Το Gemini Live αποκτά agentic δυνατότητες, μετατρέποντας τη φωνητική συνομιλία σε εργαλείο εκτέλεσης σύνθετων εργασιών. Η Google ανακοίνωσε σημαντική αναβάθμιση παραγωγικότητας για τη λειτουργία, με νέα χαρακτηριστικά που περιλαμβάνουν το Personal Intelligence, το Daily Brief, την ενσωμάτωση του Spark και τη διαχείριση εισερχομένων χωρίς χρήση των χεριών.
Το σκεπτικό πίσω από την κίνηση στηρίζεται σε συγκεκριμένα δεδομένα χρήσης: το 63% των χρηστών απευθύνεται στο εργαλείο προφορικά και όχι μέσω πληκτρολογίου. Η φωνή αποδεικνύεται ο ταχύτερος τρόπος αλληλεπίδρασης, και η εταιρεία επιλέγει να χτίσει πάνω σε αυτή τη συνήθεια αντί να την αντιμετωπίζει ως δευτερεύουσα επιλογή.
Πολυβηματικές εργασίες με μία φωνητική εντολή
Η ενσωμάτωση του Spark στο Gemini επιτρέπει τον ορισμό σύνθετων εργασιών που εκτελούνται αυτόνομα, με απλές φωνητικές εντολές σε φυσική γλώσσα. Το εργαλείο λειτουργεί οριζόντια σε Google Docs, Sheets, Drive και στο διαδίκτυο, διατηρώντας μνήμη των στόχων του χρήστη καθώς προχωρά. Σημαντικό είναι ότι αναλαμβάνει προγραμματισμένες εργασίες μεγάλης διάρκειας, οι οποίες εκτείνονται σε ημέρες ή εβδομάδες και συνεχίζουν να τρέχουν ακόμη και όταν η εφαρμογή δεν είναι ανοιχτή.
Τα παραδείγματα χρήσης είναι χαρακτηριστικά. Ο χρήστης μπορεί να εκφωνήσει εν κινήσει τις ασύντακτες σκέψεις και τα ημιτελή σχέδιά του για μια ιδέα, και το σύστημα να οργανώσει τα βασικά θέματα σε δομημένο περίγραμμα μέσα σε ένα έγγραφο, έτοιμο μέχρι τη στιγμή που θα καθίσει στο γραφείο του. Σε πιο καθημερινό επίπεδο, μπορεί να ζητήσει τη διατήρηση εβδομαδιαίου προγράμματος γευμάτων για την οικογένεια, για παράδειγμα ένα χορτοφαγικό μενού υψηλής πρωτεΐνης, με ταυτόχρονη δημιουργία λίστας αγορών βάσει συνταγών που έχει ήδη αποθηκευμένες.
Η ενημέρωση της ημέρας
Η λειτουργία Daily Brief προσφέρει προφορική σύνοψη όσων εκκρεμούν για την ημέρα. Με μια απλή ερώτηση, το σύστημα συνδυάζει τις σημαντικότερες ενημερώσεις από το Gmail και το ημερολόγιο σε ένα συνοπτικό ενημερωτικό δελτίο. Το πλεονέκτημα είναι προφανές: ο χρήστης λαμβάνει απάντηση στο ερώτημα τι πρέπει να τον απασχολήσει σήμερα, χωρίς να χρειαστεί να κοιτάξει καθόλου οθόνη.
Τα εισερχόμενα μέσω φωνής
Νέα δυνατότητα επιτρέπει τη διαχείριση της ηλεκτρονικής αλληλογραφίας αποκλειστικά με φωνητικές εντολές. Ο χρήστης μπορεί να ρωτήσει το Gemini αν υπάρχουν νέα μηνύματα ή να αναζητήσει κάτι πολύ συγκεκριμένο, όπως επείγοντα μηνύματα από το σχολείο των παιδιών. Οι διαθέσιμες ενέργειες περιλαμβάνουν αναζήτηση, σύνοψη, επισήμανση με αστέρι, αρχειοθέτηση και διαγραφή, όλα χωρίς άγγιγμα της συσκευής.
Η μνήμη που συνδέει τα κομμάτια
Το Personal Intelligence αποτελεί ίσως τη σημαντικότερη προσθήκη. Το σύστημα διατηρεί πλέον μνήμη των προηγούμενων συνομιλιών και συνδυάζει τις πληροφορίες αυτές με δεδομένα από συνδεδεμένες εφαρμογές όπως το Gmail, το Photos, την αναζήτηση και το YouTube.
Πρακτικά, αυτό σημαίνει ότι ο χρήστης μπορεί να ρωτήσει ποιο ήταν το όνομα ενός εστιατορίου που επισκέφθηκε σε ταξίδι πριν από μήνες ή να ζητήσει τη συνταγή που είχε συζητήσει την προηγούμενη ημέρα, λαμβάνοντας ακριβή απάντηση χωρίς να χρειάζεται να ξεκινήσει από το μηδέν κάθε φορά.
Χωρίς επιλογή εργαλείου
Το στοιχείο που δένει το σύνολο είναι η απουσία ανάγκης επιλογής. Ο χρήστης δεν χρειάζεται να αποφασίσει αν μια εργασία απαιτεί το Spark, το Daily Brief ή μια απλή αναζήτηση στα εισερχόμενα, όλα εξελίσσονται μέσα σε μία αδιάσπαστη συνομιλία.
Το σενάριο που περιγράφει η εταιρεία είναι διαφωτιστικό: ο χρήστης ρωτά πώς διαμορφώνεται η ημέρα του ενώ ετοιμάζει τον καφέ του, λαμβάνει ενημέρωση για το πρωινό πρόγραμμα και για ενημερωτικά δελτία που περιμένουν στα εισερχόμενα, και στη συνέχεια ζητά να δημιουργηθούν οικογενειακά ραντεβού στο ημερολόγιο με βάση προσκλήσεις που υπάρχουν στα email, συμπεριλαμβανομένων των χρόνων μετακίνησης. Η εργασία μεταβιβάζεται αυτόματα στο Spark και εκτελείται στο παρασκήνιο.
Για την ενεργοποίηση απαιτείται η σύνδεση των εφαρμογών μέσα από τις ρυθμίσεις Personal Intelligence, με τη λειτουργία να ξεκινά πατώντας το εικονίδιο Live στην εφαρμογή.
