谷歌今天上线了Gemini 3.5 Live Translate。核心功能只有一个：你在说话，它实时翻成另一种语言——保留你的语调、节奏、甚至音色。
过去几年谷歌在发布会上演示过无数次实时翻译，但那时候你需要Pixel手机、需要Pixel Buds耳机，门槛高到普通人根本用不上。去年情况稍微好一点，翻译功能下放到了更多安卓手机和iOS版Google Translate，但还得配特定耳机。
Gemini 3.5把门槛彻底砍了——任何耳机都能用，连耳机都不用。开启"听音模式"，直接把手机贴耳朵上，跟接电话一样。唯一问题是：这个模式目前只有安卓支持，iOS用户还是得老老实实戴耳机。
翻译质量怎么样？谷歌说延迟只比正常对话慢几秒，同时保留了讲话人的语调、节奏和音高。翻译腔会变淡，听起来更像真人而不是机器。不过演示视频都是在受控环境下录的，地铁里、嘈杂的街道上效果如何，还得等正式上线后用户反馈。
所有Gemini 3.5生成的音频都内嵌了SynthID水印，目前没法去除。这不是什么坏事——至少明确告诉你：这段音频是AI生成的，不是真人。
第一批用户是企业客户，下个月进Google Meet。Google Translate的安卓和iOS版更新也会跟进。
技术层面，Gemini 3.5属于发布时I/O上亮相的3.5家族。之前只出了Flash版本，Pro版本预计几周内上线。
真正的门槛从来不是技术，是你愿不愿意带个翻译机出门。现在你只需要一部手机。
正文完