Gemini no Mac ganha controle de voz: como funciona a digitação inteligente e a nova ‘Visão de Tela’

1. Digitação Inteligente (modo padrão, sempre ativo)

• Pressione e segure a tecla Fn em qualquer aplicativo e fale naturalmente .
• O Gemini transcreve sua fala em texto limpo e bem formatado, que automaticamente insere pontuação, capitalização e remove palavras de preenchimento ("hã", "tipo", "né" e correções no meio da frase) .
• O texto aparece diretamente no campo onde está o cursor. A ideia é substituir a ditado nativo do macOS com uma versão mais inteligente .

2. Visão de Tela (opt-in)

• Você precisa ativar manualmente o recurso .
• Uma vez ativado, o Gemini pode "ver" o que está na sua tela, com permissão de compartilhamento de tela .
• Você pode dar comandos de voz que se referem ao conteúdo na tela — por exemplo, "resuma este documento" ou "edite aquele parágrafo" — e o Gemini age sobre o conteúdo visível .
• O site The Verge descreve como deixar o Gemini "executar tarefas dentro das suas janelas abertas" .

Privacidade: o que você precisa saber

• Digitação Inteligente processa o áudio na nuvem do Google. As políticas de privacidade padrão do Gemini se aplicam: os chats são armazenados por 18 meses (padrão), com opções de 3 ou 36 meses ou exclusão automática, e revisão humana em chats com consentimento .
• Visão de Tela é o ponto de atenção: você precisa conceder ao Gemini permissão de gravação de tela. Como é opt-in, nada é compartilhado a menos que você ative . Quando ativo, o Google vê o conteúdo da janela ativa, o que levanta preocupações semelhantes a qualquer ferramenta de IA com leitura de tela (compartilhamento acidental de informações sensíveis, senhas, etc.). O Google afirma que consulta o usuário antes de realizar ações importantes, mas os dados da tela são processados nos servidores da empresa .

Comparação: Gemini vs ChatGPT Desktop vs Apple Intelligence

Principais diferenças: O ChatGPT Desktop com GPT-Live-1 é um modo de voz verdadeiramente conversacional — ouve e fala ao mesmo tempo, lida com interrupções e comanda agentes de IA em tempo real . A abordagem do Gemini é mais orientada a tarefas: digitação inteligente + comandos com visão de tela, sem uma conversa fluida de ida e volta. A Apple Intelligence é profundamente integrada ao sistema e roda localmente, mas não tem a profundidade gerativa e a autonomia entre aplicativos do Gemini ou ChatGPT.

Disponibilidade

Novo Controle de Voz (29 de julho de 2026)

• Idioma: inglês inicialmente; ainda não há uma lista oficial de outros idiomas .
• Versão do app: versão mais recente do Gemini para macOS (atualização gradual, sem número de versão específico) .
• Lançamento global: começando em 29 de julho, mas pode levar dias para chegar a todas as regiões .
• Restrição de idade: 18+ (política padrão do Gemini).
• Assinatura: Gratuito para a Digitação Inteligente; o modo Visão de Tela também é gratuito no lançamento — nenhum plano pago (Google AI Ultra) é necessário .

Gemini Spark (chegou em 30 de junho de 2026)

• O que é: Um agente de IA persistente 24 horas por dia, 7 dias por semana, que roda no Google Cloud mesmo quando seus dispositivos estão desligados. Ele automatiza tarefas no Gmail, Docs, Agenda, arquivos e serviços de terceiros usando Agendas e Habilidades .
• Idioma: apenas inglês no lançamento .
• Versão do app: requer a versão mais recente do Gemini para macOS (beta); o Spark também funciona no Android, iOS e web .
• Lançamento global: beta limitado — apenas EUA a partir de 30 de junho . Um lançamento na Índia foi relatado separadamente em 29 de julho .
• Restrição de idade: 18+.
• Assinatura: Exclusivo para assinantes do Google AI Ultra (plano pago). Não disponível no Gemini gratuito .
• Diferença chave do controle de voz: O Spark é um agente de fundo (automação proativa 24/7), enquanto o controle de voz é um método de entrada em tempo real (reativo, sob demanda). O Spark roda autonomamente na nuvem; o controle de voz exige que você esteja no Mac falando ativamente. O Spark é pago; o controle de voz é gratuito.