知一知 · 今日
← 返回本期日报

AI 前沿

Google将Duplex电话代理接入Gemini Tasks

本期日期 2026-11-21 · 08:00 北京时间

Google Research介绍,2018年推出的Duplex语音技术已演进并整合进Gemini应用的Tasks,可代表用户致电商户,处理订餐、预约等现实事务。文章回顾其从封闭领域模型、共享对话基础设施到统一Gemini技术栈的十年发展,并强调低延迟语音理解和对话能力。

Google研究负责人Yossi Matias、Google Fellow Yaniv Leviathan和Google Maps集团产品经理Janet Zhou撰文称,Duplex最初用于让AI以自然语音给本地商户打电话。订餐、理发预约等任务对话节奏快、缺少固定脚本,还依赖语气和停顿判断轮次,因此需要语音理解、上下文推理和语音合成在低延迟系统中协同。

疫情期间,商户营业时间和服务变化频繁,Duplex被用于自动核验商家信息。Google称,Duplex电话获取并展示在Search和Maps中的商家信息截至2023年已被展示超过一万亿次。自2019年起,相关对话模型还进入Pixel设备,支持Call Screen、Hold for Me等通话辅助功能。

文章称,Duplex架构经历三个阶段,从早期为特定任务训练的循环神经网络,发展为共享对话基础设施,再到完全基于Gemini的统一技术栈。2025年和2026年,基础模型支持Google Search和Ask Maps开展更广泛的代理式电话查询,覆盖宠物美容、汽车维修等领域的报价、库存和营业时间。本周推出的Duplex in Tasks则让Gemini可直接协调现实事务。

原文来源

Google Research ↗
返回本期日报打开交互阅读页