Gemini 3.5 Live Translate：AI实时翻译

💡 摘要：2026年6月9日，谷歌推出 Gemini 3.5 Live Translate，一款实时AI实时翻译模型，可识别70多种语言，在一场会议中支持超过2000个语言组合，并能在你还在说话时同步翻译。它确实惊艳，但并非专业翻译的终点：它是一层新工具，而人类译者会坐在它之上把关。

谷歌刚刚让AI实时翻译变得近乎平常。2026年6月9日，该公司发布了 Gemini 3.5 Live Translate，一款语音到语音的模型，在对话进行的当下就翻译，而不是等每句话说完。作为一名每天往返于英语，越南语，中文和法语之间的译者，我带着兴奋与谨慎读完了这则消息。以下是真正上线的内容，以及它对每一个需要准确表达的人意味着什么。

谷歌究竟发布了什么

核心数字都真实且易于核实。Gemini 3.5 Live Translate 自动识别70多种语言，并能在同一场会议中处理超过2000个语言组合，这相比此前仅五种语言且以英语为中心的设置是一次巨大飞跃。产品同日在三条战线推出：通过 Gemini Live API 和 Google AI Studio 面向开发者的公开预览，在 Google Meet 中面向部分 Workspace 客户的私有预览，以及面向安卓和 iOS 上 Google Translate 应用的全球更新。

• 流式输出：模型连续生成译文，仅比说话者滞后几秒。
• 保留声音特征：尽量保留说话者的语调，节奏和音高，让结果不那么机械。
• 抗噪：设计用于在嘈杂，难以预料的环境中仍可使用。
• 可溯源：所有生成音频都带有 SynthID 水印，可被标记为 AI 生成。
• 安卓免提：新的聆听模式通过手机听筒播放译文，无需耳机。

Gemini 3.5 Live Translate 速览	详情
发布日期	2026年6月9日
可识别语言	70多种
每场会议语言对	2000多个
翻译方式	流式，语音到语音，滞后几秒
可溯源	生成音频带 SynthID 水印
上线渠道	Gemini Live API、AI Studio、Google Meet 预览、Translate 应用
基准分数	未公布

为什么流式翻译是真正的跨越

最关键的技术转变在于时机。旧系统会等你说完一句，再翻译，再播放。这种停顿与启动的节奏破坏了真实对话的流畅。Gemini 3.5 则在不断权衡一个取舍：等一会儿换取语境和质量，还是立即翻译换取速度。把延迟控制在几秒，同时仍保留语气，这正是笨拙对讲机与近似现场口译之间的差别。Grab，CJ ENM 和 LiveKit 等测试伙伴反馈质量优秀，延迟很低，而谷歌将该产品定位为专用翻译模型而非通用聊天机器人，这一设计思路与 OpenAI 的 GPT-Realtime-Translate 相似。

AI实时翻译仍有哪些短板

这正是我职业谨慎登场的地方。谷歌罕见地坦白了局限。在长对话中声音一致性可能漂移，语言识别在浓重口音或频繁切换语言时会吃力，背景音也会降低输出质量。值得注意的是，公司没有公布任何基准分数或对比数据，因此各语言对的真实准确度仍是未知数。

除技术保留之外，还有每位译者都懂的更深层问题：意义不只是词语。实时模型可能漏掉一处法律细微差别，以危险方式淡化一条医疗指示，或抹平一场敏感谈判的语域。越南语，中文和法语各自承载着多层的正式程度，习语和文化分量，几秒钟的自动猜测未必都能尊重到位。喝杯咖啡聊聊，没问题。但面对合同，诊断或法庭文件，一个小错误就不是故障，而是法律风险。

这对译者和企业意味着什么

我不把 Gemini 3.5 Live Translate 看作对专业翻译的威胁。我把它看作一层强大的基础。它会让旅行，快速会议和支持电话轻松许多，也会抬高所有人对多语沟通的基本期待。企业的明智之举是用 AI 换取速度与覆盖面，再为任何高风险，涉及品牌或具法律约束力的内容引入人工。这种人在回路的模式正是行业的走向，也是细致而负责的工作仍然取胜之处。

如果你的工作跨越国界，实用结论很简单：让 AI 处理用完即弃的时刻，用真正的语言专家守护重要的时刻。

来源：谷歌（The Keyword 博客）

常见问题

关于作者

Dao Huy（Lucas）是一名专业译者，往返于英语到越南语，中文和法语之间，在医疗，法律，金融和学术翻译领域拥有超过7年经验。他密切关注语言技术，因为像 Gemini 3.5 Live Translate 这样的工具改变了客户对速度，成本和风险的看法，也因为清楚知道机器在哪里止步，本就是把这份工作做好的一部分。

如果你需要英译越，公证文件翻译，或跨 EN，VI，ZH 和 FR 的多语本地化，我可以帮你交付准确且贴合文化的内容。前往 daohuy.com 获取报价，让我们把快速的机器译文，变成你可以放心背书的成果。