谷歌版Her大翻车：试了3次且换手机才成功…网友：我手动只需10秒
内容提要
谷歌发布Gemini Live，类似于OpenAI的GPT-4o，但在演示中出现了多次失败。Gemini Live可以拍照问答、实时对话，并提供多种声音选择。谷歌发布的新Pixel系列手机中也搭载了Gemini Live。谷歌追不上OpenAI的原因可能是技术进展慢，舆论上被盖过。谷歌前CEO表示谷歌注重工作与生活平衡，而创业公司更加拼搏。
延伸解读
演示翻车：现场表现与宣传落差
谷歌Gemini Live发布会现场演示连续失败两次，第三次换手机才成功，与官网demo的流畅效果形成鲜明对比。这并非个例，此前Bard发布时也出现过类似翻车。现场演示的稳定性问题可能影响用户对产品成熟度的信心，也反映出从实验室到真实场景的落地挑战。
技术架构差异：集成式与端到端
文章指出，GPT-4o是端到端系统，而Gemini Live则是将STT、VAD、LLM和TTS系统集成。这种架构差异可能导致响应延迟、交互自然度不同。华尔街日报评价其“对话上的进步，功能上的退步”，暗示集成方案在功能完整性上可能存在妥协，用户实际体验或与宣传有差距。
交互体验：人性化与尴尬感并存
The Verge作者实测发现，Gemini Live在解决汽车音频故障时仅用15秒，远快于原谷歌助手的5分钟，效率提升明显。但其持续发言、需用户主动打断的交互方式，以及过于人性化的声音，让作者感到尴尬和不自在，甚至投入了更多情感。这表明高效与自然之间仍需平衡。
谷歌落后原因：工作文化差异
前谷歌CEO Eric Schmidt在斯坦福演讲中表示，谷歌重视工作与生活平衡，允许居家办公，而创业公司工作更拼。网友爆料称谷歌顶级AI程序员每天只花2小时在谷歌。这种文化差异可能影响技术迭代速度，导致谷歌在大模型时代步步慢于OpenAI，舆论热度也常被盖过。
Q&A
Gemini Live的主要功能是什么？
Gemini Live具备拍照问答、实时对话和多种声音选择的功能。
谷歌在发布Gemini Live时遇到了什么问题？
在发布会演示中，Gemini Live多次失败，演示者甚至需要换手机才能成功。
Gemini Live与OpenAI的GPT-4o有什么相似之处？
Gemini Live与GPT-4o的功能十分相似，都是先进的对话系统。
外媒对Gemini Live的评价如何？
外媒对Gemini Live的评价褒贬不一，有人认为其对话方式过于人性化。
谷歌为何在大模型时代跟不上OpenAI的步伐？
谷歌的技术进展较慢，并且在舆论上被OpenAI盖过。
Gemini Live的使用场景有哪些？
用户可以通过Gemini Live拍照查询日历、查票价等，进行实时对话。
