Gemini App 終於支援傳音訊：免費能傳 10 分鐘，高階版放寬至 3 小時

開完兩個小時的冗長會議，或者聽完一期資訊量極大的播客，很多人最想做的事就是把音訊直接甩給 AI，讓它快速劃重點。但在很長一段時間裡，Google 的官方聊天介面 Gemini 居然一直做不到這點。

週一，Google Labs 和 Gemini 的副總裁 Josh Woodward 在 X 上宣佈，Gemini 應用終於支援上傳音訊檔案了。他直言，這是使用者向他們提得最多的頭號需求。

錄音直接扔給 Gemini，但免費版卡得很死

這次更新把音訊能力正式帶進了日常對話方塊。如果你用的是免費版 Gemini，單次上傳的音訊最長限制在 10 分鐘以內，每天一共只有 5 次提問額度。

對於開會或者做深度訪談的人來說，10 分鐘顯然不夠用。Google 把真正的生產力空間留給了付費訂閱：AI Pro 和 AI Ultra 使用者單次可以直接上傳長達 3 小時的音訊檔案。

不論免費還是付費，每次提問最多都可以同時塞進 10 個檔案，格式支援很寬泛，甚至可以直接扔一個包含音訊和其他資料的 ZIP 壓縮包進去。

NotebookLM 能生成測驗，搜尋也聽懂更多話

除了 Gemini 客戶端，Google 這一輪還更新了另外兩款產品。同樣由 Gemini 驅動的研究筆記工具 NotebookLM 帶來了新的報告生成模式，支援超過 80 種語言。

NotebookLM 原本就已經支援音訊，定位也一直是幫你整理多源資料。這次升級後，它能根據你上傳的檔案一鍵生成學習指南、簡報、部落格文章，甚至還能做成抽認卡和互動測驗，使用者可以自由微調語氣和結構。官方預計本週末前就會全量鋪開。

與此同時，整合了 Gemini 2.5 的 Google 搜尋 AI 模式（AI Mode）也新增了 5 種語言支援，分別是印地語、印尼語、日語、韓語以及巴西葡萄牙語。

這一連串動作算是 Google 近期密集交付節奏的延續。8 月他們剛給 Gemini 加上跨會話記憶，給免費使用者開放了 Workspace 的影片工具 Vids；9 月又讓 Google 相簿接入 Veo 3，允許免費使用者把靜止照片做成 4 秒無聲短影片。

為什麼重要

把音訊直接塞進通用聊天應用，對普通使用者的體驗改善是最直接的。以前為了整理一段錄音，大家往往要先找第三方工具轉成文字稿，或者必須繞道去 NotebookLM，現在在 Gemini 裡直接就能問答，採訪整理和課堂複習的門檻低了不少。

但從產品策略來看，Google 算賬算得非常精明。免費版給 10 分鐘時長和每天 5 次額度，基本只夠你試個鮮或者總結一段簡短的語音備忘錄；一旦你面對的是一個小時的正式會議錄音，就必須老老實實掏錢上 Pro 或 Ultra。我們認為，這種刀法明確的額度區隔，正是 Google 試圖把龐大免費流量轉化為訂閱收入的典型手段。

對行業來說，這也是 Google 在加速整合自己的長板。原生多模態一直是 Gemini 底層最被稱道的能力，但此前一直被割裂在開發平臺或垂直工具裡。現在從搜尋、通用助手到 NotebookLM 全部打通，會逼著 ChatGPT 等競爭對手在原生跨格式處理和多模態工作流上拿出更完整的對策。