谷歌推出Gemini 3.8 Live与Extended Thinking，称其为迄今最先进实时对话模型

当地时间9月15日，谷歌宣布推出Gemini 3.8 Live和Gemini 3.8 Live Extended Thinking。谷歌称，这是迄今最先进的实时对话模型，在智能和并行推理方面均有显著提升。

其中，Gemini 3.8 Live面向规模部署与成本优化，兼顾对话智能、流畅交流和视觉理解；Gemini 3.8 Live Extended Thinking则瞄准高复杂度任务，具备更强的智能和多步推理能力。

在多项基准测试中，Gemini 3.8 Live Extended Thinking以82.6%位列Artificial Analysis语音对语音质量指数第一名。

其在τ-Voice智能体任务完成率为68.6%，在Sierra的τ-Voice-banking基准测试达35.1%；推理能力方面，Big Bench Audio得分为97.7%，同时保持有竞争力的定价。

Gemini 3.8 Live可近实时处理视觉输入，在对话中自动检测并切换97种支持的语言，并可在后台执行工具与API调用，同时保持对话流畅不中断。

开发者可通过Gemini Live API，在声网、Fishjam、LiveKit、Pipecat、Vercel、Vision Agents等平台构建高性能语音驱动界面。谷歌还与Salesforce、Genspark、Lumeris等企业开展合作。

谷歌对AI生成的音频嵌入SynthID隐形水印，可直接检测AI生成内容，帮助防止虚假信息传播。Gemini 3.8 Live已开始推送，开发者可在Gemini API和Google AI Studio使用。

市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。