Google 升级 Gemini 2.5 Flash，AI对话更自然，更少误解

Gemini 2.5 Flash Native Audio 现在更智能了（图片：x @GoogleAIStudio ·）

据外媒报道，谷歌再次升级其旗舰人工智能。这一次，这家科技巨头发布了Gemini 2.5 Flash Native Audio的更新，声称它可以使与AI的对话更顺畅，更具语境性，不再在错误的时间切断用户的谈话。

在2025年12月12日发布的公告中，谷歌表示，此次更新的重点是直接语音代理或实时语音代理。目标很明确：使人与机器的互动更接近人与人之间的自然对话，而不是像早期虚拟助理时代那样僵硬的命令。

其中一个主要改进是函数调用功能。Gemini现在更精确地确定何时调用外部函数，例如获取实时数据，然后将其直接插入音频响应中，而不会破坏对话的流。简而言之，这个AI知道什么时候“先检查”然后再回答，并且在不显眼的情况下这样做。

谷歌还提高了Gemini对开发人员指令的遵守率。遵循指令的准确率现在达到90%，高于之前的84%。这个数字很重要，特别是在复杂的工作流程中，一个小错误可能会使AI输出严重偏离。简单地说：Gemini现在更服从，更少出错。

在用户体验方面，Gemini 2.5 Flash Native Audio现在更聪明地记住以前对话的上下文。这使得对话感觉更连贯，并且不会像忘记刚刚讨论过的主题一样重复主题。它的AI仍然是机器，但短期失忆症开始消失。

Google Labs、Gemini 和 AI Studio 的副总裁 Josh Woodward 补充说，有两个小但至关重要的功能。首先，Gemini Live 现在不会因为说话时间稍长而立即切断用户。其次，用户可以在 Gemini 说话时关闭麦克风，因此不会发生意外中断。功能很简单，但非常人性化。

谷歌表示，该更新旨在提高Gemini处理复杂工作流程，导航用户指令以及保持对话自然的能力。该更新已开始在Gemini Live，Search Live，Google AI Studio和Vertex AI中推出。

此举证实了谷歌的雄心，即让Gemini不仅仅是一个数字助理，而是一个可以进行对话的合作伙伴，可以毫不费力地进行讨论。人工智能可能还不能像情绪一样谈论天气，但至少现在它知道什么时候该保持沉默，倾听，然后以相关的方式回答。