谷歌近日宣布推出Gemini 2.5 Flash Native Audio的更新版本，为实时语音代理（Live Voice Agents）带来更自然、更智能的语音交互能力。该模型现已集成至Google AI Studio、Vertex AI，并逐步上线Gemini Live和Search Live，首次为Search Live带来原生音频支持，让用户在搜索过程中实现更流畅、更人性化的实时对话体验，无论是即时头脑风暴、获取实时帮助，还是构建企业级客户服务系统，都更加高效。 此次更新的核心亮点是“原生语音”功能，使AI能更精准地理解复杂指令、处理多轮对话，并在交流中保持自然的语调与情感表达。多家企业已开始应用该技术并取得显著成果。例如，Shopify的Sidekick AI在使用后，用户几乎在短时间内忘记自己在与AI对话，部分用户甚至在长谈后表示感谢；United Wholesale Mortgage（UWM）通过集成该模型，已为合作中介成功生成超1.4万份贷款申请；Newo.ai的AI接待员则能实现嘈杂环境下的主讲人识别、中英双语自由切换，语音自然且富有情感。 此外，谷歌还推出一项全新“实时语音翻译”功能，目前处于测试阶段。该功能支持通过耳机实现流式语音到语音的实时翻译，完整保留说话人的语调、语速和语感，让跨语言交流更自然。在单向模式下，用户可佩戴耳机，将周围多语言环境的讲话实时翻译成自己母语；在双向对话中，系统能自动识别说话人并实时切换输出语言。例如，英语使用者与印地语用户交流时，对方会听到中文或英文的实时翻译，而自己则能听到对方的印地语原声。 该功能目前在Android版Google Translate应用中面向美国、墨西哥和印度的用户开放，支持超过70种语言，且兼容任何耳机。谷歌计划于2026年将该功能扩展至iOS及更多国家。同时，Translate应用的翻译能力也进一步升级，Gemini能更准确地处理俚语、习语和文化语境，如“stealing my thunder”将被正确理解为“抢了我风头”而非字面翻译。 此外，谷歌还扩大了语言学习工具的覆盖范围，新增德国、印度、瑞典、台湾等近20个国家和地区，支持英语与德语、中文、荷兰语、意大利语、瑞典语等多语种互练。新功能还加入学习天数追踪、个性化反馈等机制，提升用户学习动力，使体验更接近主流语言学习应用。