Google Workspace新增语音图像编辑与AI收件箱管理功能

谷歌年度开发者盛会Google I/O，历来是洞察其未来技术战略的关键风向标。今年的焦点，则明确指向了办公效率与创意生产领域。谷歌正式宣布对Google Workspace套件进行一系列深度升级，其核心愿景在于推动AI角色进化：从过去“辅助执行”的自动化工具，转变为能够“协同思考”的智能工作伙伴。

本次更新最显著的变革，在于引入了全新的自然对话交互模式。谷歌产品副总裁Yulie Kwon Kim将其阐释为一种更符合人类本能的协作方式——用户只需通过语音对话，即可高效完成多项任务。

设想一个典型场景：你正在通勤途中，需要快速确认航班登机口信息。传统操作需要解锁手机、打开Gmail、在众多邮件中费力搜寻。而现在，你只需点开Gmail应用，启用全新的“Gmail Live”功能，直接开口询问：“我的航班登机口是多少？”系统将即刻智能扫描你的收件箱，精准定位相关信息并语音播报答案。Gmail Live旨在解决移动场景下的信息获取难题，让关键数据查询变得如同日常对话般轻松自然。

如果说Gmail Live是高效的信息检索专家，那么Docs Live则更像是激发灵感的创作协作者。它并非全程悬浮的助手，而是在你面对空白文档、需要构思方案或起草内容时，可随时开启的“创意外脑”。你可以通过语音指令提出需求，例如：“帮我搭建一份项目复盘报告的大纲”，或是“为新产品想五个营销口号”。在获得用户授权后，它还能智能关联你Gmail、云端硬盘或Chat中的历史资料，辅助填充内容细节。这从根本上改变了文档创作的初始阶段——将面对空白页的焦虑，转化为一场有引导、有结构的思维共创。

至于Keep笔记应用，其新定位升级为“随身灵感记录器”。无论是会议中迸发的点子，还是日常零散的思考，现在都可以直接对着Keep说出。依托新一代Gemini 3.5 Flash模型强大的语义理解能力，这些语音片段能被自动归类、总结，并格式化为条理清晰的笔记或待办事项列表，确保重要灵感得以有效捕捉和整理。

值得注意的是，上述前沿的对话式AI功能将率先面向Google AI Pro和Ultra订阅用户开放。而Google Workspace的企业客户预计将在今年夏季获得体验资格。

图像编辑与收件箱管理大幅提效

除了革命性的语音交互，图像创作与邮件管理效率也获得了跨越式提升。谷歌重点推介了一款名为Google Pics的全新应用，它精准瞄准了当前AI图像生成领域的普遍痛点：生成结果与用户构思之间往往存在细节偏差。

Google Pics基于新一代图像模型开发，主打“精细化编辑”与“可控性”。其核心技术在于强大的视觉对象识别与分割能力——用户可以轻松圈选图片中的任意元素，例如一辆汽车、一件服装，然后独立对其进行移动、缩放、替换颜色等操作，且完全不影响背景画面。这相当于为AI生成的图片赋予了类似专业设计软件的图层编辑自由度。更为实用的是，它还能识别并编辑图片内嵌的文字信息，甚至提供实时翻译，这对于需要快速制作多语言社交媒体素材或营销内容的用户而言，效率提升极为显著。该应用将与Workspace生态深度集成，用户可直接在云端硬盘或Slides演示文稿中调用其编辑功能。

另一方面，Gmail的智能收件箱也变得更加主动和强大。新升级的AI功能能够基于邮件上下文语境，自动生成高度个性化的回复建议草稿，用户审阅后即可一键发送。当邮件中提及某个相关文件时，“即时文件访问”功能可让你无需手动搜索，直接预览或打开关联的Docs文档、Sheets表格或Slides演示文稿。为了帮助用户维持收件箱整洁，新增的批量管理工具支持将同一主题的所有邮件一键标记为已读，或将单个任务线程快速归档完结。

目前，功能增强版的AI收件箱已向Google AI Ultra用户开放，Workspace最高级别企业用户也可参与预览。其他层级的用户将在未来数周内逐步获得访问权限。

从助理到智能体：Gemini的主动进化

最后，一个标志性的战略信号是谷歌发布了名为Gemini Spark的全天候个人智能体。这不仅是名称的变更，更代表了谷歌对AI助手定位的根本性重塑——使其从一个被动响应指令的工具，进化为一个在获得授权后能够主动规划并执行多步骤任务的智能体。

用户需手动启用Spark功能。开启后，当你授权它处理某项事务，例如“请帮我安排一次与项目组的周会”，它会主动查询团队成员日历中的空闲时段，草拟会议邀请，并添加议程草案。但在最终执行发送邮件或更新日历等关键操作前，它会返回用户界面请求最终确认。这种“先提议，后执行”的协作模式，巧妙地在提升效率与保障用户控制权之间取得了平衡。此项功能将首先通过Gemini应用向Workspace客户推出。

图片来源：谷歌

Q&A

Q1：Gmail Live功能具体能做什么？

A：Gmail Live是Gmail新增的语音交互功能，专为满足用户在移动或繁忙状态下快速查询邮件内容的需求而设计。用户点击Gmail Live按钮后，可直接通过语音提问，例如查询“航班登机口号码”、“会议具体时间”或“孩子学校的本周活动安排”，系统会自动在收件箱中智能搜索并语音反馈答案，省去手动翻找的繁琐步骤。该功能将优先向Google AI Pro和Ultra订阅用户开放，企业用户预计在今年夏季获得访问权限。

Q2：Google Pics和普通AI图像生成工具有什么区别？

A：Google Pics的核心竞争力在于其卓越的精细化编辑与对象级控制能力，专门解决普通AI生图工具“输出结果不可控、细节调整困难”的痛点。它具备先进的对象分割技术，允许用户精准选中并独立编辑图像中的任何元素（如人物、物体），自由调整其位置、大小、颜色，且不影响背景。此外，它还集成了图片内文字识别、编辑与翻译功能，并与Google云端硬盘和Slides无缝集成，非常适用于社交媒体配图制作、电商产品图优化、数字插画精修等多种专业与创作场景。

Q3：Gemini Spark智能体会自动替用户发邮件或修改日历吗？

A：Gemini Spark不会在未经用户明确许可的情况下自动执行任何敏感操作。用户需要主动开启该功能，启用后，智能体在执行诸如“代发邮件”、“添加日历事件”、“修改文档”等操作前，均会生成具体方案并向用户请求确认，必须在获得用户明确批准后才会执行。这一设计哲学旨在确保用户始终拥有对个人数据与核心操作流程的最终掌控权。Gemini Spark将率先通过Gemini应用向Workspace企业客户及高级用户推出。