谷歌近日发布了Gemini 3.5 Live Translate，这是一个全新的音频模型，专注于实现实时语音到语音的翻译。与传统的语音翻译相比，该模型支持超过70种语言，并致力于消除翻译过程中常见的尴尬停顿，同时保持语调和情感的连贯性。这得益于其基于Gemini 3.5架构的端到端音频处理能力，能够绕过多阶段级联（如先转文字再翻译再合成语音）所带来的延迟和信息损失。目前，该技术已逐步整合进谷歌产品生态中，包括在Google Meet上提供私人预览版，以及在Android和iOS端的Google Translate应用中部署。这标志着人机交互和多语言沟通领域迈出了重要一步，尤其是在降低实时对话障碍方面具有显著潜力，有望重塑跨国协作与文化交流的模式。