Gemini 3.8 Live 发布：扩展思考能力版本登场

Gemini 3.8 Live 及 Gemini 3.8 Live Extended Thinking 是我们目前最先进的实时对话模型。智能与并行推理的重大升级，使它们在协作和使用语音执行复杂任务时更加直观。

Member of Technical Staff, 代表 Gemini Audio 团队

您的浏览器不支持音频元素。

我们发布 Gemini 3.8 Live 及 Gemini 3.8 Live Extended Thinking，旨在让语音交互更加自然、流畅和智能。这些模型在不打断对话的情况下处理复杂推理、实时视觉上下文和后台任务执行。您现在就可以通过 Gemini API、Google Workspace 和 Gemini 应用开始使用这些功能。

查看「Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking」，了解更多智能语音 AI。

Gemini 3.8 Live 提供快速、流畅的对话，支持实时视觉和语言。

使用 3.8 Live Extended Thinking 处理复杂任务，同时保持对话流畅。

这些模型在后台管理工具，让您可以持续聊天。

您可以在 Google Workspace、Search 和 Gemini 应用中试用这些新功能。

Google 刚刚发布了两款新的 AI 模型，让与设备的对话变得更加自然。它们可以处理中断、在语言之间切换，甚至在工作时解释自己的思维过程。无论您是在解决复杂问题还是随意聊天，AI 现在都像是在真正倾听并与您一起思考。这是让 AI 感觉像一个真正的对话伙伴的重大一步。

今天，我们推出两款新模型，将近实时推理的进步带给更多用户，从而更有效地启用语音代理，并使与 AI 的对话更加直观和智能。

Gemini 3.8 Live：专为规模化与成本效率而构建，将对话智能与流畅对话和视觉定位相结合。

Gemini 3.8 Live Extended Thinking：专为高复杂度任务而构建，具备更强的智能和多步推理能力。

对于开发者和企业而言，这些模型为可靠、可投入生产的语音代理提供了构建模块。它们还使在 Gemini 应用、Google Workspace 和 Search 中与 Gemini 对话更加流畅和协作——帮助您仅用语音就能处理复杂任务。

体验更流畅、更智能的对话

Gemini 3.8 Live Extended Thinking 提供企业级任务完成能力和智能，在 Artificial Analysis 的 Speech to Speech Quality Index 中以 82.6 分占据总体第一，并在 τ-Voice 上以 68.6% 和 Sierra 的 τ-Voice-banking 基准上以 35.1% 在代理任务完成方面领先。它还提供强大的推理能力，在 Big Bench Audio 上得分 97.7%，同时与其他前沿模型相比保持极具竞争力的价格。

Gemini 3.8 Live 在用户中获得了高度偏好，在 Speech Agent Arena 中排名第二。除了这一表现，它还保持高度成本效益——为开发者和企业提供专为规模化构建的、高效且有能力的模型。

在 ServiceNow 的 EVA-Bench（评估语音代理的基准）上，我们的模型通过在复杂工作流中成功平衡准确性与对话质量，推动了帕累托前沿。

注：此测试在 Gemini Enterprise Agent Platform 的 Live API 上运行。

Gemini 3.8 Live 近实时处理视觉输入，通过上下文丰富对话，提供更有帮助的回复。它在对话中自动检测并在 97 种支持的语言之间切换。它在后台执行工具和 API 调用，同时继续对话，因此模型可以确认请求并在后台任务完成时继续聊天。

Gemini 3.8 Live 使用视觉上下文实时指导员工入职，回答现场问题。

观看 Gemini 3.8 Live 使用视觉上下文、推理和自然对话流程近乎实时地下棋。

对于需要更深入推理的任务，3.8 Live Extended Thinking 同时进行推理和说话。它为复杂工作流提供更强的智能，同时保持不间断的对话流程——使用「让我查一下……」等早期口头提示自然地确认提示，并实时播报进度，向用户逐步讲解后台多步任务的进展。

观看 Gemini 3.8 Live Extended Thinking 将草图和近乎实时的语音反馈转换为可运行的 React 组件。

观看 Gemini 3.8 Live Extended Thinking 协调多步预订和异步函数调用——所有这些都不打断自然的实时对话。

观看 Gemini 3.8 Live 仅通过自然语音实时构建完整的商业计划和自定义营销工具包。

在整个 Google Workspace 和 Search 中，我们的 Live 模型提供更直观、更协作的体验——尤其是在处理最复杂的任务时。

在 Google Workspace 中试用 Gemini 3.8 Live Extended Thinking，支持 Docs Live、Gmail Live 和 Keep Live。

在 Search Live 中获取由 Gemini 3.8 Live 驱动的分步、实时故障排除帮助。

赋能开发者和企业语音生态系统

通过使用 Gemini Live API，Agora、Fishjam、LangChain、LiveKit、Pipecat、Vercel 和 Vision Agents 等开发者平台使开发者能够轻松构建和部署高性能语音驱动界面。这些平台在幕后管理复杂的实时媒体流基础设施，让开发者能够完全专注于用户体验。

我们还与 Salesforce、Genspark 和 Lumeris 等公司合作，他们对 3.8 Live 和 3.8 Live Extended Thinking 感到兴奋，强调其令人印象深刻的延迟、流畅性和工具调用能力。

通过 SynthID 水印确保透明度

我们所有 AI 产品生成的音频都带有 SynthID 水印。这种难以察觉的水印直接嵌入音频输出，确保 AI 生成的内容可被检测，以帮助防止虚假信息。有关我们安全与责任方法的详细信息，请查阅模型卡。

开始使用我们最新的 Gemini Audio 模型：

3.8 Live 即日起逐步推出：

面向开发者：Gemini API 和 Google AI Studio

面向企业：Gemini Enterprise 私人预览版，并即将登陆 Gemini Enterprise for Customer Experience

面向所有人：Search Live

3.8 Live Extended Thinking 即日起逐步推出：

面向开发者：Gemini API 和 Google AI Studio

面向企业：Gemini Enterprise 私人预览版，并即将登陆 Gemini Enterprise for Customer Experience 和 Google Workspace 企业客户

面向所有人：Gemini Live，以及 Google AI Pro 和 Ultra 订阅用户在 Workspace 的 Docs、所有 Google AI 订阅用户在 Gmail 和 Keep 中的使用