Gemini Live có thể biến lời nói thành tác vụ Spark kéo dài nhiều ngày

Google đang đưa Gemini Live vượt ra ngoài vai trò một trợ lý chỉ trả lời qua lại. Trong bản cập nhật cuối tháng 8 năm 2026, giọng nói trở thành cách để người dùng giao việc: chỉ cần mô tả mục tiêu theo cách tự nhiên, hệ thống tác vụ AI Spark có thể tự xử lý quy trình nhiều bước ở chế độ nền trên Google Docs, Sheets, Drive và web. 1213

Điểm cần lưu ý đầu tiên là điều kiện sử dụng. Spark yêu cầu thuê bao Google AI Pro hoặc cao hơn, còn Daily Brief yêu cầu Google AI Plus hoặc cao hơn. 312

Spark thay đổi Gemini Live như thế nào?

Trước đây, Gemini Live chủ yếu là giao diện hội thoại phản hồi ngay trong lúc người dùng nói. Với Spark, Gemini Live trở thành điểm bắt đầu cho những công việc có thể tiếp tục sau khi cuộc trò chuyện kết thúc. Người dùng không nhất thiết phải viết một câu lệnh chính xác, chia sẵn thành từng bước; họ có thể nói một yêu cầu còn khá tự do, rồi Spark dựa trên mục tiêu đó để tổ chức và thực hiện công việc. 57

Quy trình được hỗ trợ trải rộng trên:

• Google Docs cho các công việc liên quan đến tài liệu;
• Google Sheets cho tác vụ bảng tính;
• Google Drive để sắp xếp thông tin và tệp;
• Web để tìm kiếm hoặc xử lý thông tin trực tuyến. 234

Google mô tả đây là những tác vụ phức tạp, gồm nhiều bước và có thể tự chạy. Các báo cáo về bản cập nhật cho biết Spark có thể xử lý công việc theo lịch trong nhiều ngày hoặc nhiều tuần, đồng thời tiếp tục hoạt động ngay cả khi ứng dụng Gemini đã đóng. 124

Vì vậy, khác biệt lớn nhất không nằm ở việc đọc chính tả nhanh hơn, mà ở khả năng giao cho AI một kết quả cần đạt được. Chẳng hạn, người dùng có thể nói về một mục tiêu nghiên cứu hoặc lập kế hoạch, để Spark phối hợp các bước liên quan trên nhiều dịch vụ của Google. Tuy nhiên, các nguồn được cung cấp xác nhận khả năng xử lý lâu dài và liên dịch vụ, chứ chưa đưa ra một ví dụ chính thức hoàn chỉnh với chuỗi hành động cố định từ đầu đến cuối.

Bốn tính năng năng suất mới trên Gemini Live

Spark là bổ sung đáng chú ý nhất, nhưng Google giới thiệu đợt phát hành này như một nhóm gồm bốn khả năng mới. 16

1. Tác vụ Spark chạy nền

Người dùng có thể dùng mệnh lệnh giọng nói tự nhiên để tạo tác vụ nhiều bước trên Docs, Sheets, Drive và web. Spark ghi nhớ mục tiêu đã nêu, sau đó xử lý công việc theo lịch hoặc trong thời gian dài thay vì yêu cầu người dùng đưa ra lời nhắc mới cho từng bước. 235

2. Daily Brief đọc thông tin trong ngày

Daily Brief cung cấp bản tổng quan bằng giọng nói dựa trên thông tin từ Gmail và Calendar. Một số câu lệnh được các báo cáo nêu ra gồm “Bản tóm tắt hằng ngày của tôi là gì?” hoặc “Hôm nay tôi có lịch trình thế nào?”. 34

Trước đó, Google mô tả Daily Brief là một tác nhân buổi sáng được cá nhân hóa. Sau khi người dùng chủ động cho phép, công cụ này có thể làm việc với các ứng dụng đã kết nối, thu thập email Gmail khẩn cấp và sự kiện sắp tới trong Calendar để tạo bản tóm tắt có thứ tự ưu tiên. 1618 Bản cập nhật cuối tháng 8 đưa phần tóm tắt này vào trải nghiệm hội thoại bằng giọng nói của Gemini Live.

3. Điều khiển Gmail rảnh tay

Gemini Live có thể thực hiện một số thao tác Gmail bằng giọng nói, giúp người dùng quản lý hộp thư mà không cần chạm vào màn hình. Các báo cáo về đợt triển khai đề cập đến việc tìm kiếm, tóm tắt, đánh dấu sao, lưu trữ và xóa thư. 2

Đây là hình thức giao việc hẹp hơn Spark: người dùng điều khiển các thao tác trong hộp thư bằng hội thoại, thay vì giao một dự án chạy nền trong nhiều ngày.

4. Personal Intelligence

Personal Intelligence giúp câu trả lời của Gemini Live có thêm ngữ cảnh bằng cách sử dụng các cuộc trò chuyện Gemini trước đây và những ứng dụng Google đã kết nối. Các thông tin được nguồn hiện có nêu rõ gồm lịch sử trò chuyện, YouTube và Google Photos. 111

Tuy nhiên, chưa thể khẳng định rằng mọi kết hợp giữa Gmail, Photos, Search, YouTube, lịch sử trò chuyện và các ứng dụng kết nối đều đã có mặt trong Gemini Live ở đợt triển khai này. Google mô tả riêng việc kết nối Gmail và Google Photos với Personal Intelligence trong AI Mode của Search; các kết nối này là tùy chọn và có thể bật hoặc tắt. 1723

Trải nghiệm giao việc bằng giọng nói sẽ diễn ra ra sao?

Mục tiêu của thiết kế mới là loại bỏ bước phải chọn đúng ứng dụng trước khi bắt đầu. Thay vì mở Docs để soạn thảo, Drive để sắp xếp tệp hoặc Sheets để cấu trúc dữ liệu, người dùng bắt đầu trong Gemini Live và nói ra kết quả mong muốn.

Có thể hình dung quá trình bàn giao gồm ba bước:

1. Nêu mục tiêu bằng ngôn ngữ tự nhiên. Yêu cầu có thể mang tính hội thoại, chưa cần được định dạng như một câu lệnh phần mềm truyền thống. 5
2. Để Spark phối hợp công việc. Spark xử lý quy trình nhiều bước trên các dịch vụ Google được hỗ trợ và web. 23
3. Cho phép tác vụ tiếp tục chạy. Công việc dài hạn hoặc theo lịch có thể tiếp diễn trong nhiều giờ, ngày hoặc tuần, kể cả khi ứng dụng Gemini không còn mở. 14

Đây là thay đổi cốt lõi của sản phẩm: Gemini Live đang trở thành lớp điều khiển bằng giọng nói cho công việc mang tính tác nhân, chứ không chỉ là cách nhanh hơn để đặt câu hỏi.

Gói thuê bao, triển khai và quyền kiểm soát

Các nguồn được cung cấp xác nhận những yêu cầu sau:

• Spark: cần Google AI Pro hoặc cao hơn. 312
• Daily Brief: cần Google AI Plus hoặc cao hơn. 312
• Personal Intelligence và điều khiển Gmail rảnh tay: các báo cáo được trích dẫn mô tả hai tính năng này là đang được mở rộng, nhưng chưa có bảng đầy đủ theo từng quốc gia hoặc khu vực. 11

Những mô tả trước đây của Google về Personal Intelligence nhấn mạnh quyền lựa chọn và cơ chế người dùng chủ động bật kết nối. Với Search, Google nêu rõ kết nối Gmail và Google Photos là tùy chọn, đồng thời có thể tắt bất cứ lúc nào. 23 Đây là thông tin hữu ích về quyền riêng tư, nhưng không nên xem là bằng chứng cho chính xác quy trình cài đặt trong Gemini Live đối với mọi ứng dụng.

Các nguồn hiện có cũng chưa xác lập lịch triển khai cụ thể cho từng tính năng Gemini Live, danh sách đầy đủ về quyền truy cập miễn phí và trả phí, hoặc một quy trình kích hoạt thống nhất trên mọi tài khoản. Khả năng sử dụng vì thế có thể phụ thuộc vào gói thuê bao, thị trường và việc Google phân phối theo từng giai đoạn.

Vì sao bản cập nhật này đáng chú ý?

Bản cập nhật phản ánh hướng đi rộng hơn của Google với Gemini mang tính tác nhân. Google mô tả Spark là một trợ lý AI cá nhân hoạt động 24/7, có thể quản lý công việc theo chỉ đạo của người dùng, trong khi Gemini Live cung cấp giao diện nói chuyện tự nhiên để giao các nhiệm vụ đó. 16

Sự kết hợp này có thể hữu ích với những công việc quá phức tạp để giải quyết bằng một câu trả lời, nhưng cũng quá thường nhật để người dùng phải tự điều phối thủ công giữa nhiều ứng dụng. Dù vậy, cần phân biệt rõ: một mệnh lệnh bằng giọng nói có thể khởi động quy trình tự động, nhưng quy trình vẫn phụ thuộc vào dịch vụ, quyền truy cập, gói thuê bao và tình trạng triển khai dành cho tài khoản cụ thể.

Các nguồn hiện có củng cố hướng phát triển của Google trong nhóm công cụ năng suất dành cho người dùng phổ thông. Chúng chưa chứng minh một kế hoạch mở rộng chi tiết của riêng bản cập nhật này sang các sản phẩm doanh nghiệp, cũng chưa xác nhận mọi kết nối ứng dụng được nhắc đến trong những mô tả rộng hơn. Kết luận chắc chắn nhất hiện tại là: người dùng Gemini Live đủ điều kiện có thể dùng giọng nói để giao cho Spark những công việc nhiều bước, liên kết nhiều dịch vụ và có khả năng kéo dài trong thời gian dài.