2025 年 6 月 19 日，谷歌在美国正式推出全新的 Search Live
语音搜索功能，为 iOS 和 Android 用户带来基于 Gemini 大模型的
自然对话式搜索体验。这项功能将传统搜索引擎的 “关键词查询” 升级为持续的语音交互，用户无需中断当前任务，即可通过聊天般的对话获取信息，标志着搜索引擎从 “信息检索工具” 向 “智能助手” 的重要演进。
谷歌 Search Live 语音搜索功能上线：基于 Gemini 模型的自然对话式搜索新体验
Search Live 的核心突破在于打破了传统搜索的交互边界。用户只需在谷歌 App 的 Labs 中启用 AI 模式，点击新出现的 Live 图标并说出问题，即可触发语音搜索。与传统语音搜索不同的是，其支持
多轮持续对话 —— 例如用户询问 “旧金山今天空气质量如何”，得到答复后可直接追问 “那亚麻连衣裙如何打包才不会皱”，系统会基于上下文持续响应，无需重复唤醒或输入关键词。
谷歌官方演示中，用户在收拾行李时通过语音提问，Gemini 模型不仅即时给出 “使用防皱纸包裹” 的建议，还能进一步推荐附近售卖防皱用品的店铺。这种 “边聊边搜” 的模式尤其适合多任务场景：用户在烹饪时查询菜谱、健身时询问运动数据，甚至在驾车时获取导航信息，都无需手动操作屏幕，交互效率提升显著。系统还会自动保存对话历史，用户可随时查看文字记录或切换为打字输入，兼顾不同使用习惯。
Search Live 搭载的 Gemini 模型在语音交互领域展现出三重技术优势：
- 上下文连贯理解：模型能够记忆多轮对话的历史信息，例如用户先询问 “巴黎天气”，再追问 “适合穿什么衣服”，系统会结合温度、湿度等前文数据生成建议，避免信息断层；
- 实时语音处理：通过端侧与云端协同优化，语音识别延迟控制在 300 毫秒以内，回应生成速度较传统 TTS（文本转语音）提升 40%，接近人类自然对话节奏；
- 多模态信息整合：除语音外，用户可在对话中插入图片（如拍摄商品条码查询信息），模型能同步处理语音指令与视觉输入，实现 “所见即所问” 的跨模态交互。
值得关注的是，Search Live 支持后台持续对话 —— 即便用户切换到其他应用，只要保持麦克风权限，仍可继续提问。这种 “始终在线” 的交互逻辑，依赖 Gemini 模型的轻量化部署与功耗控制技术，在保证响应速度的同时，将后台功耗降低至传统语音助手的 60%。
谷歌此次更新正值 AI 语音交互赛道加速竞争之际。OpenAI 去年在 ChatGPT 中推出 Advanced Voice Mode，支持自然语调的语音对话与实时翻译；Anthropic 也于 2025 年 5 月在 Claude 应用中加入语音功能，主打长文本理解与专业领域问答。苹果虽在开发 “LLM 驱动的 Siri”，但因功能可靠性未达预期推迟发布，凸显语音交互技术在自然语言理解、多场景适配等方面的落地挑战。
与竞品相比，谷歌的优势在于
搜索生态与 AI 模型的深度整合：Gemini 不仅能回答常识性问题，还能实时抓取谷歌搜索的最新数据（如航班动态、股市行情），并通过知识图谱结构化呈现信息。例如用户询问 “某部电影的导演”，Search Live 会在语音回应中同时播报导演生平、代表作品及当前评分，文字记录则以卡片形式展示详细信息，实现 “语音快速获取要点，文本补充深度细节” 的互补体验。
Search Live 的应用场景正从基础信息搜索向
生活服务渗透。在旅行场景中，用户可通过语音规划行程：“查一下从纽约到东京的直飞航班”“推荐东京银座的寿司店”“将行程添加到日历”，系统能完成从信息检索到任务执行的全流程；在购物场景中，用户描述 “寻找蓝色纯棉衬衫，预算 50 美元以内”，Search Live 会语音播报筛选结果，并支持语音控制翻页、查看详情，部分合作商家已接入语音下单功能。
谷歌表示，未来将开放 Search Live 的
开发者接口，允许第三方应用接入语音交互能力，例如外卖平台可通过该功能实现语音点餐，教育应用支持语音问答互动。这种生态开放策略，或将推动语音交互从 “工具属性” 向 “基础设施” 转变，重塑移动互联网的人机交互范式。
当搜索引擎开始 “听懂” 对话的上下文，当语音交互不再局限于单一指令，Search Live 展现的不仅是技术升级，更是 AI 与生活融合的新可能。随着 Gemini 模型的持续迭代与场景数据的积累，语音搜索有望成为连接物理世界与数字信息的主要入口，让 “聊着天获取答案” 成为日常交互的新常态。
