本週登場的Made by Google硬體發布會上Google正式推出Gemini語音功能Gemini Live！能夠以活靈活現的聲音和用戶對話，被認為是Google對標OpenAI高級語音模式的新產品，但外界卻評價不一，原因為何？
「Gemini Live」是一種行動對話體驗，可讓你與Gemini進行流暢對話。」Google在部落格中介紹，「就像口袋裡有位助手，可以和你討論新想法，或者練習重要的對話。」
Google為Gemini Live準備了多達10種聲音，用戶可根據喜好挑選最適合自己的風格，相較之下ChatGPT提供的選擇僅有4種。
Gemini Live曾在今年5月的Google I/O上向外界見面，賦予Gemini強大的對話能力，讓用戶能夠更直覺、流暢地和聊天機器人交談，甚至可以像與真人對話般插話打斷AI的回應。
在Google舉的範例中，藉由Gemini Live，用戶可以和語音助理進行面試排演，AI能依照對話過程給予用戶回饋。
支援10種語言，未來增加多模型輸入能力
外媒《TechCrunch》指出，和ChatGPT的高級語音模式相比，Gemini Live的優勢在於有著更強大的記憶力，最新版本Gemini的上下文容量達到上百萬個Token。 換句話說，它能夠更長時間記憶住和用戶的對話內容，也能處理更多的資訊量。
Google表示，Gemini Live是使用Gemini Advanced模型進行調整，提昇模型的對話能力，「當用戶與Live長時間對話時，將能夠發揮模型龐大的上下文容量。」
不過，目前Gemini Live還沒有實裝曾在Google I/O上秀出的多模型輸入能力。按照先前的演示，Gemini將能透過鏡頭告訴你腳踏車上某個零件的名字，或者解釋電腦螢幕上的程式碼是怎麼運作。
Google也在發布會上提到，未來使用Live時，用戶可以打開鏡頭讓Gemini觀看周遭，即時對環境進行響應，但也註明要在「今年稍晚」時推出，用戶想體驗Gemini Live與環境互動的能力還得再等等。
且在這之前，還會有許多新功能到來。Google聲稱，未來幾週裡將推出各種擴充功能，讓這位新助理的能力有辦法與各種應用程式結合。好比說，Google日曆的擴充功能推出後，你可以拍下音樂會的傳單，詢問Gemini當天自己有沒有安排其他行程，並且設定購票提醒。
各方評測試：仍有幻覺問題、部份功能表現不如Google助理
雖然Google展示了Gemini作為語音助理的多樣化功能，目前實際上手的各方媒體，對Gemini Live的評價卻褒貶不一。
《TechCrunch》評價，透過Gemini Live和語音助理交談，比Siri、Alexa互動的體驗自然許多，但沒有原先設想的好。 實際測試中，與Gemini交談仍然會出現「幻覺」問題，面對要求較高、較為複雜的問題，依舊會出現錯誤資訊。
另外，Google強調用戶能夠打斷Gemini Live的對話，隨時改變對話方向的功能， 在實務中沒有那麼理想，AI有時沒辦法聽清楚所有交談內容。
而《Fast Company》則對Gemini的批評更為嚴厲，聲稱測試了一系列的Google助理功能，但Gemini不是無法實現，就是沒辦法正常運作，例如Google助理能夠將用戶的口述內容紀錄在Keep裡，但Gemini只回應無法提供這個功能。
又或者，詢問某某商店幾點關門時，Google助理可以給出附近店家的詳細資訊、營業時間、聯絡方式甚至Google地圖連結；但Gemini只會簡單回應如「晚上10點關門」，無法提供和Google同樣有幫助的回應。
《The Verge》則聲稱Gemini Live的聲音太像人類，加上有時回應太長，對話體驗「就像和我9歲的孩子對話一樣。」
語音助理缺乏對第3方程式的支援
伴隨Gemini Live的登場，預計本月陸續推出的Pixel 9系列中，就會預設使用Gemini作為語音助理。不過Google也表示，假如用戶不喜歡這位新助手，也可以透過手機設定調回原來的Google助理。
Gemini作為語音助理的缺點，一方面在於和應用程式的聯動過少。《Fast Company》的批評中就提到，目前不支援YouTube外的影音服務，在需要導航時也沒辦法提供向Google助理可以直接啟動Google地圖導航的便利體驗。
Gemini雖然即將接下Google助理的棒子，作為新登場的服務功能可能尚不完善，且依照媒體評價，在可能在串連其他應用程式的功能表現不盡理想。
或許隨著Google預告的擴充功能更新，Gemini作為語音助理的水準也能更上一層樓。
責任編輯：李先泰
