@googledevs：想了解最新的 Google 开发者公告吗？最新一期 #GoogleDe… 为您全面报道。

想要及时了解 Google 最新的开发者公告吗？本期 #GoogleDeveloperNews 为您汇总了所有重要信息！

本期内容如下：

• Gemini 3.5 实时翻译：原生语音转语音，支持 70 多种语言，近乎实时。
• Gemma 4 12b：针对本地执行优化的强大 AI 与智能体工作流，通过 Google AI Edge 实现。
• Xcode 中的 Gemini：在 Swift 和 Objective-C 中更快速地构建、审查代码和修复错误。

在此处观看完整剧集，并在评论区告诉我们你最期待什么：https://goo.gle/4p7GCBz

TL;DR: 本期开发者新闻聚焦 Gemini 3.5 直播翻译(支持 70+ 语言实时语音转语音)、针对本地执行的 Gemma 412b 优化模型,以及苹果开发者专用的 Xcode 中的 Gemini 代理工具。

Gemini 3.5 直播翻译:实时语音转语音,支持 70+ 语言

Google 发布了 Gemini 3.5 直播翻译(Live Translation),一种新的语音到语音模型,能够近乎实时地翻译超过 70 种语言。开发者可以构建保留说话者语气、音调和语速的体验,比过去的语音翻译应用听起来更自然。

在演示中,DeepMind 团队的 Tor 和 anuta 展示了它如何工作:演讲者可以创建一个会话,捕获麦克风中的音频,然后生成一个 URL 或二维码,与会者扫描后即可用自己偏好的语言收听。演示从日语开始。

该 API 现已通过 Gemini 应用 API 和 AI Studio 提供。用户也可以在 iOS 和 Android 上的 Google 翻译中体验(需连接任何一对耳机)。此外,Google Meet 中已以私有预览形式推出。

Gemma 412b:为本地 AI 代理优化的轻量开放模型

Gemma for 12b(Gemma 412b)现已针对使用 Google AI Edge 进行本地执行进行了优化。这个 120 亿参数的开放模型旨在将代理工作流直接带到笔记本电脑上,支持工具调用和结构化 JSON 输出,使本地代理能够更可靠地承担复杂的多步骤任务。

该模型通过 Google AI Edge 针对 WebGPU、Vulkan 和移动 NPU 进行了优化。你可以完全离线构建和运行安全的 AI 代理,最大限度地减少延迟并消除对持续云连接的需求。

与传统的多模态模型不同,Gemma 412b 没有额外的视觉或音频编码器。相反,多模态令牌直接流入 LLM 主干,形成更精简高效的结构。

Xcode 中的 Gemini:面向苹果平台开发者的代理体验

Xcode 中的 Gemini 允许开发者使用 Swift 和 Objective-C 执行复杂的多步骤任务,无需切换工具或窗口。这种代理体验帮助更快地构建、审查代码和修复错误。

个人开发者可以通过从 Google AI Studio 获取一个自助式 Gemini API 密钥快速上手。Xcode 中的 Gemini 也可以与 Gemini Enterprise Agent 平台一起使用,从而利用组织的专用配额和数据隐私参数。

Source: https://www.youtube.com/watch?v=UlbokBsjMRY