Google 升級 Gemini：支援邊拍影片邊提問，還能看懂手機螢幕

對著螢幕或者眼前的東西，直接開口問 AI，這事 Google 終於要端上手機了。

在巴塞羅那舉行的 MWC 2025 上，Google 演示了 Gemini 的兩項即時多模態新能力：螢幕共享提問和即時影片搜尋。功能預計在 3 月晚些時候上線。

螢幕和鏡頭，都成了 AI 的眼睛

這次新增的「Screenshare」功能，允許使用者直接把手機當前畫面共享給 Gemini。

官方在現場演示了一個購物場景：使用者正在看一條寬鬆牛仔褲，直接問 Gemini 這條褲子適合搭配什麼上衣，AI 會結合螢幕上的款式給出建議。

另一項則是去年 Google I/O 上預熱過的即時影片搜尋。使用者開啟攝像頭拍著眼前的物體，不用等拍完儲存，邊拍就能邊向 Gemini 提問。

不過，普通使用者暫時還用不上。這兩項功能本月晚些時候只會推送給 Android 平臺、且訂閱了 Google One AI Premium 計劃的 Gemini Advanced 付費使用者。

為什麼重要

我們認為，多模態互動真正的門檻從來不是「能不能看懂圖片」，而是「看不看得懂正在發生的事」。

把輸入方式從靜態截圖和拍照，變成流式的螢幕畫面和即時影片，意味著你不用再為了問個問題先截張圖、切到應用裡上傳，操作鏈條被大幅縮短。邊逛街邊問穿搭、照著現實物件問操作，這類場景會順暢很多。

但 Google 選擇先把它鎖在每月昂貴的 Google One AI Premium 訂閱和 Android 生態裡，看起來還是偏保守。這既是為了收回高昂的即時影片推理成本，也是在把核心硬體和系統作為護城河。對普通使用者來說，嚐鮮成本依舊偏高，就看後續能不能下放到免費版了。