Google 发布 Gemini 3.5 Transcribe 实时语音转写模型
GeminiApp · x · 2026-09-09
Google 官方宣布推出 Gemini 3.5 Transcribe，一款面向精准、智能实时语音转写的 speech-to-text 模型。
- 模型已集成进 macOS 版 Gemini 应用，可结合用户语音与屏幕上下文协同工作
- 支持用自然语言完成本地文件总结、规划与研究等任务，还可用语音指令生成图像
- 定位为「实时转写 + 智能理解」的组合，而非单纯的听写工具
所属事件:Google 推出 Gemini 3.5 Transcribe 实时转写并登陆 macOS(2 条相关)→
「多模态」频道最新
- Reddit 用户用 ComfyUI 生成逼真「清晨公交」短片 — no3us · 2026-10-27
- 网友为 MOSS 模型做模糊/防模糊 Slider LoRA,负权重让背景更清晰 — NoMouse9610 · 2026-10-27
- PixGR：像素空间生成式解码加速前馈 3D 高斯重建 — kwangmoo_yi · 2026-10-27
- Krea-2 Turbo 搭配 ComfyUI 做产品广告图，作者晒提示词与成片效果 — comfy-king-999 · 2026-10-27
- Marigold V2 深度估计支持高分辨率分块推理，登陆 ComfyUI — AntonObukhov1 · 2026-10-27
- AI 电影人 PJaccetturo 谈用 Dreamina 构建影级世界 NEXUS — DavidmComfort · 2026-10-27