Gemini App 终于支持传音频：免费能传 10 分钟，高级版放宽至 3 小时

开完两个小时的冗长会议，或者听完一期信息量极大的播客，很多人最想做的事就是把音频直接甩给 AI，让它快速划重点。但在很长一段时间里，Google 的官方聊天界面 Gemini 居然一直做不到这点。

周一，Google Labs 和 Gemini 的副总裁 Josh Woodward 在 X 上宣布，Gemini 应用终于支持上传音频文件了。他直言，这是用户向他们提得最多的头号需求。

录音直接扔给 Gemini，但免费版卡得很死

这次更新把音频能力正式带进了日常对话框。如果你用的是免费版 Gemini，单次上传的音频最长限制在 10 分钟以内，每天一共只有 5 次提问额度。

对于开会或者做深度访谈的人来说，10 分钟显然不够用。Google 把真正的生产力空间留给了付费订阅：AI Pro 和 AI Ultra 用户单次可以直接上传长达 3 小时的音频文件。

不论免费还是付费，每次提问最多都可以同时塞进 10 个文件，格式支持很宽泛，甚至可以直接扔一个包含音频和其他资料的 ZIP 压缩包进去。

NotebookLM 能生成测验，搜索也听懂更多话

除了 Gemini 客户端，Google 这一轮还更新了另外两款产品。同样由 Gemini 驱动的研究笔记工具 NotebookLM 带来了新的报告生成模式，支持超过 80 种语言。

NotebookLM 原本就已经支持音频，定位也一直是帮你整理多源资料。这次升级后，它能根据你上传的文件一键生成学习指南、简报、博客文章，甚至还能做成抽认卡和互动测验，用户可以自由微调语气和结构。官方预计本周末前就会全量铺开。

与此同时，整合了 Gemini 2.5 的 Google 搜索 AI 模式（AI Mode）也新增了 5 种语言支持，分别是印地语、印尼语、日语、韩语以及巴西葡萄牙语。

这一连串动作算是 Google 近期密集交付节奏的延续。8 月他们刚给 Gemini 加上跨会话记忆，给免费用户开放了 Workspace 的视频工具 Vids；9 月又让 Google 相册接入 Veo 3，允许免费用户把静止照片做成 4 秒无声短视频。

为什么重要

把音频直接塞进通用聊天应用，对普通用户的体验改善是最直接的。以前为了整理一段录音，大家往往要先找第三方工具转成文字稿，或者必须绕道去 NotebookLM，现在在 Gemini 里直接就能问答，采访整理和课堂复习的门槛低了不少。

但从产品策略来看，Google 算账算得非常精明。免费版给 10 分钟时长和每天 5 次额度，基本只够你试个鲜或者总结一段简短的语音备忘录；一旦你面对的是一个小时的正式会议录音，就必须老老实实掏钱上 Pro 或 Ultra。我们认为，这种刀法明确的额度区隔，正是 Google 试图把庞大免费流量转化为订阅收入的典型手段。

对行业来说，这也是 Google 在加速整合自己的长板。原生多模态一直是 Gemini 底层最被称道的能力，但此前一直被割裂在开发平台或垂直工具里。现在从搜索、通用助手到 NotebookLM 全部打通，会逼着 ChatGPT 等竞争对手在原生跨格式处理和多模态工作流上拿出更完整的对策。