前段時間舉行的 Google I/O 上，Google 正式發布了新一代 Gemini 3.5 模型，同時也提到未來會將 Gemini 的能力融入到 Google 生態的更多產品中。

但讓雷科技沒想到的是，第一個用上 Gemini 的 Google 生態應用并不是搜索、Youtube、地圖等 Google 生態大戶，而是近幾年存在感不斷降低的 Google 翻譯：昨天，Google 發布 Google 翻譯更新，在翻譯中加入了最新的音頻模型 Gemini 3.5 Live Translate（下文簡稱 Gemini 3.5 LT）。

圖片來源：Google

那么在 Gemini 3.5 LT 的驅動下，Google 翻譯的實時語音翻譯功能體驗又如何呢？

打開 Google 翻譯的實時翻譯功能，選擇「實時聽」模式，就能進入全新的 Gemini 3.5 LT 驅動的翻譯模式了。不過奇怪的是，這個「實時聽」模式必須連接外置耳機才能激活。考慮到 Google 翻譯這個實時聽模式并不能像時空壺同傳模式那樣雙向同時工作，雷科技對這個「必須接耳機才能用」的設計實屬不解。

好在這個「實時聽」模式的操作還算簡單：打開實時聽模式，把手機靠近對方，耳機里就能「實時」聽到翻譯后的音頻了。

圖片來源：雷科技

和 Google 翻譯之前那個按住才能說話、松手才開始翻譯的「對話」模式相比，實時聽模式會在對方完成一個短句后開始翻譯，時效性要高不少。但在翻譯時，Google 依舊有比較明顯的延遲。

以中譯英的古詩翻譯為例，要念到第三句時，耳機里才會聽到第一句的翻譯，和專業同傳耳機那種幾乎「同時啟動」的翻譯還是有點差距。

至于翻譯準確性的問題，雷科技這里給 Google 翻譯安排了幾個比較經典的游戲對話「原聲大碟」用于測試，同時也拉來了蘋果翻譯和有道翻譯作為對比。

我們先來看看原文，相信玩過 GTA：SA 的玩家對這段點餐錄音都不會陌生：

I'll have 2 number 9s, a number 9 large, a number 6 with extra dip, a number 7, 2 number 45s, one with cheese and a large soda.

以下是 Google 翻譯「聽」到的英文原文：

Now, I have two number nines, but number nine Lord, number six with extra dip, a number seven, two number 45s, one with cheese and a large soda. Okay.Okay.

可以看到，即使是有 Gemini 3.5 LT 驅動的 Google 翻譯，在一些細節處也會錯過原文，比如：

I ’ ll have 變成了 I have（連讀遺漏）；

a number 9 large 變成了 but number nine Lord（識別錯誤）；

開頭、結尾處也多了 Now 和 Okay.Okay.（識別幻覺）。

不過在翻譯效果方面，Google 翻譯倒是準確的把這個錯誤的原文翻譯了出來。

而在語音渲染方面，Google 翻譯輸出的語音和單純的 TTS 語音相比，確實更有節奏感，更像是真人說出來的，但依舊能聽出這是 AI 合成語音。

相比之下，Apple 翻譯的問題就大得多了：識別出現大量錯誤，翻譯幾乎不可用。

有道的同傳效果反而更穩定，只出現了一處連讀遺漏（「I ’ ll have」變成了「I have」）和一處識別錯誤（「Soda」變成了「Soup」），翻譯質量和速度也同樣穩定。

另外，Google 翻譯這個「實時聽」模式還有一個很奇怪的地方：不知道出于什么原因，Google 翻譯不會保存「實時聽」的翻譯記錄：

除了「實時聽」，Google 翻譯還有「對話」「文本」等多種翻譯模式，后者在翻譯結束后都能從歷史紀錄里看到原文與翻譯的文本。但「實時聽」模式下的翻譯記錄在退出該模式（耳機斷開導致的強制退出也算）后全部消失。

如果你打算用 Google 翻譯的「實時聽」模式做采訪記錄，那雷科技勸你還是放棄這個想法。

另外，在體驗中雷科技還發現 Google 翻譯的「實時聽」模式依舊存在錯譯和主語混亂的情況。但從好的方面想，即使是真人翻譯也難免會出現錯譯、漏譯的情況，而 Google 翻譯這類翻譯軟件能以更快的速度迭代技術、查漏補缺。

更重要的是，作為全球通用翻譯賽道的代表，Google 翻譯加入 AI 陣營，必將推動整個通用翻譯賽道朝著 AI 翻譯轉型。

其實把 Google 翻譯這次更新單獨拿出來看，雷科技認為這只能算得上是一次「AI 功能補課」：別人都在接大模型，Google 翻譯當然也要接。但如果把視角放到 2026 年整個 AI 硬件市場，雷科技反而覺得翻譯可能是今年最值得關注的 AI 落地場景之一。

原因也不復雜：和很多還停留在「炫技」階段的 AI 功能相比，「翻譯」的需求足夠明確，也足夠高頻。不同于需要「教育用戶」「創造需求」的品類，品牌不需要解釋「加 AI 能干什么」，用戶也不會質疑「為什么要用 AI」。

比如時空壺此前推出的 X1 Meeting AI 會議同傳設備，就利用時空壺的 AI 模型能力，解決了同傳過程中斷句點識別、語義推測、上下文糾錯的傳統短板。在「翻譯」之外，時空壺也用 AI 技術打造了骨聲紋識別功能，讓翻譯耳機可以準確識別哪句話是從誰嘴里說出來的，為后面的同傳翻譯環節打下基礎。

訊飛剛發布的 AI 眼鏡則是另一條路線。自誕生以來，主流智能眼鏡都圍繞「拍攝」這一核心場景來打造產品。但上個月發布的訊飛 AI 眼睛別出心裁地將「全場景翻譯」定為 AI 眼鏡的核心。

以翻譯替代拍攝，這不僅用更高頻的場景解決了智能眼鏡「吃灰」的問題，也充分發揮了訊飛自己的優勢，借助訊飛在翻譯領域多年的技術積累，以最快的速度讓訊飛 AI 眼鏡在智能眼鏡賽道立足。

而在雷科技看來，無論時空壺同傳耳機，還是訊飛 AI 眼鏡，這些 AI 翻譯設備本質上都在試圖讓翻譯從一個 App 功能，變成一種可以「移植」到不同硬件中的能力，從而覆蓋更多的場景。

以 Google 翻譯為例，雖然現階段的 Google 翻譯還面臨延遲、漏譯、記錄缺失等問題；但長遠來看，Gemini 3.5 LT 的實時音頻能力完全可以接入耳機、眼鏡、會議設備，甚至汽車座艙當中。

對時空壺、訊飛這類專業翻譯硬件廠商來說，Gemini 3.5 LT 的出現既是壓力，也是機會。「壓力」很好理解：Google 這樣的玩家一旦下場，必然會抬高用戶對免費翻譯工具的預期——去年各手機品牌先后為 TWS 耳機加入 AI 翻譯功能，就直接擠壓來入門翻譯耳機的市場空間，拉高了翻譯耳機能力的「及格線」。

圖片來源：京東

但從另一個角度想，通用翻譯也有著天然的短板：商務會議需要多人識別，采訪需要留備份，跨境展會需要長時間續航，嘈雜環境需要更強收音，這些都不是單靠一個模型更新就能解決的。

也正因如此，Google 翻譯變強并不意味著翻譯耳機、翻譯眼鏡的故事就此結束。

Google 翻譯等通用翻譯 App 和采用通用翻譯模型的產品，只能解決「從無到有」的問題。而未來的高端翻譯耳機，必將把專用 AI 能力當作產品迭代的核心驅動力，用更快、更強的專用翻譯模型拉出體檢的差距。也只有這樣，才能在 AirPods 等「AI 翻譯耳機」帶來的沖擊下守住核心用戶群，并在更細分、更高價值的市場中延續優勢。

隨著免費 App 把基礎翻譯門檻越拉越低，專業設備就必須在專業場景中證明自己的實力和價值?？梢钥隙ǖ氖?，隨著 AI 技術在翻譯賽道的普及，翻譯硬件也必將迎來新一輪的洗牌。

技術迎來革新、產品優勝劣汰、消費者體驗升級，這才是 AI 技術推動行業發展的意義。