Gemini for Mac får stemmestyring: Slik fungerer intelligent diktat og skjermbevissthet

Hva ble annonsert

Google har rullet ut et trykk-og-hold stemmegrensesnitt for Gemini macOS-appen, som lar brukere snakke til Gemini fra ethvert vindu på skrivebordet ved å holde inne Fn-tasten . Oppdateringen gir to distinkte moduser.

De to modusene og hvordan de fungerer

1. Intelligent diktat (standard, alltid på)

• Hold inne Fn-tasten i en hvilken som helst app og snakk naturlig .
• Gemini transkriberer ordene dine til ren, polert tekst som automatisk formaterer seg selv – håndterer tegnsetting, store bokstaver, og fjerner til og med fyllord ("øh", "hm" og rettelser midt i setningen) .
• Resultatet vises direkte i appen eller tekstfeltet du bruker. Designet som en smartere erstatning for macOS sin innebygde diktatfunksjon .

2. Skjermbevissthet (valgfri)

• Du må manuelt aktivere denne funksjonen (kun valgfri) .
• Når den er aktivert, kan Gemini "se" hva som er på skjermen din via skjermdelings-tillatelser .
• Du kan gi talekommandoer som refererer til innhold på skjermen – for eksempel "oppsummer dette dokumentet" eller "rediger det avsnittet" – og Gemini utfører handlinger på det synlige innholdet .
• The Verge beskriver dette som at Gemini kan "utføre oppgaver i dine åpne vinduer" .

Personvernavveining

• Intelligent diktat behandler lyd i Googles sky; standard personvernregler for Gemini gjelder (samtaler lagres som standard i 18 måneder, med valg for 3/36 måneder eller automatisk sletting, og menneskelig gjennomgang er mulig på samtaler du har godtatt) .
• Skjermbevissthet er det større personvernhensynet: det krever at du gir Gemini skjermopptakstillatelse. Fordi det er valgfritt, deles ingenting med mindre du eksplisitt slår det på . Når det er aktivert, kan Google se innholdet i dine aktive vinduer, noe som reiser samme type bekymringer som ethvert KI-skjermleserverktøy (utilsiktet deling av sensitiv informasjon, synlighet av påloggingsinformasjon, osv.). Google sier at det sjekker med deg før det utfører større handlinger, men skjermdataene behandles på Googles servere .

Sammenligning: Gemini vs ChatGPT Desktop vs Apple Intelligence

Viktige forskjeller: ChatGPT Desktops GPT-Live-1 er en ekte samtalebasert talemodus – den kan lytte og snakke samtidig, håndtere avbrytelser og styre KI-agenter i sanntid . Geminis tilnærming er mer oppgaveorientert: diktat pluss skjermbevisste kommandoer, snarere enn flytende frem og tilbake-samtale. Apple Intelligence er dypt integrert på enheten og systemomfattende, men mangler den generative dybden og tverrapplikasjonsautonomien til Gemini eller ChatGPT.

Tilgjengelighetsdetaljer

Ny stemmestyring (29. juli 2026)

• Språk: Engelsk først; ingen offisiell liste over flere språk er publisert .
• Appversjon: Siste Gemini for macOS-app (rullerende oppdatering uten spesifikt versjonsnummer) .
• Global utrulling: Ruller ut globalt fra 29. juli, men kan ta dager å nå alle regioner .
• Aldersgrense: 18+ (standard alderspolicy for Gemini).
• Abonnement: Gratis for intelligent diktat; Skjermbevissthet er også gratis ved lansering – ingen Google AI Ultra eller betalt nivå kreves for noen av talefunksjonene .

Gemini Spark (ankom 30. juni 2026)

• Hva det er: En 24/7 vedvarende KI-agent som kjører i Google Cloud, selv når enhetene dine er av. Den automatiserer oppgaver på tvers av Gmail, Docs, Kalender, filer og tredjepartstjenester ved hjelp av tidsplaner og ferdigheter .
• Språk: Kun engelsk ved lansering .
• Appversjon: Krever siste Gemini for macOS-app (beta); Spark fungerer også på Android, iOS og nett .
• Global utrulling: Begrenset beta – kun USA per 30. juni . En utrulling i India ble separat rapportert 29. juli .
• Aldersgrense: 18+.
• Abonnement: Kun for Google AI Ultra-abonnenter (betalt nivå). Ikke tilgjengelig på gratis Gemini .
• Viktig forskjell fra stemmestyring: Spark er en bakgrunnsagent (proaktiv, 24/7 automatisering), mens stemmestyring er en sanntidsinndatametode (reaktiv, på forespørsel). Spark kjører autonomt i skyen; stemmestyring krever at du er ved Macen og snakker aktivt. Spark koster penger; stemmestyring er gratis.