待验证50% 置信事实精确时间

Gemini 3.5 Live Translate 采用端到端学习范式，将ASR、NLU、MT、TTS四个环节在同一多模态大模型中联合优化

1

来源数

50%

置信度

长期有效

时效性

2026/7/8

首次发现

来源

谷歌AI密集更新：Gemini 3.5实时翻译、NotebookLM升级与DiffusionGemma解析

twitterGoogleAI2026/6/12

相关事实

待验证Gemini 3.5 Live Translate 将语音识别、语义理解、翻译和语音合成四个环节封装进同一个多模态大模型中联合优化80% 相似已验证Gemini系列从训练阶段就将多种模态联合建模，而非像GPT-4V等方案那样后接视觉编码器71% 相似待验证Gemini 3.5 Pro底层采用MoE（混合专家）架构71% 相似待验证Gemini 3.1 Pro具备多轮对话中的状态追踪能力，能将用户的自然语言需求增量式地映射到已有代码结构上70% 相似待验证Gemini 4将引入Multi-Token Prediction（MTP）技术，理论上可将推理速度提升2-4倍70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/240911

API

curl https://kongchang.com/api/v1/knowledge/claims/240911

MCP

get_claim(id=240911)