Google发布Gemini 3.8 Live系列实时语音模型
Google正式推出Gemini 3.8 Live与Gemini 3.8 Live Extended Thinking两款实时语音模型,面向语音代理开发者及自有应用开放。目前,两款模型已在Gemini API和Google AI Studio上线,Gemini Enterprise客户可通过私有预览试用。
Gemini 3.8 Live:高性价比多模态交互
作为面向高用量场景的经济型选项,标准版Live模型支持识别摄像头画面内容,可在对话中无缝切换97种语言,并具备在持续语音输入的同时后台运行工具的能力。该模型现已应用于Search Live功能。
Extended Thinking:复杂任务边说边推理
Extended Thinking模型专为处理复杂多步骤任务设计,支持“边说边推理”模式,并能实时叙述后台任务进展。除API调用外,该模型还为付费Google AI订阅用户驱动Gemini Live,以及Docs、Gmail和Keep中的语音功能。

