Gemini 的下一代进化可以让你在浏览互联网时使用人工智能

Gemini 可能会在不久的将来在移动设备上进行重大更新，它将获得多项新功能，包括文本框覆盖。 升级的详细信息来自业内人士 AssembleDebug，他在几家出版物上分享了他的发现。

皮尤尼卡网 深入了解了叠加层，看到它的实际效果非常令人着迷。 它将人工智能的输入框转换为位于智能手机显示屏底部的一个小浮动窗口，即使您关闭应用程序，该窗口也会保留在那里。 例如，您可以在浏览互联网或检查电子邮件时与 Gemini 交谈。

AssembleDebug 能够在 X（该平台以前称为 Twitter）上激活该窗口并使其在他的手机上运行。 他的演示视频显示它的行为与 Gemini 应用程序完全相同。 你向人工智能提出一个问题，几秒钟后，就会给出完整的答复，其中包含源链接、图像以及 YouTube 视频（如果查询需要的话）。 答案有可能掩盖其背后的应用程序。

AssembleDebug 的视频显示长度取决于问题是否需要长格式答案。 我们应该提到的是，叠加层是多模式的，因此您可以编写查询、口头命令人工智能或上传图像。

更智能的人工智能

其他值得注意的变化已与 Android Authority 分享。 首先，Android 上的 Gemini 将获得以下能力： 接受不同类型的文件 除了照片之外。 图片显示测试人员上传 PDF，然后要求 AI 总结其中的文本。 显然，当前版本的 Gemini 中存在该功能，但激活它不会执行任何操作。 Android Authority 推测该更新可能是 Google Workspace 或 Gemini Advanced 独有的； 也许两者都有。 目前还很难说。

第二个是一个非常基本的工具，但仍然有用，称为 选择文本。 Gemini 现在的工作方式是，即使您只想要一小部分，也必须复制整个文本块。 选择文本通过允许您抓取特定的行或段落来解决此问题。

是的，这不是一个华丽的升级。 世界上几乎每个应用程序都具有相同的功能。 然而，该工具“对 Gemini 的可用性具有巨大影响”。 它没有那么严格，极大地提高了人工智能的易用性。

AssembleDebug 发现了第四个较小的更新。 它被称为实时响应。 旁边的描述符文本声称该工具可以让您看到实时写出的答案。 然而，作为 PiunikaWeb 指出，这只是动画的改变。 没有任何“实际好处”。 您可以选择查看 AI 逐行写下所有内容，而不是等待 Gemini 生成一个整体响应，类似于桌面版本。

Google I/O 2024 将于三周后于 5 月 14 日拉开帷幕。目前还没有关于这些功能何时推出的消息，但我们将在活动期间了解更多信息。

如果您想升级，请在等待期间查看 TechRadar 对 2024 年最佳 Android 智能手机的综述。

你可能还喜欢