谷歌 AI Studio 实时视频对话终于支持中文了，屏幕共享+语音

谷歌AI Studio实时视频对话，终于支持中文了。

之前一直很想用屏幕共享功能让AI远程协助，但受限不少。

ChatGPT Plus 虽然也有实时视频和屏幕共享功能，但每天使用次数限制比较大，而且只能在手机端使用，实在不太方便。

谷歌以前的实时视频对话不支持中文。挺不方便的。

现在他上线了Gemini 2.5 Flash 原生视频对话模型，有两个，一个普通模型，一个带思考的。

使用它也很简单，直接在：

https://aistudio.google.com/prompts/new_chat

chat 这里点击Live audio-to-audio dialog

让他先看一下我这个网站。以及报错。

这个网站如他所说。是用来展示我前面不同排版风格文章主题的，+提示词。

这个用例就是具体开发中可以快速的获取ai的帮助。你可以和他聊聊网站的错误或者优化点等等。

唯一的问题是。他说话太慢了。让他快点，他也不会。然后这个界面也没有一个支持系统提示的地方。

有时候。急急国王附体。想让他少说点废话。口头提示好几次。效果也不是太好。

试过ChatGpt、智谱app的都快不起来。

Gemini 2.5 Flash非思考的模型响应非常快。而思考模型大约在说完话一两秒后才响应。

此外，谷歌的这个提供的音色还蛮多的。

这下面还有三个比较有意思的功能。第1个可以让模型在没有检测到声音的时候发送音频和视频。第2个可以给对话加入情感。最后一个类似于降噪，不响应与正在对话无关的音频。

继续看一下，用他辅助的场景。

AI 和我一起设计 Logo / UI 界面

用于封面设计的辅助对话。设计师在构思初期需要灵感或快速迭代想法。

打开一个设计软件（如 Figma, Canva）或者一个白板工具。

共享屏幕，用中文向 AI 说："我们来一起设计一个 Logo，主题是环保科技。我先画一个草图（开始画），你觉得怎么样？有什么可以改进的吗？"或者"我想设计一个简约风格的 App 首页，主要功能有 A、B、C，你能给我一些布局建议吗？（在屏幕上比划）"

AI 陪我学新软件/新技能

学习一个复杂的新软件（如 Photoshop, Blender, Figma，AE）或新技能（如视频剪辑、数据分析）时，教程繁多，遇到问题无人请教。

使用步骤：

1. 打开一个你不太熟悉的专业软件。

2. 共享屏幕，用中文向 AI 说："我想学习用 XX 软件的这个功能（鼠标指向），你能一步步教我怎么操作吗？"或者"我正在看这个教程（屏幕上显示教程页面/视频），但这一步我卡住了（指出具体步骤），你能解释一下吗？"

3. 观察 AI 如何结合屏幕内容进行教学，能否提供清晰的操作指引，能否解答你的疑问。

好吧我试了，简单的还可以。复杂的太废话了，没什么大用。

有些问题不是一张截图就能说清的，特别是那些涉及操作顺序、时序变化的问题。

AI 帮我修电脑/调软件

电脑小白遇到软件报错、系统设置问题，不知道如何解决，电话/文字沟通效率低下。

"我的 XX 软件打不开了，提示这个错误（指着屏幕上的错误弹窗），你能帮我看看怎么解决吗？"或者"我想调整 XX 软件的这个参数（鼠标指向），但我不知道具体数值怎么填，你能给我一些建议吗？"

AI 辅助我进行产品演示/方案讲解

需要向他人演示一个产品功能或讲解一个复杂方案，希望有 AI 辅助，或者想提前演练。      

1. 准备一个简单的产品 Demo 或 PPT 方案。

2. 共享屏幕，用中文向 AI 说："我现在要向你演示一下我们这个新产品的功能，请你扮演一个潜在客户，在我演示的过程中可以随时提问。"然后开始你的演示。

3. 或者说："我要讲解这个方案（指向 PPT），你能帮我看看我的逻辑是否清晰，有没有什么可以改进的地方吗？"

4. 观察 AI 是否能理解你的演示内容，提出的问题是否有水平，给出的反馈是否有价值。

One More Thing

本号知识星球（汇集ALL订阅频道合集和其他）：

星球里可获取更多AI实践和资讯：

🌟 知音难求，自我修炼亦艰，抓住前沿技术的机遇，与我们一起成为创新的超级个体（把握AIGC时代的个人力量）。

点这里👇关注我，记得标星哦～

AI进修生

🌱 种下知识，收获未来 🌱