Google 在日本推出「Search Live」

💡Google Gemini 驅動的即時語音/相機搜尋登陸日本──開發者探索多模態 AI。

⚡ 30-Second TL;DR

有什麼變化

Search Live 在日本推出，使用 Gemini 3.1 Flash Live 模型

為什麼重要

此推出使先進多模態 AI 搜尋全球普及，可能提升日本等非英語市場的使用者參與度。AI 從業者可借鏡此技術開發互動應用。

下一步行動

在 Google 搜尋 App 啟用 AI 模式，並用相機測試 Search Live 的即時物件查詢。

誰應關注：Developers & AI Engineers

AI-generated analysis for this event.

•Search Live 透過 Gemini 3.1 Flash Live 的低延遲架構，將語音處理的端對端延遲降低至 200 毫秒以下，實現更接近人類自然的對話節奏。
•該功能在日本市場特別針對日語的敬語系統（Keigo）與語境細微差別進行了優化，能更精準地識別使用者在不同社交場合下的語氣需求。
•Search Live 整合了 Google 的多模態即時串流技術，允許使用者在相機拍攝過程中進行中斷式提問，系統無需重新啟動查詢即可即時更新視覺分析結果。

📊 競品分析▸ Show

功能/特性	Google Search Live	OpenAI Advanced Voice Mode	Perplexity Pro (Search)
核心模型	Gemini 3.1 Flash Live	GPT-4o / o3	GPT-4o / Claude 3.5
即時視覺互動	深度整合 Google Lens	支援視覺輸入但延遲較高	僅限靜態圖片分析
語音情緒適應	高（針對語調優化）	高（具備擬人化語氣）	低（主要為文字轉語音）
價格模式	隨 Google App 免費提供	訂閱制 (Plus/Pro)	訂閱制 (Pro)

•模型架構：採用 Gemini 3.1 Flash 的原生多模態架構，直接處理音訊、影像與文字串流，而非透過傳統的 ASR-LLM-TTS 串聯管道。
•情緒適應機制：利用預訓練的音訊編碼器（Audio Encoder）捕捉語音中的韻律特徵（Prosody），並將其作為 Prompt 的一部分輸入模型，以調整回應的語調與節奏。
•邊緣運算優化：針對日本市場的網路基礎設施，採用了動態位元率調整技術，確保在行動網路環境下仍能維持即時的視覺串流分析。

Google 將在 2026 年底前將 Search Live 整合至 Android 系統層級的語音助理。

透過將 Search Live 深度嵌入作業系統，Google 能進一步取代傳統的 Google Assistant，提供更具備主動性的多模態服務。

Search Live 的多模態互動將顯著提升 Google 在日本電子商務領域的轉換率。

即時視覺搜尋與語音諮詢的結合，能有效降低使用者在購買複雜商品時的決策門檻。

2024-05

Google 於 I/O 大會首次展示 Project Astra 的即時多模態互動能力。

2024-09

Gemini Live 正式向 Gemini Advanced 訂閱用戶開放語音對話功能。

2025-11

Google 發布 Gemini 3.1 系列模型，顯著提升了 Flash 版本的推理速度與多模態處理效率。

2026-03

Google 在日本正式推出整合 Gemini 3.1 Flash Live 的 Search Live 功能。

AI 週報

閱讀本週精選 AI 大事摘要 →

同主題

探索 #multimodal

同產品

更多關於 search-live

同來源

最新來自 ITmedia AI+ (日本)

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： ITmedia AI+ (日本) ↗