谷歌低调上线iOS端离线AI听写应用 搭载自研Gemma大模型

2026年4月，谷歌在iOS平台悄然上线了一款新的AI听写应用。这款产品主打“离线优先”，搭载了谷歌自研的轻量级开源模型Gemma，旨在为无网络环境提供高准确率的语音转写服务。此举被广泛视为对当前离线听写领域领头羊Wispr Flow的直接挑战，也标志着谷歌在消费级AI工具轻量化落地方面迈出了关键一步，填补了其在移动端离线语音交互产品上的空白。

对于经常在地铁、地下停车场等信号不佳区域需要记录会议或采访内容的用户来说，现在有了一个新选择。这款应用在苹果商店的介绍页上，最显眼的位置就标注着“离线可用”的标识，上线仅一周，下载量便突破了10万次。

过去，主流的语音转写工具高度依赖云端算力，用户必须在网络稳定的条件下才能获得理想效果。一旦断网，体验往往大打折扣——要么功能完全失效，要么转写准确率骤降超过30%。市场数据显示，过去两年间，面向创作者和职场人士的垂直听写工具需求激增超过200%。其中，Wispr Flow凭借其可靠的离线转写能力，已积累了超2000万全球用户，稳坐赛道头把交椅。

那么，谷歌这款新应用的底气从何而来？其核心能力源于2024年推出的轻量级开源大模型Gemma。与谷歌面向通用场景的PaLM大模型不同，Gemma参数规模更小，专门为在设备端（端侧）部署进行了深度优化。实际表现如何？在语音转写这个具体场景下，该应用在离线状态下的中英文转写准确率均超过了97%，这与联网状态下主流听写工具的表现已基本持平。更重要的是，所有计算均在本地设备上完成，用户的语音数据无需上传至云端，在隐私安全性方面，相比必须联网的同类产品具有明显优势。

回顾谷歌在消费级AI产品的布局，此前重心一直放在需要联网的通用聊天机器人Bard、AI搜索等服务上，离线端侧工具确实是其相对薄弱的环节。因此，这次选择率先在iOS平台推出听写应用，也被行业观察者解读为一项战略举措——意在抢占非安卓生态内的AI用户。据内部消息透露，如果iOS版本的用户留存数据达到预期，谷歌最快可能在2026年第三季度推出安卓版本，并考虑将这一功能深度整合到Pixel手机的系统级应用中。

端侧AI爆发的元年已至

随着大模型压缩技术和端侧设备算力的快速成熟，2026年俨然已成为端侧AI产品爆发的元年。离线听写只是冰山一角，离线翻译、离线AI修图、离线办公助手等产品都在加速迭代中。行业预测指出，到2027年，消费级AI产品中支持离线功能的比例将超过60%。这意味着，用户使用AI工具的门槛将进一步降低，而隐私安全也将得到更坚实的保障。一个真正属于本地的、高效的AI工具时代，正在到来。