Google发布Gemini 3.5实时翻译模型：支持70+语言，保留原声语调

核心看点

• 6月9日，Google推出Gemini 3.5实时翻译模型，支持语音到语音实时翻译
• 自动检测70多种语言，无需手动选择源语言
• 保留说话者语调、语速和音高，翻译更自然流畅
• 即日起在Google各产品中逐步推出，包括搜索、地图、Meet等
• 与Meta智能眼镜正面竞争：Google联合Warby Parker、Gentle Monster推出Gemini智能眼镜

详细解析

1. 实时语音翻译新突破

6月9日，Google宣布推出Gemini 3.5实时翻译模型，这是其最新的实时语音到语音翻译音频模型。据Google介绍，该模型具备以下核心能力：

• 自动语言检测：可自动识别70多种语言，无需用户手动选择源语言
• 自然语音合成：生成流畅自然的翻译语音，不再是生硬的机器音
• 保留原声特征：保留说话者的语调、语速和音高，让翻译听起来像”同一个人在说另一种语言”
• 低延迟实时性：几乎实时的翻译响应，适合对话场景

2. 与Google生态深度整合

该模型即日起在Google各产品中逐步推出，包括：

• Google搜索：实时翻译搜索结果和语音查询
• Google地图：旅行场景中的实时导航翻译
• Google Meet：视频会议实时字幕和翻译
• Android系统：系统级实时翻译功能

这意味着Google正在将Gemini从”独立AI产品”转变为”底层基础设施”，渗透到每一个Google产品中。

3. 智能眼镜赛道入局

在2026年Google I/O大会上，Google还正式官宣进军消费级智能眼镜市场，将携手Warby Parker、Gentle Monster两大国际潮流眼镜品牌，推出搭载Gemini AI系统的全新智能眼镜产品，定于今年秋季正式发售。

此举标志着Google正式正面入局，直面Meta旗下Ray-Ban Meta系列智能眼镜的市场统治地位。Gemini 3.5实时翻译功能将成为Google智能眼镜的核心卖点之一——戴上眼镜，就能实时看到/听到翻译内容。

4. Google I/O 2026其他亮点

6月初的Google I/O 2026大会上，Gemini迎来全生态升级：

• Gemini 3.5 Flash（5月25日）：Google最新模型，速度4倍于同级模型，编程与智能体基准测试超越Gemini 3.1 Pro
• Gemini Omni：世界模型，从任意输入生成任意输出，支持视频理解
• Gemini Spark：常驻后台的AI助手，可自动完成跨应用任务
• 搜索25年来最大升级：AI Overview全面扩展，Gemini深度整合进搜索体验

5. 与竞争对手的对比

总结

Google正在走一条与OpenAI、Anthropic截然不同的道路——不单纯追求模型参数的”军备竞赛”，而是将AI能力深度整合到现有产品生态和硬件中。

Gemini 3.5实时翻译模型的发布，体现了Google的”实用主义AI”策略：不追求最强大模型，但追求最广泛的应用场景和最无缝的用户体验。70+语言支持、保留原声特征、与全系产品整合——这些特性让翻译从”工具”变成了”基础设施”。

随着秋季Gemini智能眼镜的上市，Google将在AI硬件领域与Meta展开正面竞争。实时翻译+智能眼镜的组合，可能会彻底改变旅行、商务、教育等场景的语言沟通方式。