归档

Gemini-TTS的发布推动生成式语音技术从“可听见文本”向“可编排声音”实现关键跃迁。该技术突破机械朗读局限，具备情感、节奏、风格等表达控制能力，完成从“声学重建”到“语用生成”的技术升级。它重构内容生产链条，使语音成为主动创作环节，重塑产业模式同时引发安全、伦理挑战。这一前沿技术标志着语音合成进入“导演化”阶段，推动内容传播与生产结构变革，给技术、产业与社会发展带来机遇与挑战，也为行业治理提出新要求。

Google在Gemini版Chrome中推出“技能”功能，用户可将常用指令保存并随时调用，用于跨标签页完成比价、摘要、信息提取等任务，减少重复输入和沟通成本。此举本质上是把AI从“回答问题”推进到“稳定做事”，也标志着浏览器正从信息入口升级为任务中枢。Google同时提供官方技能库，降低使用门槛，但目前仍处于英文（美国）用户的灰度测试阶段。该功能不仅对标Claude Skills，也反映出AI竞争正从模型能力转向工作流复用与长期协作。