为解决用户在 AI 对话窗口与工作文档、邮件之间频繁切换的痛点，Google于近日发布了 macOS 版 Gemini 应用程序的重磅更新，旨在打造更无缝的跨应用桌面办公体验。
在早先版本中，Gemini macOS 客户端凭借快捷键呼出浮窗和即时屏幕共享功能吸引了不少关注。而在此次更新中，Google引入了全新的语音与屏幕感知交互。用户只需长按 Mac 键盘上的 Fn 键即可快速激活全局语音模式，开启“智能听写”功能。
与传统逐字记录的听写模式不同，该功能如同一位随身实时编辑，能够自动过滤说者语塞时的“嗯、啊”等停顿词和口误，并将格式整洁、表述清晰的文本直接填入 Slack、苹果备忘录或邮件等当前活动窗口中。
此外，用户还可在应用设置中手动开启“Gemini 推理”开关。开启后，Gemini 便具备了感知当前屏幕内容的能力。用户可以直接选中桌面上的多份 PDF、图片或本地文档，通过语音指令让其提取关键信息并撰写总结邮件；亦可在任意应用中高亮选中文本要求其二次润色，或指向屏幕上的图像直接发起微调与变体生成。
目前，该语音及跨应用协同功能已向全球 macOS Gemini 用户陆续推送，首发支持英语，后续将拓展至更多语言。 Mac 用户可直接前往Google官方渠道下载体验：
