推出 Gemini 3.8 Live 和 3.8 Live Extended Thinking
deepmind ·
谷歌推出了Gemini 3.8 Live和Gemini 3.8 Live Extended Thinking,标志着语音交互实时对话模型的重大进步。这些新功能旨在通过处理复杂推理和实时视觉上下文(且不打断用户),使与AI的对话更加自然、流畅和智能。Gemini 3.8 Live提供快速、具成本效益的性能,支持97种语言及后台工具执行;而Extended Thinking变体则专注于使用多步推理解决高复杂度任务。该模型在Artificial Analysis的“语音转语音质量指数”和ServiceNow的EVA-Bench等基准测试中均名列前茅。用户可通过Gemini API、Google Workspace应用(如Docs和Gmail)以及Search Live访问这些功能。对于开发者而言,可通过LangChain和Vercel等平台进行集成,以构建可用于生产的语音代理。此外,这些模型生成的所有音频均包含SynthID水印,以确保透明度并帮助防止虚假信息。
deepmind