谷歌发布Gemini 3.8 Live及扩展思维模型

谷歌推出了Gemini 3.8 Live和3.8 Live Extended Thinking,这是新的最先进的实时音频模型。这些模型支持97种语言,接近实时的视觉理解,以及不中断对话的后台工具调用。
Key insights
模型变体与定价
Gemini 3.8 Live专注于高并发、低延迟的日常助手和检索服务,具有成本效益高的部署。Gemini 3.8 Live Extended Thinking面向企业复杂任务,增强了多步骤推理和规划,具有“实时思考和语音同步”功能,模型可叙述进度。
主要特点
两种模型都支持97种语言的自动检测和无缝切换,接近实时的多模态视觉理解(例如,边聊天边观看屏幕),以及后台异步工具调用,允许模型在不中断语音对话的情况下调用API或检索数据。
可用性和用例
这些模型可通过Gemini应用中的Gemini Live以及通过Google AI Studio的Gemini API获得。用例包括编程辅导、客户服务、专业故障排除和多系统协调。Extended Thinking模型可以叙述任务进度以保持对话进行。