Gemini 3.1 Flash Live คือโมเดลเสียงตัวใหม่ของ Google…
ของที่ Google พยายามขายในรอบนี้ไม่ใช่แค่ความฉลาด แต่คือความเป็นธรรมชาติของการคุยสด ทั้งเรื่องตอบไวขึ้น จับน้ำเสียงกับจังหวะพูดได้ดีขึ้น กรองเสียงรบกวนเก่งขึ้น และรองรับการใช้งานแบบเรียลไทม์ในหลายภาษา โดยตัวโมเดลถูกเอาไปใช้ทั้งฝั่งนักพัฒนาใน AI Studio, ฝั่งองค์กรในงาน customer experience และฝั่งผู้ใช้ทั่วไปผ่าน Gemini Live กับ Search Live ที่ขยายไปมากกว่า 200 ประเทศแล้ว
ถ้ามองแบบใช้งานจริง จุดที่น่าสนใจคือมันไม่ได้เก่งแค่ตอบคำถาม แต่ถูกออกแบบมาให้เป็น voice agent ที่ “ทำงาน” ได้ด้วย เช่น เรียกใช้เครื่องมือภายนอกตามคำสั่ง อยู่กับบทสนทนายาวๆ ได้ดีขึ้น และยังรักษาความต่อเนื่องของบทสนทนาได้ยาวกว่าเดิมประมาณสองเท่า ฟีลเลยไม่ใช่แค่คุยกับ AI ที่รอฟังคำสั่งทีละประโยค แต่เริ่มใกล้กับผู้ช่วยที่ตามความคิดเราได้ทันมากขึ้น
ฝั่งกระแสจาก social ภาพรวมออกมาในทางบวกพอสมควร คนที่ลองใน Reddit หลายคนพูดตรงกันว่าคุณภาพเสียงและประสบการณ์คุยดีขึ้น โดยเฉพาะอาการเสียงแข็งๆ หรือเอฟเฟ็กต์ก้องแบบเดิมที่ดูเหมือนลดลง ทำให้รู้สึกว่าใช้งานได้จริงขึ้น ขณะเดียวกันก็มีเสียงสงสัยอยู่เหมือนกันว่า Google ตั้งชื่อรุ่นสับสนพอสมควร และบางคนก็ยังอยากเห็นรุ่น Flash ปกติออกมาชัดๆ มากกว่านี้
ผมว่าของนี้น่าสนใจตรงที่ Google เริ่มหันมาแข่งเรื่อง “ประสบการณ์สนทนา” แบบจริงจัง ไม่ใช่แข่งแค่ benchmark เพราะเวลาคนใช้ voice AI สิ่งที่รู้สึกทันทีไม่ใช่ว่ามันเก่งแค่ไหนบนกระดาษ แต่คือมันตอบทันไหม ฟังรู้เรื่องไหม และคุยต่อได้ลื่นหรือเปล่า ซึ่งจากข้อมูลทางการกับเสียงตอบรับรอบแรก Gemini 3.1 Flash Live ดูเป็นก้าวที่ทำให้ Google เข้าใกล้โจทย์นั้นมากขึ้นพอสมควร แต่อีกด้านก็ยังต้องรอดูว่าพอออกจากช่วงเปิดตัวไปแล้ว ประสบการณ์จริงจะนิ่งสม่ำเสมอแค่ไหนในแต่ละอุปกรณ์และแต่ละประเทศ
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac