Google Blog 於7月29日公布 Gemini app for macOS 的新自然語音能力。用戶可長按 Fn 鍵，在桌面任何視窗中向 Gemini 說話；預設模式會把口語內容整理成較乾淨、格式化的文字，並自動放回游標位置，處理停頓語、口頭修正和基本文字潤飾。
若用戶在設定中啟用 Gemini reasoning，Gemini 可理解螢幕上的脈絡，協助摘要本機檔案、圖片或文件、重寫選取文字、調整語氣，甚至以語音要求生成或修改圖像。Google 舉例指，用戶可要求 Gemini 把獸醫文件摘要成電郵、把筆記改寫成 executive summary，或按桌面插圖生成 dark-mode 版本。
這項功能正以英文向全球 Gemini app for macOS 用戶推出，其他語言將於其後加入。對企業和專業團隊而言，桌面級語音代理的價值在於減少 app 之間的切換，但實際部署仍應留意本機檔案權限、螢幕內容私隱、企業資料外洩風險及使用紀錄管理。
資料來源：Google Blog。