Google推出适用于Gemini 平台的AI功能

allenth

Google宣布为其 Gemini 平台推出两项创新的人工智能(AI)功能。新工具 “画布”（Canvas）和 “音频概览”（Audio Overview）旨在加强用户在文档和编码任务中与AI的互动和协作。这些功能将在全球范围内向双子座高级用户和免费用户推出。


Canvas功能旨在促进用户与AI在各种项目上的协作。在双子座的界面上选择 “深度研究 ”选项旁边的 “画布 ”按钮，用户就可以上传文档或代码行。这一操作会打开一个沙盒环境，AI会根据用户的提示生成初稿。然后，用户可以在AI聊天机器人的帮助下完善输出，进行编辑和调整。

目前，Canvas 支持文档和编码任务。对于文档，用户可以上传文件并提供提示，例如 “根据这些课堂笔记创建一个演讲稿”。然后，AI将在沙盒界面中起草回复。用户可以根据具体反馈，灵活地手动编辑文本或要求更改语气或内容。

在编码场景中，用户可以提示AI编写代码，Canvas 可以让他们直观地生成和预览网络应用程序原型。该功能目前支持 HTML 和 React 代码。预览后，用户可以要求修改输入字段或呼叫行动按钮，并实时观察更新后的结果。虽然与 OpenAI 的 Canvas 功能类似，但 Gemini 的版本可在网络和移动平台上使用。

继 NotebookLM 中的音频概述功能取得成功后，谷歌又将其集成到了 Gemini 中。该功能使用户能够根据使用深度研究创建的文档、幻灯片和报告生成播客式音频讨论。当文件符合标准时，Gemini 平台上会出现一个浮动操作按钮（FAB），提示用户使用该功能。点击浮动操作按钮后，Gemini 会生成一个音频讨论，由一男一女两AI主持人主持。这些主持人会进行动态对话，探讨话题，并在不同主题之间建立联系。这个过程可能需要几分钟才能完成，但它为用户提供了独特的听觉体验，增强了他们对材料的理解。

全球推广和无障碍使用
Canvas 和音频概述功能都已出现在 Gemini 的网页界面上，但尚未出现在移动应用程序上。谷歌正在向全球推出这些功能，这意味着所有用户可能需要几天时间才能使用这些功能。随着这些工具的推出，用户可以期待在 Gemini 平台上获得更具互动性和参与性的体验。