Gemini Live biến mệnh lệnh giọng nói thành quy trình AI kéo dài nhiều ngày

Google đang đưa Gemini Live vượt ra ngoài vai trò trò chuyện theo thời gian thực. Trong bản cập nhật ngày 26/8/2026, Gemini Live được tích hợp với Gemini Spark, cho phép người dùng diễn đạt mục tiêu một cách tự nhiên rồi thiết lập công việc nhiều bước trên Google Docs, Sheets, Drive và web. Spark có thể ghi nhớ mục tiêu và xử lý các tác vụ được lên lịch trong nhiều ngày hoặc nhiều tuần, ngay cả khi người dùng không còn mở Gemini. 11

Bản cập nhật cũng bổ sung Daily Brief bằng giọng nói, khả năng quản lý Gmail rảnh tay và Personal Intelligence. Nhìn tổng thể, Gemini Live đang được định vị không chỉ như một chatbot thoại mà còn là giao diện để người dùng ủy thác công việc xuyên ứng dụng.

Gemini Spark bổ sung gì cho Gemini Live?

Thay đổi quan trọng nhất là một yêu cầu bằng giọng nói giờ đây có thể trở thành quy trình kéo dài, thay vì chỉ tạo ra một câu trả lời duy nhất. Người dùng không nhất thiết phải nêu tên từng ứng dụng hay tự chia dự án thành nhiều câu lệnh. Họ chỉ cần giải thích điều mình muốn, còn Spark được thiết kế để điều phối các bước trên những dịch vụ Google được hỗ trợ và trên web. 811

Mô hình tác vụ của Spark gồm ba thành phần chính:

• Mục tiêu: điều người dùng muốn hoàn thành.
• Quy trình: chuỗi hành động cần thực hiện trên các ứng dụng, tài liệu hoặc trang web.
• Lịch trình: thời điểm công việc diễn ra, bao gồm cả tác vụ lặp lại hoặc kéo dài. 811

Google mô tả Spark là một tác nhân AI cá nhân có thể tự động hóa quy trình phức tạp và quản lý lịch cho các công việc liên tục trong ứng dụng Gemini. Với quyền được cấp, hệ thống có thể sử dụng thông tin từ các ứng dụng đã kết nối, cuộc trò chuyện, những trang web người dùng đã đăng nhập, Personal Intelligence và các ngữ cảnh khác. 8

Tuy vậy, đây vẫn là hình thức tự động hóa do người dùng ủy thác, không phải quyền tự chủ không giới hạn. Khả năng truy cập phụ thuộc vào quyền cấp phép, điều kiện tài khoản và việc từng tích hợp có sẵn hay không. Chiến lược tác nhân AI rộng hơn của Google cũng nhấn mạnh các ranh giới và cơ chế bảo mật cho những tác vụ web phức tạp. 1519

Từ ý tưởng nói vu vơ đến tài liệu dùng được

Ví dụ đầu tiên của Google phù hợp với những lúc nói dễ hơn gõ. Người dùng có thể kể lại các suy nghĩ rời rạc, kế hoạch còn dang dở hoặc ý tưởng nảy ra khi đang di chuyển. Spark sẽ sắp xếp những chủ đề chính và biến chúng thành dàn ý có cấu trúc trong Google Docs để dùng sau. 411

Ví dụ thứ hai liên quan đến công việc gia đình lặp lại: người dùng có thể yêu cầu Spark duy trì thực đơn hằng tuần cùng danh sách mua sắm tương ứng. Điểm đáng chú ý không chỉ là tạo một thực đơn duy nhất, mà là duy trì một quy trình liên kết để cập nhật khi nhu cầu hoặc sở thích thay đổi. 4

Hai ví dụ này cho thấy hướng phân biệt sản phẩm mà Google đang theo đuổi: Gemini Live tiếp nhận ý định qua hội thoại, còn Spark đưa ý định đó vào một quy trình có thể tiếp tục hoạt động sau khi cuộc trò chuyện ban đầu kết thúc.

Daily Brief, Gmail rảnh tay và Personal Intelligence

Spark là bổ sung mang tính tác nhân đáng chú ý nhất, nhưng nó nằm trong một gói công cụ năng suất rộng hơn dành cho Gemini Live. Bản cập nhật còn giới thiệu ba khả năng hỗ trợ. 5

Daily Brief

Daily Brief là bản tóm tắt buổi sáng được cá nhân hóa, nhằm sắp xếp và ưu tiên những điều quan trọng trong ngày. Google trước đó mô tả đây là một tác nhân tạo bản tổng hợp dựa trên mục tiêu của người dùng và đề xuất các bước tiếp theo. 1516

Quản lý Gmail bằng giọng nói

Tính năng Gmail mới cho phép người dùng xử lý công việc trong hộp thư bằng giọng nói, thay vì phải tự mở và điều hướng Gmail. Bộ tính năng được công bố bao gồm việc quản lý email và thực hiện các thao tác với hộp thư đến qua giọng nói. 56

Personal Intelligence

Personal Intelligence cung cấp thêm ngữ cảnh khi người dùng yêu cầu Gemini đạt một kết quả cụ thể. Nếu được cho phép, Gemini có thể tham khảo thông tin từ Gmail, Calendar, Photos, Search, YouTube và các cuộc trò chuyện Gemini trước đây, thay vì buộc người dùng phải chọn trước một ứng dụng hay nguồn dữ liệu cụ thể. 58

Ba tính năng bổ trợ cho nhau: Daily Brief đưa ra các ưu tiên, điều khiển Gmail giúp xử lý email, còn Personal Intelligence cung cấp thêm ngữ cảnh để Gemini hiểu yêu cầu.

Ai có thể dùng Spark?

Thông tin hỗ trợ của Google liệt kê các điều kiện sau đối với Gemini Spark:

• Có gói Google AI Pro hoặc Google AI Ultra.
• Sử dụng Tài khoản Google cá nhân.
• Người dùng phải từ 18 tuổi trở lên.
• Bật tùy chọn Keep Activity của Gemini.
• Ban đầu chưa hỗ trợ tài khoản cơ quan và trường học. 8

Theo tài liệu hỗ trợ, Spark bước đầu có mặt trên ứng dụng Gemini dành cho di động, Gemini trên Mac và gemini.google.com. Khu vực Kinh tế châu Âu, Nigeria, Thụy Sĩ và Vương quốc Anh nằm ngoài phạm vi cung cấp ở giai đoạn được ghi nhận. 8

Người dùng nên kiểm tra từng tính năng riêng biệt. Các thông tin hiện có xác nhận điều kiện và khu vực của Spark, nhưng chưa đủ để khẳng định Daily Brief, điều khiển Gmail bằng giọng nói và Personal Intelligence có cùng gói thuê bao, thời điểm hoặc phạm vi triển khai hay không.

Một mắt xích trong chiến lược tác nhân AI của Google

Bản cập nhật Gemini Live là một phần trong xu hướng lớn hơn của Google: chuyển Gemini từ công cụ tạo câu trả lời thành hệ thống có thể lập kế hoạch và hành động qua nhiều phần mềm.

Trên Chrome, Google đang phát triển khả năng tác nhân cho các tác vụ web phức tạp, nhiều bước. Thử nghiệm WebMCP nhằm cung cấp cho tác nhân một cách tương tác có cấu trúc hơn với các trang web, trong khi tài liệu về trách nhiệm AI của Google mô tả những cơ chế bảo mật để giới hạn và xem xét hành động của tác nhân. 1819

Google cũng đang đưa Gemini vào các giao diện chuyên biệt hơn. Trong những xe tự hành Ojai của Waymo, Gemini đóng vai trò trợ lý trong khoang hành khách, còn hệ thống Waymo Driver vẫn phụ trách định hướng và việc lái xe. 3031 Ở mảng doanh nghiệp, Google đã giới thiệu các công cụ Gemini chuyên biệt cho ngành pháp lý, dựa trên những kỹ năng, dữ liệu kết nối và quy trình dành cho công ty luật và đội ngũ pháp chế. 1722

Điểm chung là Gemini được thiết kế để hoạt động trên ngữ cảnh và công cụ người dùng vốn đã sử dụng, thay vì chỉ phản hồi trong một cửa sổ trò chuyện. Spark đưa ý tưởng đó vào các công việc năng suất hằng ngày, nhưng trải nghiệm thực tế vẫn phụ thuộc vào quyền truy cập, gói thuê bao, phạm vi triển khai theo khu vực và độ tin cậy của một hệ thống tác nhân đang tiếp tục phát triển.