Google 在 2026 年 6 月 10 日公布 Gemini 3.5 Live Translate，将接近实时、自然语音翻译带到多个产品：开发者可透过 Gemini Live API 和 Google AI Studio 使用 public preview，企业可于本月开始在 Google Meet private preview 测试，一般用户则会在 Android 和 iOS 的 Google Translate 逐步看到新体验。
这次更新的重点，是语音翻译由「一句句处理」走向串流式互动。Gemini 3.5 Live Translate 会在语音输入持续进来时处理内容，降低等待感，并支持多语言输入，不需要用户手动设置语言。Google 亦强调模型在嘈杂和不可预测环境中更稳定，这对真实会议、课堂、直播和客户支持场景很重要。
在 Google Meet 里，这项能力会把语音翻译由过去较有限的语言组合，扩展至 70 多种语言和 2,000 多种语言组合。更关键的是，它不再只围绕英文来回翻译。对跨地区团队来说，这会令多语会议更接近自然对话，而不是每个人都要把英文当作中转站。
对开发者而言，Gemini Live API 是另一个值得留意的入口。实时语音翻译不只可用于会议，也可以嵌入教育、客服、医疗接待、跨境销售、活动直播和社群产品。当模型可以处理持续音频、语言侦测和自然语音输出，翻译就不再只是文字功能，而是互动界面的一部分。
企业采用时仍要处理实际边界。实时翻译会碰到专业词汇、口音、背景噪音、私隐、录音政策和责任归属等问题。若用于客户沟通或内部决策，最好保留人工确认、关键摘要和原文记录，避免把翻译输出当作唯一事实来源。
整体而言，Gemini 3.5 Live Translate 显示多模态 AI 正由内容生成走向沟通基建。当同一模型能力可以进入 API、会议和消费级翻译工具，语言障碍会逐渐由人工流程问题，变成可嵌入产品和工作流的实时服务。
