XNews

谷歌Gemini 3.8 Live和Extended Thinking发布

谷歌Gemini 3.8 Live和Extended Thinking发布

谷歌DeepMind宣布推出Gemini 3.8 Live和Gemini 3.8 Live Extended Thinking,这是最新的实时音频模型。基础版本支持97种语言自动切换、异步工具调用以及近乎实时的视觉理解。Extended Thinking增加了多步推理和规划能力,适用于复杂的企业级任务,并在操作过程中叙述进度。这两个模型均可通过Gemini Live和Gemini API使用。

Key insights

Gemini 3.8 Live面向高并发、低延迟应用

基础版Gemini 3.8 Live模型专为成本高效的大规模部署而设计,支持97种语言自动检测和流畅切换。它实现了包括视觉和语音在内的无缝多模态实时交互,同时保持具有竞争力的运营成本。这使得它适用于需要高并发和低延迟的日常助手及检索服务。

Extended Thinking通过实时叙述增强复杂任务执行

Gemini 3.8 Live Extended Thinking专注于企业级任务,强化多步逻辑推理和规划能力。它将实时思考与语音同步,在后台任务执行过程中使用“让我检查一下”等短语作为过渡。该模型支持异步工具调用,允许在API调用或数据检索期间保持语音聊天不间断,并提供近乎实时的视觉理解能力,适用于编码或基于视觉输入回答问题等任务。

Source posts