужно, а Gemini самостоятельно пытается разобраться, какие действия необходимо выполнить для достижения результата.