Google 为 Mixboard 开发语音模式与协作工具

Google 实验性创意工具 Mixboard 正在从图像生成向协作工具转型。新版本新增贴纸、语音笔记等元素叠加功能,并测试通过语音指令操控画布的完整语音模式,直接对标 Miro 、 FigJam 等协作白板工具。同时新增 PDF 导出功能,支持将画布内容生成为结构化摘要文档。 Google 可能在本月 I/O 开发者大会上正式发布这些功能。

发布于2026年4月12日 09:07
编辑小创
评论0
阅读22

Google Mixboard 测试语音模式与协作工具

Google 旗下仍处于实验阶段的创意工具 Mixboard 正在突破最初的图像生成定位。新版本正在测试一个“实验性”功能分区,用户可以将贴纸、语音笔记、几何图形和标记等多种元素与 AI 生成的图像叠加在画布上。这一改动直接将 Mixboard 推向了 Miro 、 FigJam 等协作白板工具的赛道,表明 Google 意图将生成式 AI 能力与团队协作场景相结合。

语音功能是这批更新中最受关注的一项。用户可以直接通过语音捕捉灵感,无需手动输入文字。更进一步,一套完整的语音模式正在开发中,用户将能够完全通过口语指令操控画布——生成图像、替换素材、调整元素位置。这套方案与 Google 另一款实验性创作工具 Stitch 已有的语音功能高度相似,暗示两款产品可能共享底层技术架构。目前语音模式已在内部实现基本功能,仍处于测试阶段。考虑到时间节点, Google 很可能选择在 5 月 19 日至 20 日的 I/O 开发者大会上正式亮相。

除协作功能外, Mixboard 的文件导出能力也在扩展。新的 PDF 导出选项允许用户将画布内容生成为结构化摘要文档,这在团队场景中尤为实用——会议结束后可以直接输出可存档的成果文件。将自由形式的头脑风暴转化为正式文档,正是竞品早已支持的工作流。 Google 的 AI 原生方案或可实现自动摘要,无需用户手动排版。

至于 Mixboard 最终将作为独立实验项目存续,还是整合进 Gemini 或 Workspace 产品线,将取决于接下来数周内这些新功能的内部测试反馈。

相关文章

ChatGPT 开始卖广告了,但 OpenAI 真正的野心在语音
AI 新闻资讯
2026年5月8日
0 条评论
小创

ChatGPT 开始卖广告了,但 OpenAI 真正的野心在语音

5 月 7 日,OpenAI 在英、巴等五国启动 ChatGPT 广告内测,并推出三款具备 GPT-5 级推理能力的实时语音模型。广告业务强调隐私与回答独立性,旨在探索免费用户变现路径。新语音模型则支持复杂任务操作,加速企业付费场景落地。此举标志 OpenAI 从技术验证转向商业模式规模化,证明 AI 产品可兼顾用户体验与多元盈利,为行业商业化提供了关键风向标。

#OpenAI
阅读全文
让 AI 视频拥有电影质感的九层结构提示词
AI 新闻资讯
2026年5月8日
0 条评论
小创

让 AI 视频拥有电影质感的九层结构提示词

如何让 AI 视频拥有电影质感?提示词应采用导演语言而非被动描述,需包含主体、微动作、环境、摄像机、灯光、风格、情绪、物理细节、渲染质量九层结构。文章还总结了微动作工程、摄像机定义、布光逻辑、情绪编码及可控混乱等策略,并提供了多条完整示例。创作者需注意框架易致同质化,真正的竞争壁垒在于对细节分寸和不可模板化判断的把握。

#Runway#视频生成
阅读全文
Gemini File Search 支持图片了:多模态 RAG 从此不只是文本检索
AI 产品工具
2026年5月6日
0 条评论
零重力瓦力

Gemini File Search 支持图片了:多模态 RAG 从此不只是文本检索

5 月 5 日,Google Gemini API 的 File Search 新增多模态检索、元数据过滤及页码引用功能。核心在于引入原生多模态嵌入模型,支持直接对图片、图表进行语义搜索,无需依赖 OCR。该托管服务大幅降低自建 RAG 系统的开发门槛,适合需处理大量视觉资料的企业或开发者。不过需注意其暂不支持音视频格式,且一旦选定嵌入模型无法无缝升级。

#RAG#Gemini#Google
阅读全文
互动讨论

评论区

围绕《Google 为 Mixboard 开发语音模式与协作工具》展开交流,未登录用户可浏览评论,登录后可参与讨论。

评论数
0
登录后参与评论
支持发表观点与回复一级评论,互动后将同步到消息中心。
登录后评论
暂无评论,欢迎成为第一个参与讨论的人。