Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking

Gemini 3.8 Live 与 Gemini 3.8 Live 扩展推理

推出 Gemini 3.8 Live 与 3.8 Live 扩展推理

2026年9月15日

|

分享下拉菜单

• x.com

• Facebook

• LinkedIn

• 邮件

• 复制链接

Gemini 3.8 Live 与 Gemini 3.8 Live 扩展推理是我们迄今为止最先进的实时对话模型。在智能性和并行推理方面的重大升级，使它们在协作和通过语音执行复杂任务时更加直观。

Tom Ouyang

首席工程师

Malini Jaganathan

技术团队成员，代表Gemini音频团队

分享

Safari浏览器的变通方案：当通过<use>引用外部SVG精灵中定义的线性渐变时，Safari无法解析。在此处内联它们可使它们在DOM中对页面可用。

您的浏览器不支持音频元素。

聆听文章

[[时长]] 分钟

此内容由Google AI生成。生成式AI为实验性功能

语音

速度

0.75X

1X

1.5X

2X

阅读AI生成的摘要

我们推出Gemini 3.8 Live和Gemini 3.8 Live扩展推理，使语音交互更加自然、流畅和智能。这些模型能够处理复杂推理、实时视觉上下文和后台任务执行，而不会中断对话。您今天就可以通过Gemini API、Google Workspace和Gemini应用开始使用这些功能。

摘要由Google AI生成。生成式AI为实验性功能。

• 了解"推出Gemini 3.8 Live和3.8 Live扩展推理"，体验更智能的语音AI。

• Gemini 3.8 Live 提供快速流畅的对话，支持实时视觉和语言交互。

• 使用3.8 Live扩展推理处理复杂任务，同时保持对话流畅。

• 这些模型在后台运行，管理工具时您仍可继续聊天。

• 您可以在Google Workspace、搜索和Gemini应用中尝试这些新功能。

Google刚刚推出了两项新的人工智能模型，让与设备的对话感觉更加自然。它们能够处理中断、在不同语言之间切换，甚至在工作时解释自己的思考过程。无论您是在解决复杂问题还是仅仅闲聊，AI现在都感觉像是真的在倾听并与您一起思考。这是让AI感觉像真实对话伙伴的重要一步。

#### 探索其他风格：

• 一般摘要

• 项目符号

• 基础说明

文章正文

今天，我们推出两项新模型，将接近实时的推理能力提升到新高度，更有效地实现语音代理功能，并让与AI对话更加直观和智能。

• Gemini 3.8 Live：专为规模扩展和成本效率设计，结合对话智能、流畅对话和视觉定位能力。

• Gemini 3.8 Live 扩展推理：专为高复杂度任务设计，具备更强的智能性和多步骤推理能力。

对于开发者和企业而言，这些模型提供了构建可靠、可投入生产的语音代理的基础模块。它们也让在Gemini应用、Google Workspace和搜索中与Gemini对话更加流畅和协作——帮助您仅通过语音就能完成复杂任务。

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和智能能力，在 Artificial Analysis 的语音到语音质量指数（82.6）中位列第一，智能代理任务完成方面表现领先，τ-Voice 基准测试达到 68.6%，Sierra 的 τ-Voice-banking 基准测试达到 35.1%。它还具备强大的推理能力，在 Big Bench Audio 测试中得分 97.7%，同时相比其他前沿模型仍保持极具竞争力的价格水平。

Gemini 3.8 Live 在用户中广受欢迎，在 Speech Agent Arena 排名第二。除了这一表现，它还具有高度的成本效益——为开发者和企业提供了一个功能强大且高效的规模化模型。

在 ServiceNow 的 EVA-Bench 语音代理评估基准测试中，我们的模型通过成功平衡准确性和对话质量，将复杂工作流程的帕累托前沿推向新高度。

注：此测试在 Gemini 企业代理平台的 Live API 上运行。

Gemini 3.8 Live 几乎实时处理视觉输入，通过上下文丰富对话，提供更有帮助的回应。它能自动检测并支持在对话中切换 97 种语言。它在后台执行工具和 API 调用的同时继续对话，因此模型可以在任务在后台完成时确认请求并继续聊天。

Gemini 3.8 Live 实时引导员工入职流程，利用视觉上下文回答实时问题。

观看 Gemini 3.8 Live 几乎实时地通过视觉上下文、推理和自然对话流程下棋。

对于需要更深层次推理的任务，3.8 Live Extended Thinking 能同时进行推理和说话。它在保持对话流畅性的同时，为复杂工作流程提供更高的智能性——使用诸如“让我查一下…”等早期口头提示自然确认提示，并通过实时进度叙述引导用户逐步完成后台多步骤任务。

观看 Gemini 3.8 Live Extended Thinking 将原始草图和近实时语音反馈转化为功能性的 React 组件。

观看 Gemini 3.8 Live Extended Thinking 协调多步骤预订和异步函数调用——所有操作均不中断自然对话。

观看 Gemini 3.8 Live 通过自然语音实时构建完整的商业计划和定制营销工具包。

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

在 Google Workspace 中尝试 Gemini 3.8 Live Extended Thinking，使用 Docs Live、Gmail Live 和 Keep Live。

通过 Gemini 3.8 Live 在 Search Live 中获得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。这些平台在后台管理复杂的实时媒体流基础设施，使开发者能够完全专注于打造用户体验。

我们还与 Salesforce、Genspark 和 Lumeris 等公司合作，这些公司对 3.8 Live 和 3.8 Live Extended Thinking 表现出极大兴趣，突显了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

所有通过我们的AI产品生成的音频均使用SynthID进行水印标记。这种难以察觉的水印直接嵌入音频输出中，确保AI生成内容可被检测，从而帮助防止虚假信息传播。有关我们在安全性和责任方面的做法详情，请查阅模型卡片。

开始使用最新的Gemini Audio模型：

3.8 实时功能今日开始上线：

• 开发者：在Gemini API和Google AI Studio中
• 企业用户：在Gemini Enterprise的私有预览版中，即将上线Gemini Enterprise客户体验版
• 所有用户：在Search Live中

3.8 扩展思维功能今日开始上线：

• 企业用户：在Gemini Enterprise的私有预览版中，即将上线Gemini Enterprise客户体验版和Google Workspace商业客户版
• 所有用户：在Gemini Live中，以及Workspace中Docs的Google AI Pro和Ultra订阅者，以及Gmail和Keep中的所有Google AI订阅者

订阅Google最新资讯

订阅我们的电子通讯，获取产品更新、活动信息、特别优惠等资讯。

完成。只需再完成一步。

检查邮箱确认订阅。

您也可以使用其他电子邮件地址订阅。

您的信息将按照Google的隐私政策使用。您可随时选择退出订阅。

发布于： /