Google ger Gemini ett ansikte och en telefon
Tre Gemini-uppdateringar på en vecka, och de berättar tillsammans något om var Google sätter sina kort.
Den mest visuellt uppseendeväckande är Live Avatar: en animerad AI-persona som läppsynkar och visar ansiktsuttryck i realtid under samtal. Det tekniskt intressanta är inte animationen i sig, utan att den klarar realtidsövergångar mellan 97 språk utan att hacka eller drifta visuellt. Det är ett hårt optimeringsproblem, och Google verkar ha löst det hyfsat. Däremot är funktionen just nu låst bakom Gemini Enterprise, vilket är ett tydligt signal om var den primärt är tänkt att leva: kundtjänst, virtuella möten, företagsinternt.
Mer intressant för de flesta är nog telefonsamtalsdelegering på Pixel 11. Du berättar för Gemini vad du vill ha gjort, så ringer den, navigerar telefonmenyer, väntar i kön och pratar med personalen. Du ser samtalet i realtid via transkription och kan ta över när du vill. Det är ett angrepp på ett specifikt problem som alla hatar och ingen löst: att sitta fast i en telefonkö för att boka ett bord eller fråga om en vara finns i lager. Gränssnittet är rent och logiken är solid, men det är just nu Pixel 11-exklusivt, vilket begränsar räckvidden hårt.
Chrome-uppdateringarna är mindre dramatiska men troligen de som faktiskt används av flest: webbläsaren minns nu exakt scrollposition när du byter enhet på en flik, och Gemini i Chrome kan generera interaktiva studiequiz från innehåll du läser. Den förra löser ett litet men genuint irritationsmoment. Den senare är en tydlig rörelse mot att Chrome ska bli ett aktivt studieredskap snarare än en passiv webbläsare.
Mönstret är tydligt: Google breddar Gemini från att vara en chattbot till att vara ett lager som ligger ovanpå allt annat, telefoni, webbläsaren, möten. Frågan för den som bygger produkter i det här utrymmet är hur snabbt de egna lösningarna för bokningar, kundkontakt och onboarding börjar se onödiga ut när operativsystemet tar över de samtalen direkt.
