Gemini for Mac 語音控制正式推出！智能聽寫 + 螢幕感知功能點樣運作？

2. 螢幕感知模式（需要手動開啟）

• 你要手動去設定入面開啓呢個功能（一定係 opt-in）。
• 開咗之後，Gemini 可以透過螢幕分享權限「睇到」你螢幕上嘅內容 。
• 你可以用語音指令直接參照螢幕上嘅內容，例如「幫我總結呢份文件」或者「改嗰段文字」，而 Gemini 就會根據見到嘅內容去執行 。
• The Verge 形容呢個功能係讓 Gemini「喺你開啟嘅視窗入面執行任務」。

私隱考慮

• 智能聽寫：語音資料會傳送到 Google 嘅雲端伺服器處理，跟返標準嘅 Gemini 私隱政策（對話記錄預設保留 18 個月，可以改為 3/36 個月或者自動刪除，而如果你開咗人工審查選項，相關對話可能會俾人睇到）。
• 螢幕感知模式：私隱風險比較大，因為你要俾 Gemini 螢幕錄影權限。不過因為係 opt-in，除非你親手開咗，否則唔會有任何嘢分享出去 。但係一開咗之後，Google 就可以睇到你活躍視窗嘅內容，同任何 AI 螢幕讀取工具一樣，有機會意外分享敏感資料（例如密碼、銀行資料等）。Google 話佢哋會喺執行重要動作前同你確認，但螢幕數據本身係會傳送去 Google 嘅伺服器處理 。

比較：Gemini vs ChatGPT Desktop vs Apple Intelligence

主要分別： ChatGPT Desktop 嘅 GPT-Live-1 係真正嘅對話式語音模式——佢可以同時聽同講、處理中斷、即時指揮 AI 代理 。Gemini 嘅語音功能就偏向任務導向：聽寫加螢幕感知指令，而唔係流暢嘅雙向對話。Apple Intelligence 就係裝置內處理同系統整合得比較深，但係生成能力同跨應用程式嘅自主性就唔及 Gemini 或者 ChatGPT。

推出詳情

全新語音控制（2026 年 7 月 29 日）

• 語言： 初期只限英文；Google 未公布其他語言嘅支援時間表 。
• App 版本： 需要最新版嘅 macOS Gemini App（係滾動更新，冇特定版本號碼）。
• 全球推出： 由 7 月 29 日開始全球推出，但可能要用幾日時間先至去到全部地區 。
• 年齡限制： 18 歲或以上（標準 Gemini 年齡政策）。
• 收費： 智能聽寫係免費；螢幕感知模式推出初期都係免費——兩個功能都唔需要 Google AI Ultra 或者其他付費計劃 。

Gemini Spark（2026 年 6 月 30 日推出）

• 係咩嚟： 一個 24/7 持續運行嘅 AI 代理，喺 Google Cloud 上面運作，就算你嘅裝置熄咗機都會繼續做嘢。佢可以透過 Schedule 同 Skills 自動化 Gmail、Docs、Calendar、檔案同第三方服務嘅任務 。
• 語言： 推出初期只限英文 。
• App 版本： 需要最新版嘅 macOS Gemini App（beta）；Spark 同時支援 Android、iOS 同網頁版 。
• 全球推出： 有限 beta——截至 6 月 30 日只限美國。另外喺 7 月 29 日有報道指 Spark 喺印度推出 。
• 年齡限制： 18 歲或以上。
• 收費： 只限 Google AI Ultra 用戶（付費計劃，約 US$100/月）。免費版 Gemini 冇得用 。
• 同語音控制嘅主要分別： Spark 係背景代理（主動式、24/7 自動化），而語音控制係即時輸入方法（被動式、按需求使用）。Spark 喺雲端自動運行；語音控制就需要你坐喺 Mac 前面主動講嘢。Spark 要俾錢；語音控制就免費。