เปิดตัวโหมดเสียงต่อต้านแรงโน้มถ่วงของ Google

• เมื่อวันที่ 6 พฤศจิกายน ค.ศ. 2026 Google ได้เปิดตัวโหมดเสียงในแอป Antigravity และ CLI ซึ่งเปิดใช้งานโดย Gemini Live: คุณพูดคุยกับเจ้าหน้าที่เหมือนเพื่อนร่วมทีมในสาย บังคับทิศทางในขณะที่ทำงาน และฟังเสียงพูดตอบกลับแบบเรียลไทม์ ในขณะที่การแก้ไขและผลลัพธ์ยังคงปรากฏในการสนทนา^[1]
• โหมดเสียงทำงานบนรุ่น Gemini Live ซึ่งได้ยินเสียงของคุณโดยตรงแทนที่จะถอดเสียง และสามารถถูกรบกวนได้เพียงแค่พูดมันสามารถเข้าถึงเฉพาะการสนทนาที่เริ่มต้น ดังนั้นงานไฟล์ คำสั่ง และเครื่องมือจะเกิดขึ้นที่นั่นภายใต้การอนุญาตปกติของคุณ^[1]
• 9to5Google วางไว้ในการอัปเดตเดสก์ท็อปเวอร์ชัน 2.29 ซึ่งนำหน้าการสนทนาที่ออกแบบใหม่และตัวแทนระยะไกลบนคลาวด์สำหรับสมาชิก Google AI Pro และ Ultra แบบชำระเงิน และบอกว่าโหมดเสียงอยู่ถัดจากปุ่มไมโครโฟนที่มีอยู่^[1]
• TestingCatalog ได้พบเห็นฟีเจอร์นี้ในรุ่นเมื่อวันที่ 1 พฤศจิกายน โดยอธิบายโหมดเสียงสนทนาสดพร้อมตัวเลือกเสียง การควบคุมความเร็ว และการแสดงภาพเสียง ซึ่งเห็นได้ชัดว่าสร้างขึ้นสำหรับตัวแทน 'Chief of Staff' ที่กำลังจะมาถึง ซึ่งแสดงให้เห็นว่า Google สั่งงานด้วยเสียงก่อนการเปิดตัว^[3]

คุณสมบัติเด่น

• Guardrails: เจ้าหน้าที่อ่านออกเสียงคำร้องขอสิทธิ์พร้อมคำแนะนำและยอมรับคำตอบเช่น 'อนุญาตเพียงครั้งเดียว' แต่การดำเนินการทำลายล้าง (การลบไฟล์ คำสั่งที่ยกระดับ การบังคับ) ไม่สามารถอนุมัติด้วยเสียงได้ และจำเป็นต้องอนุญาตบนหน้าจอ แม้ว่าจะสามารถปฏิเสธได้ด้วยเสียงก็ตาม^[1]
• โดยค่าเริ่มต้นมันจะเงียบและพูดเฉพาะเมื่อมีคำตอบหรือต้องการข้อมูลเท่านั้นพูดว่า 'ให้ฉันโพสต์ต่อไป' เพื่อรับการอัปเดตทุกๆ 30 วินาทีเลือกจากเก้าเสียง ความเร็วตั้งแต่ 0.75x ถึง 2x และปิดเสียงด้วย Option+M (macOS) หรือ Alt+M^[1]
• คลี: วิ่ง /เสียงสด หรือกด F6 ด้วย /ลำโพงเสียง, /ความเร็วเสียง และ /เปิดดูเพล็กซ์ด้วยเสียง เพื่อการหยุดชะงัก;เหนือ SSH Agy mic-เสิร์ฟ บนเครื่องของคุณเองบวกกับ ต้านแรงโน้มถ่วง_MIC ตัวแปรกำหนดเส้นทางไมโครโฟนและลำโพงในเครื่องของคุณต้องใช้ CLI เวอร์ชัน 1.5.0 หรือใหม่กว่า^[1][4]
• เอกสารของ Google แยกโหมดเสียงออกจากการเขียนตามคำบอกด้วยเสียง ซึ่งจะพิมพ์คำของคุณลงในกล่องข้อความเท่านั้น (Ctrl+M ในแอป /สั่งงานด้วยเสียง หรือ F5 ใน CLI)^[4]