Google Gemini 3.5实时翻译上线：70种语言同声传译，语调语速全保留

核心看点

6月9日，Google推出Gemini 3.5实时翻译模型，支持70多种语言的实时语音到语音翻译。它能自动检测语言、保留说话者的语调语速，让跨语言交流真正变得自然流畅。

详细解析

技术突破：不只是翻译，是”同声传译”

与传统翻译工具不同，Gemini 3.5实时翻译模型实现了：

• 自动语言检测：无需手动选择源语言和目标语言，模型自动识别70+种语言
• 语音到语音直译：不是先转文字再翻译，而是直接音频进、音频出
• 保留说话者特征：翻译后的语音保留原说话者的语调、语速和音高
• 流畅自然：翻译结果不再是生硬的”机器腔”

应用场景

该模型即日起在Google各产品中逐步推出，典型应用场景包括：

• 国际会议实时同声传译
• 跨国商务谈判无障碍沟通
• 旅行时与当地人自然交流
• 多语言客服系统升级

Gemini生态持续扩张

除了实时翻译，Google近期在Gemini生态上动作频频：

• Gemini App月活超9亿：一年内翻倍，成为Google增长最快的产品之一
• Gemini Go发布：专为Android Go低配设备设计的精简版AI助手，内存仅需2GB
• Gemini Home音箱：首款为Gemini打造的音频设备，售价99.99美元，支持多轮对话和复杂指令
• Gemini 3.5 Flash：打破”先Pro后Flash”惯例，率先发布并成为Gemini App默认模型

与竞争对手的差异化

相比OpenAI的”通用AGI”路线和Anthropic的”安全优先”策略，Google的Gemini选择在多模态实时交互上建立壁垒。从文本到图像，从语音到视频，Gemini正在成为一个真正的”全能型AI助手”。

总结

实时语音翻译看似是一个细分功能，但它可能是AI打破语言巴别塔的关键一步。当70种语言可以实时互通，全球化的最后一道屏障也将被拆除。Google凭借其在语音技术和多语言数据上的积累，正在这个赛道上建立难以逾越的优势。

发布时间：2026年6月22日