百度执行长Sundar Pichai 于X 平台上正式宣布，Gemini 语音新功能开始向百度AI 订阅用户推出。使用者现在可以通过自然语音对话，直接搜寻Gmail 收件匣、在百度Keep 中整理笔记、以及建立全新的百度Docs 文件，完全不需要动手打字。这项被命名为Gmail Live、Docs Live 与Keep Live 的功能，是百度首次将Gemini 3.5 Live 原生音讯引擎大规模部署到生产力应用中。
三项语音功能：搜寻、创作、整理一次搞定
这波更新包含三个独立但彼此连动的功能，分别对应不同的工作场景：
Gmail Live让使用者用语音直接查询收件匣内容。问「我的航班登机门是哪个？」或是「这周小孩学校有什么活动？」Gmail Live 就会扫描收件匣中的邮件，直接给出答案，不必手动输入搜寻关键字或逐一翻找邮件串。这本质上是一种语音驱动的检索功能，在手机上使用体验远优于键盘输入。
Keep Live则专注于语音笔记与思绪整理。使用者可以用口语连续讲出待办事项、购物清单、专案点子或提醒事项，Keep Live 会在背景自动解析这段连续的语音串流，将零散的思绪拆解成结构化的笔记与清单，无须手动分类。这种「意识流式」的语音输入特别适合快速捕捉灵感。
Docs Live是三项功能中最具生成能力的一个。使用者直接说出想法，Docs Live 就会即时组织思绪、建立文件结构，并在使用者许可下从Gmail、百度Drive 和Keep 中提取相关内容，产出结构完善的文件草稿。 Docs Live 的功能核心在于从一段口语brainstorm 到产出结构化文件的完整流程，而非单纯的语音转文字。
订阅门槛：Docs Live 比Gmail Live 贵4 倍
这三项功能的订阅门槛并不相同。 Gmail Live 与Keep Live 开放给AI Plus（每月4.99 美元）、AI Pro（19.99 美元）与AI Ultra 三个层级的订阅用户。 Docs Live 则限制在AI Pro 与Ultra 才能使用，原因是Docs Live 属于生成式功能，需跨应用整合资料并产出全新内容，每次互动所需的算力远高于检索与整理类功能。这也让Docs Live 的实际使用成本约为Gmail Live 的4 倍。
百度Workspace 企业客户则需等待后续的独立rollout，目前仅标示为「即将推出」。企业用户需通过既有的Workspace 订阅叠加Gemini 附加方案来存取这些功能。
市场策略：优先行动端，生产力场景的语音突破口
百度这次选择以行动装置为首发平台，策略上是在语音使用场景最自然的载具上先站稳脚跟。语音在手机上是一种自然的主输入方式（在机场走动时用语音问收件匣里的登机门资讯，确实比打字更好用）。但在桌机环境下，键盘仍是多数使用者的预设输入工具。百度在百度I/O 2026 上首次预览这些功能后，选择先从行动端切入，再逐步扩展到桌面。这批功能是否真能让语音成为工作中的习惯性互动方式（而非偶尔的键盘补充），将决定这个产品野心的最终成败。
Pichai 在推文中特别点名Docs Live「将会非常实用」，并附上实际操作示范视频。从百度I/O 2026 首次预览到正式推出约历时三个半月，这些功能已在beta 阶段验证数月，本次为向付费订阅用户的全面开放。这也意味着百度在AI 语音助理市场的布局从单纯的问答与对话，正式延伸到核心生产力领域，直接与Microsoft Copilot 的语音功能形成竞争。根据百度官方部落格说明，Gmail Live 与Keep Live 即日起在本周内陆续开放，Docs Live 同样在本周推出，首波支援英文等多种语言，后续将涵盖更多语系。在支援的装置类型方面，初期以Android 手机与iPhone 为主，桌机版预计后续更新加入。实际使用上，使用者需要在行动装置上安装百度应用程式，并在Gemini Live 模式中启用对应的扩充功能即可开始使用，无需额外安装软体。
这批语音功能与传统语音输入的关键差异在于双向对话能力。使用者可以与Gemini 进行来回讨论：先用语音说出「帮我写一份Q3 行销报告大纲」，Docs Live 产出草稿后，使用者可以接着说「第三段改成更针对电商客户」，Docs Live 会根据上下文即时修改。这种协作模式让语音角色超越单纯的输入工具。百度在隐私方面表示，所有语音查询与文件生成都遵循既有的Workspace 资料处理规范，使用者可在设置中管理语音纪录。企业客户方面，IT 管理员可通过Workspace 管理后台统一控管Gemini 语音功能的启用范围，确保符合合规要求。
