Gemini Live 完全指南 — 像打电话一样和 AI 对话

Gemini Live 是什么

Gemini Live 是一种实时语音对话模式，让你和 AI 的交互像打电话一样自然。和普通语音输入转文字不同：

• 不需要按按钮说一句等一句——你说你的，AI 听着并实时回复
• 支持打断——说到一半觉得不对，直接开口说新问题就行
• 支持屏幕共享——让 AI 看到你手机屏幕上的内容
• 支持摄像头视觉——让 AI 看到你眼前的世界

怎么启动

在 Gemini App 里，输入框附近的麦克风图标就是 Gemini Live 按钮。点击后进入全屏语音界面。

启动前系统会请求：

1. 麦克风权限：必须，用于语音输入
2. 通知权限：可选，Live 运行时会显示常驻通知
3. 摄像头权限：可选，开启视觉功能时需要
4. 屏幕共享权限：可选，想让 AI 看到你的手机屏幕时需要

核心功能

自然语音对话

Gemini Live 的语音模型经过专门训练，语调、节奏、停顿都尽量模拟真人。你可以：

• 调整语速（慢 / 正常 / 快）
• 选择不同的声音风格（官方提供多种音色）
• 让 Gemini 用特定口音说话（如「用东北口音讲这个故事」）
• 实时翻译：你说中文，让 Live 用英文回复，或反过来

屏幕共享

分享手机屏幕后，Live 能看到你的操作界面。典型使用场景：

• 「帮我看看这个设置页面哪里需要改」
• 「我在 App Store 想下一个修图软件，你帮我看这几个哪个好」
• 把手机内容投屏到电视，然后问 Live「这张图里有问题吗」

屏幕共享时注意：个人隐私信息（密码、银行 App 等）记得先关闭 Live 或切到临时聊天模式。

视觉引导（Visual Guidance）

分享摄像头后，Gemini 不仅能看到你看到的东西，还会在屏幕上高亮标注关键物体。比如：

• 指着两双运动鞋 → Live 帮你高亮匹配度更高的那双
• 打开工具箱 → Live 高亮告诉你该用哪个工具
• 对着一道数学题 → Live 圈出需要重点关注的条件

视觉引导功能首发 Pixel 10 系列，逐步扩展到其他安卓和 iOS 设备。

Google 服务整合

Gemini Live 正在逐步接入更多 Google 服务：

• Calendar：对话中直接查看和修改日程
• Tasks / Keep：创建提醒和待办清单
• Messages：起草和发送短信
• Maps：查路线，导航中随时打断改目的地
• Phone：直接发起电话呼叫

使用技巧

1. 不用等 AI 说完再开口——Live 支持随时打断，这是它最大的优势
2. 开启常驻通知——切换到其他 App 时 Live 不会中断
3. 锁屏使用——Pixel 等设备支持锁屏直接语音唤起 Live
4. 临时聊天模式下用 Live——聊敏感话题前切到临时聊天，不留下记录

常见问题

Live 费流量吗？ 语音对话流量不大（和电话相当），但屏幕共享和摄像头会比较耗流量，建议 Wi-Fi 下使用。

Live 和旧 Google Assistant 语音有什么区别？ Assistant 语音基本是「你说一句它回复一句」，不能打断，回复质量也更低。Live 是真正的双向实时对话，模型能力也升级到了 Gemini 系列。

为什么我的 Live 没有视觉功能？ 视觉引导是 Pixel 10 首发，其他设备正在分阶段推送。可以在 App 设置里检查版本更新。

继续阅读：拍照识图