Apa yang diumumkan

Google melancarkan lapisan interaksi suara tekan-dan-tahan untuk apl Gemini macOS, membolehkan pengguna bercakap dengan Gemini dari mana-mana tetingkap di desktop hanya dengan menekan lama kekunci Fn . Kemas kini ini menyediakan dua mod yang berbeza.

Dua mod dan cara ia berfungsi

1. Dikta Pintar (lalai, sentiasa aktif)

• Tekan lama kekunci Fn dalam mana-mana apl dan bercakap secara semula jadi .
• Gemini mentranskrip kata-kata anda menjadi teks yang bersih dan kemas yang memformat sendiri — mengendalikan tanda baca, huruf besar, dan juga membuang kata pengisi ("um," "ah," dan pembetulan di tengah ayat) .
• Output muncul terus di dalam apl atau medan teks yang anda gunakan. Ia direka sebagai pengganti yang lebih pintar untuk dikta terbina dalam macOS .

2. Kesedaran Skrin (opt-in)

• Anda mesti aktifkan secara manual ciri ini (opt-in sahaja) .
• Setelah diaktifkan, Gemini boleh "melihat" apa yang ada pada skrin anda melalui kebenaran perkongsian skrin .
• Anda boleh memberi arahan suara yang merujuk kepada kandungan pada skrin — contohnya, "ringkaskan dokumen ini" atau "edit perenggan itu" — dan Gemini bertindak berdasarkan kandungan yang kelihatan .
• The Verge menggambarkan ini sebagai membolehkan Gemini "melaksanakan tugas dalam tetingkap terbuka anda" .

Pertukaran privasi

• Dikta Pintar memproses audio di awan Google; dasar privasi Gemini standard terpakai (sembang disimpan secara lalai selama 18 bulan, dengan pilihan 3/36 bulan atau padam automatik, dan semakan manusia mungkin berlaku pada sembang yang diopt-in) .
• Kesedaran Skrin adalah pertimbangan privasi yang lebih besar: ia memerlukan memberikan kebenaran rakaman skrin kepada Gemini. Kerana ia opt-in, tiada apa yang dikongsi melainkan anda menghidupkannya secara eksplisit . Setelah diaktifkan, Google boleh melihat kandungan tetingkap aktif anda, yang menimbulkan kebimbangan yang sama seperti alat pembacaan skrin AI yang lain (perkongsian maklumat sensitif secara tidak sengaja, pendedahan bukti kelayakan, dll.). Google menyatakan ia akan menyemak dengan anda sebelum mengambil tindakan besar, tetapi data skrin itu sendiri diproses di pelayan Google .

Perbandingan: Gemini vs ChatGPT Desktop vs Apple Intelligence

Perbezaan utama: GPT-Live-1 ChatGPT Desktop adalah mod suara perbualan sebenar — ia boleh mendengar dan bercakap pada masa yang sama, mengendalikan gangguan, dan mengarahkan ejen AI secara langsung . Pendekatan Gemini lebih berorientasikan tugas: dikta ditambah arahan sedar skrin dan bukannya sembang dua hala yang lancar. Apple Intelligence adalah setempat dan bersepadu sistem tetapi kekurangan kedalaman generatif dan autonomi rentas apl seperti Gemini atau ChatGPT.

Butiran ketersediaan

Kawalan Suara Baharu (29 Julai 2026)

• Bahasa: Bahasa Inggeris pada peringkat awal; tiada senarai rasmi bahasa tambahan telah diterbitkan .
• Versi apl: Apl Gemini untuk macOS terkini (kemas kini bergulir tanpa nombor versi khusus dikeluarkan) .
• Pelancaran global: Dilancarkan secara global bermula 29 Julai, tetapi mungkin mengambil masa beberapa hari untuk sampai ke semua wilayah .
• Sekatan umur: 18+ (dasar umur standard Gemini).
• Langganan: Percuma untuk Dikta Pintar; Kesedaran Skrin juga percuma semasa pelancaran — tiada langganan Google AI Ultra atau tier berbayar diperlukan untuk mana-mana ciri suara .

Gemini Spark (tiba 30 Jun 2026)

• Apa itu: Ejen AI latar belakang 24/7 yang berjalan di Google Cloud, walaupun peranti anda dimatikan. Ia mengautomasikan tugas merentas Gmail, Docs, Kalendar, fail, dan perkhidmatan pihak ketiga menggunakan Jadual dan Kemahiran .
• Bahasa: Bahasa Inggeris sahaja semasa pelancaran .
• Versi apl: Memerlukan apl Gemini untuk macOS terkini (beta); Spark juga berfungsi pada Android, iOS, dan web .
• Pelancaran global: Beta terhad — AS sahaja setakat 30 Jun . Pelancaran India dilaporkan secara berasingan pada 29 Julai .
• Sekatan umur: 18+.
• Langganan: Pelanggan Google AI Ultra sahaja (tier berbayar). Tidak tersedia pada Gemini percuma .
• Perbezaan utama dari kawalan suara: Spark adalah ejen latar belakang (proaktif, automasi 24/7), manakala kawalan suara adalah kaedah input masa nyata (reaktif, atas permintaan). Spark berjalan secara autonomi di awan; kawalan suara memerlukan anda berada di Mac dan bercakap secara aktif. Spark berbayar; kawalan suara percuma.

Apa yang diumumkan

Google melancarkan lapisan interaksi suara tekan-dan-tahan untuk apl Gemini macOS, membolehkan pengguna bercakap dengan Gemini dari mana-mana tetingkap di desktop hanya dengan menekan lama kekunci Fn . Kemas kini ini menyediakan dua mod yang berbeza.

Dua mod dan cara ia berfungsi

1. Dikta Pintar (lalai, sentiasa aktif)

• Tekan lama kekunci Fn dalam mana-mana apl dan bercakap secara semula jadi .
• Gemini mentranskrip kata-kata anda menjadi teks yang bersih dan kemas yang memformat sendiri — mengendalikan tanda baca, huruf besar, dan juga membuang kata pengisi ("um," "ah," dan pembetulan di tengah ayat) .
• Output muncul terus di dalam apl atau medan teks yang anda gunakan. Ia direka sebagai pengganti yang lebih pintar untuk dikta terbina dalam macOS .

2. Kesedaran Skrin (opt-in)

• Anda mesti aktifkan secara manual ciri ini (opt-in sahaja) .
• Setelah diaktifkan, Gemini boleh "melihat" apa yang ada pada skrin anda melalui kebenaran perkongsian skrin .
• Anda boleh memberi arahan suara yang merujuk kepada kandungan pada skrin — contohnya, "ringkaskan dokumen ini" atau "edit perenggan itu" — dan Gemini bertindak berdasarkan kandungan yang kelihatan .
• The Verge menggambarkan ini sebagai membolehkan Gemini "melaksanakan tugas dalam tetingkap terbuka anda" .

Pertukaran privasi

• Dikta Pintar memproses audio di awan Google; dasar privasi Gemini standard terpakai (sembang disimpan secara lalai selama 18 bulan, dengan pilihan 3/36 bulan atau padam automatik, dan semakan manusia mungkin berlaku pada sembang yang diopt-in) .
• Kesedaran Skrin adalah pertimbangan privasi yang lebih besar: ia memerlukan memberikan kebenaran rakaman skrin kepada Gemini. Kerana ia opt-in, tiada apa yang dikongsi melainkan anda menghidupkannya secara eksplisit . Setelah diaktifkan, Google boleh melihat kandungan tetingkap aktif anda, yang menimbulkan kebimbangan yang sama seperti alat pembacaan skrin AI yang lain (perkongsian maklumat sensitif secara tidak sengaja, pendedahan bukti kelayakan, dll.). Google menyatakan ia akan menyemak dengan anda sebelum mengambil tindakan besar, tetapi data skrin itu sendiri diproses di pelayan Google .

Perbandingan: Gemini vs ChatGPT Desktop vs Apple Intelligence

Perbezaan utama: GPT-Live-1 ChatGPT Desktop adalah mod suara perbualan sebenar — ia boleh mendengar dan bercakap pada masa yang sama, mengendalikan gangguan, dan mengarahkan ejen AI secara langsung . Pendekatan Gemini lebih berorientasikan tugas: dikta ditambah arahan sedar skrin dan bukannya sembang dua hala yang lancar. Apple Intelligence adalah setempat dan bersepadu sistem tetapi kekurangan kedalaman generatif dan autonomi rentas apl seperti Gemini atau ChatGPT.

Butiran ketersediaan

Kawalan Suara Baharu (29 Julai 2026)

• Bahasa: Bahasa Inggeris pada peringkat awal; tiada senarai rasmi bahasa tambahan telah diterbitkan .
• Versi apl: Apl Gemini untuk macOS terkini (kemas kini bergulir tanpa nombor versi khusus dikeluarkan) .
• Pelancaran global: Dilancarkan secara global bermula 29 Julai, tetapi mungkin mengambil masa beberapa hari untuk sampai ke semua wilayah .
• Sekatan umur: 18+ (dasar umur standard Gemini).
• Langganan: Percuma untuk Dikta Pintar; Kesedaran Skrin juga percuma semasa pelancaran — tiada langganan Google AI Ultra atau tier berbayar diperlukan untuk mana-mana ciri suara .

Gemini Spark (tiba 30 Jun 2026)

• Apa itu: Ejen AI latar belakang 24/7 yang berjalan di Google Cloud, walaupun peranti anda dimatikan. Ia mengautomasikan tugas merentas Gmail, Docs, Kalendar, fail, dan perkhidmatan pihak ketiga menggunakan Jadual dan Kemahiran .
• Bahasa: Bahasa Inggeris sahaja semasa pelancaran .
• Versi apl: Memerlukan apl Gemini untuk macOS terkini (beta); Spark juga berfungsi pada Android, iOS, dan web .
• Pelancaran global: Beta terhad — AS sahaja setakat 30 Jun . Pelancaran India dilaporkan secara berasingan pada 29 Julai .
• Sekatan umur: 18+.
• Langganan: Pelanggan Google AI Ultra sahaja (tier berbayar). Tidak tersedia pada Gemini percuma .
• Perbezaan utama dari kawalan suara: Spark adalah ejen latar belakang (proaktif, automasi 24/7), manakala kawalan suara adalah kaedah input masa nyata (reaktif, atas permintaan). Spark berjalan secara autonomi di awan; kawalan suara memerlukan anda berada di Mac dan bercakap secara aktif. Spark berbayar; kawalan suara percuma.