Gemini for Mac sai ääniohjauksen – Google toi Macille älykkään sanelun ja ruudunlukutilan

Mitä tapahtui?

Google toi Gemini macOS -sovellukseen paina ja pidä -puhetoiminnon, jonka avulla käyttäjät voivat puhua Geminille missä tahansa työpöydän ikkunassa painamalla Fn-näppäintä pitkään . Päivitys tarjoaa kaksi eri tilaa.

Kaksi tilaa ja niiden toiminta

1. Älykäs sanelu (oletustila, aina päällä)

• Paina Fn-näppäintä pitkään missä tahansa sovelluksessa ja puhu luonnollisesti .
• Gemini muuttaa puheesi siistiksi, muotoilluksi tekstiksi, joka automaattisesti huolehtii välimerkeistä, isoista kirjaimista ja poistaa täytesanat ("öö", "tuota" ja kesken jääneet korjaukset) .
• Teksti ilmestyy suoraan siihen sovellukseen tai tekstikenttään, jossa olet. Toiminto on suunniteltu korvaamaan macOS:n oma sanelu .

2. Ruudunlukutila (vapaaehtoinen)

• Ominaisuus on otettava käyttöön manuaalisesti (vain vapaaehtoinen) .
• Käyttöönoton jälkeen Gemini voi "nähdä" ruudullasi olevan sisällön ruudunjakoluvan avulla .
• Voit antaa puhekomentoja, jotka viittaavat ruudulla näkyvään sisältöön – esimerkiksi "tiivistä tämä asiakirja" tai "muokkaa tuota kappaletta" – ja Gemini toimii näkyvän sisällön perusteella .
• The Verge kuvaa tätä siten, että Gemini voi "suorittaa tehtäviä avoimissa ikkunoissasi" .

Tietosuojanäkökulmat

• Älykäs sanelu käsittelee ääntä Googlen pilvessä; tavalliset Geminin tietosuojakäytännöt ovat voimassa (keskustelut tallennetaan oletuksena 18 kuukaudeksi, vaihtoehtoina 3/36 kuukautta tai automaattinen poisto, ja ihmisarviointi on mahdollista käyttöönotetuissa keskusteluissa) .
• Ruudunlukutila on suurempi tietosuojakysymys: se vaatii Geminille ruudun tallennusoikeudet. Koska se on vapaaehtoinen, mitään ei jaeta, ellet erikseen ota sitä käyttöön . Käyttöönoton jälkeen Google näkee aktiivisten ikkunoidesi sisällön, mikä herättää samoja huolenaiheita kuin mikä tahansa tekoälyn ruudunlukutyökalu (arkaluonteisten tietojen vahingossa jakaminen, kirjautumistietojen näkyminen jne.). Google sanoo kysyvänsä lupaasi ennen merkittäviä toimintoja, mutta ruutudataa käsitellään Googlen palvelimilla .

Vertailu: Gemini vs ChatGPT Desktop vs Apple Intelligence

Keskeiset erot: ChatGPT Desktopin GPT-Live-1 on aito keskusteleva puhetila – se voi kuunnella ja puhua samanaikaisesti, käsitellä keskeytyksiä ja ohjata tekoälyagentteja reaaliajassa . Geminin lähestymistapa on enemmän tehtäväkeskeinen: sanelu ja ruudunlukukomennot eikä sujuvaa keskustelua. Apple Intelligence on syvästi laitteella toimiva ja järjestelmään integroitu, mutta siltä puuttuu Geminin ja ChatGPT:n generatiivinen syvyys ja sovellusten välinen autonomia.

Saatavuustiedot

Uusi puheohjaus (29. heinäkuuta 2026)

• Kieli: Aluksi englanti; muita kieliä ei ole virallisesti ilmoitettu .
• Sovellusversio: Uusin Gemini for macOS -sovellus (rullaava päivitys, tarkkaa versionumeroa ei julkaistu) .
• Maailmanlaajuinen käyttöönotto: Rullaa maailmanlaajuisesti 29. heinäkuuta alkaen, mutta voi kestää päiviä saavuttaa kaikki alueet .
• Ikäraja: 18+ (tavallinen Geminin ikäkäytäntö).
• Tilaus: Älykäs sanelu on ilmainen; myös ruudunlukutila on ilmainen julkaisun yhteydessä – kumpikaan puheominaisuus ei vaadi Google AI Ultraa tai maksullista tasoa .

Gemini Spark (saapui 30. kesäkuuta 2026)

• Mikä se on: 24/7 jatkuvasti toimiva tekoälyagentti, joka toimii Google Cloudissa, vaikka laitteesi olisivat pois päältä. Se automatisoi tehtäviä Gmailissa, Docsisssa, Kalenterissa, tiedostoissa ja kolmannen osapuolen palveluissa Aikataulujen ja Taitojen avulla .
• Kieli: Vain englanti julkaisun yhteydessä .
• Sovellusversio: Vaatii uusimman Gemini for macOS -sovelluksen (beta); Spark toimii myös Androidilla, iOS:llä ja verkossa .
• Maailmanlaajuinen käyttöönotto: Rajoitettu beta – vain Yhdysvallat 30. kesäkuuta alkaen . Intian käyttöönotosta raportoitiin erikseen 29. heinäkuuta .
• Ikäraja: 18+.
• Tilaus: Vain Google AI Ultra -tilaajille (maksullinen taso). Ei saatavilla ilmaisessa Geminissä .
• Keskeinen ero puheohjaukseen: Spark on tausta-agentti (aktiivinen, 24/7 automaatio), kun taas puheohjaus on reaaliaikainen syöttötapa (reaktiivinen, tarvittaessa). Spark toimii itsenäisesti pilvessä; puheohjaus vaatii sinut Macin äärelle ja aktiivisen puhumisen. Spark maksaa; puheohjaus on ilmainen.