Google 推出 Windows 版 Gemini：Alt+Space 撥出，整合影像與影片生成

正在寫報告突然要核對一個數據，你以前的習慣大概是切出當前視窗，開啟瀏覽器新建標籤頁，敲進網址再等回答。

Google 正式推出 Windows 版 Gemini 桌面客戶端，支援 Windows 10 和 Windows 11。最大的改變很簡單：只要按下 Alt + Space，Gemini 就會直接浮現在當前工作介面上方，問完即走，不用再打斷思路。

客戶端支援傳統的 Intel 和 AMD 處理器，也支援高通驍龍 X 以及 NVIDIA RTX Spark 等 ARM 裝置，目前已經在 gemini.google/desktop 全球上線。

快捷鍵偷家，還塞進了能幹雜活的 Agent

除了隨叫隨到的懸浮窗，桌面端這次整合了兩個重頭能力：Gemini Spark 和多媒體生成。

Gemini Spark 是 Google 的多步驟個人 AI Agent。只要你授權連線 Gmail 和 Google Drive，它就能跨應用拉取資料，比如把幾個零散文件的資訊提取出來彙總成表格，或者替你梳理亂糟糟的資料夾。

內容創作方面，應用內直接接入了用於圖片生成的 Nano Banana，以及影片模型 Gemini Omni。據測試，Omni 不僅能直接生成影片，還能把現有影片以每次最多 10 秒的分段延長，最長支援延長 40 秒。

不過門檻也不低。使用 Gemini Spark 需要年滿 18 歲並訂閱 Google AI 付費會員（Pro 或 Ultra 檔位），而且有區域限制。據外媒報道，目前美國和澳大利亞可用，但英國等地區暫時還沒上線。

搶按鍵與隱私小瑕疵

體驗雖快，但首發版本也引發了一些吐槽。

科技媒體 TechRadar 體驗後提到，預設的 Alt + Space 快捷鍵在 Windows 上非常霸道。它不僅覆蓋了系統原生的視窗選單，還直接頂掉了微軟官方實用工具 PowerToys Run 的啟動鍵，老玩家可能得重新適應。

此外，應用左下角會常駐顯示使用者當前地理位置，且無法直接隱藏，居家辦公截圖時很容易洩露住址隱私。

同時，桌面端目前還沒有手機端的 Gemini Live 即時語音模式，也無法直接即時「看」螢幕，使用者如果想讓它分析當前畫面，仍然只能手動截圖後上傳。

為什麼重要

我們認為，Google 這次最聰明的招數，是用一個全域性快捷鍵直接空降到微軟的大本營。

微軟給 Copilot 配了專屬實體物理鍵，但大量存量 PC 使用者根本不會為了一個按鍵去換電腦。Google 選擇 Alt + Space，相當於在數以億計的存量 Windows 10 和 11 電腦上強行貼上了一枚虛擬的 Gemini 快捷鍵，把喚醒阻力降到了極低。

對使用者來說，如果你日常離不開 Gmail 和 Google 雲端硬碟，這個客戶端非常值得一試。即使不買 Spark 高階會員，光是免切瀏覽器查詢和呼叫 Nano Banana 生圖，就能省下不少折騰標籤頁的瑣碎時間。

但它的隱患也很明顯。在 Windows 系統的地盤上，Google 的底層許可權天然不如深度紮根系統的 Copilot。只要微軟在後續系統更新中對全域性熱鍵或後臺喚起做些小動作，或者加速推進系統級螢幕感知，Gemini 桌面版就很容易退化成一個套殼的懸浮瀏覽器。

這場桌面入口的爭奪才剛剛開始，真正的分水嶺，在於誰能率先把螢幕理解和跨軟體自動操作徹底做穩。