推出Gemini 3.8 Live与3.8 Live Extended Thinking
谷歌推出两款侧重语音的模型：Gemini 3.8 Live和Live Extended Thinking，使与AI的语音对话更自然，更适合复杂任务。标准模型强调规模、成本效率和视觉理解，Extended Thinking版本处理更难的多步骤推理；两者将通过Gemini API、Google AI Studio、Search Live、Gemini Enterprise以及Gemini应用和Workspace的部分功能陆续提供。
文章要点
Google 于2026年9月15日发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking，称其为目前最先进的实时对话模型，面向语音代理和自然对话。Gemini 3.8 Live 兼具视觉理解，主打规模与成本效率；Extended Thinking 面向需要多步推理的复杂任务。
3.8 Live 可近实时处理视觉输入，在对话中途于97种支持语言之间切换，并在继续说话的同时于后台运行工具和 API 调用。Extended Thinking 边说边推理，会使用“我来查一下……”之类的提示，并讲述多步任务的进展。Google 称 Extended Thinking 在 Artificial Analysis 的 Speech to Speech Quality Index 中排名第一（82.6），在 τ-Voice 上为68.6%，在 Big Bench Audio 上为97.7%。推出是分阶段的：Gemini API 和 AI Studio、面向企业的私有预览、Search Live、Gemini Live 以及部分 Workspace 产品。所有音频都带有 SynthID 水印。
本摘要由 AnnuIA 根据 Google DeepMind 官方页面用自己的话撰写。内容及版权归发布方所有，请阅读原文。