AI最前沿 88Z.ai 9 月 16 日消息，谷歌发布Gemini 3.8 Live系列实时对话模型，包含标准版与Extended Thinking版。标准版侧重规模化部署与成本优化，支持多语言自动切换及视觉理解；Extended Thinking版强化多步推理能力，实现推理与发言同步，并在多项基准测试中表现优异。
消息要点
- 标准版支持97种语言自动切换及近实时视觉理解，侧重成本优化与规模化部署。
- Extended Thinking版强化多步推理并实现推理发言同步，在语音质量等基准测试中排名第一。
要点
谷歌正式推出原生实时语音对话模型Gemini 3.8 Live，该系列包含两个版本以满足不同需求。Gemini 3.8 Live标准版主要面向规模化部署场景，致力于优化使用成本。它具备强大的语言能力，支持97种语言的自动切换，并拥有近实时的视觉理解功能，同时能够在后台调用各类工具以辅助交互。 另一款Gemini 3.8 Live Extended Thinking版则着重强化复杂的多步推理能力。该版本允许模型在进行深度推理的同时同步输出语音，实现了思维与表达的高效并行。凭借这一特性，它在语音质量等多项关键基准测试中取得了排名第一的优异成绩，展现了领先的实时交互性能。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。
- IT之家原始资料发布于
以上日期为原始资料发布日期；标题下方日期为本文在 AI最前沿的发布时间。