XNews

谷歌推出Gemini 3.8 Live与扩展思考版本

谷歌推出Gemini 3.8 Live与扩展思考版本

谷歌发布了两款新的实时音频AI模型:Gemini 3.8 Live,用于成本高效的对话式AI;以及Gemini 3.8 Live Extended Thinking,用于复杂的多步骤推理。两者均支持97种语言、近乎实时的视觉理解,以及不打断对话的后台工具调用。

Key insights

Gemini 3.8 Live提供高并发对话式AI

基础版Gemini 3.8 Live模型专为大规模部署而设计,具备高并发和低延迟特性,面向日常助手和检索服务。它能自动检测并平滑切换97种语言,支持包括视觉和语音在内的实时多模态交互。

扩展思考版增加同步实时推理功能

Gemini 3.8 Live Extended Thinking专注于企业级复杂任务,增强了多步骤逻辑推理和规划能力。它能够将实时思考与语音同步,在执行后台任务并报告进展时自然地说出“让我查一下”之类的短语,营造出类似电话通话的交互体验。

后台工具调用保持对话流畅

这些模型支持在后台进行异步工具调用,例如调用外部API、检索数据或进行预约,同时前端语音对话保持不中断。这实现了真正的并发协作。

近乎实时的视觉理解能力

这些模型在聊天时能够看到并理解视觉输入,从而支持诸如回答员工入职问题、通过查看棋盘下棋,或根据草图的语音描述生成React代码等应用。

Source posts