资讯
Google 推出 Gemini 3.8 Live：支持「边说边思考」的 97 语言实时语音模型
一句话：Google 将 Gemini 3.8 Live 语音模型在 Gemini API 中转为稳定版，支持 97 种语言的 Speech-to-Speech 实时对话，并可在说话过程中进行「Extended Thinking」推理。
背景
- 实时语音交互正从「语音转写 + 文本生成」走向端到端语音推理，Gemini 3.8 Live 把「边说边思考」能力推向稳定可用。
核心要点
- Gemini 3.8 Live 在 Gemini API 中进入稳定（stable）状态。
- 支持 97 种语言的 Speech-to-Speech 实时对话。
- 引入 Extended Thinking（扩展思考），模型可在生成语音的同时进行推理。
- Speech-to-Speech Quality Index 达 82.6，面向低延迟口语交互。
为什么重要
- 端到端语音 + 实时推理降低了多语言实时助手的落地门槛，推动客服、教育与无障碍场景的语音 AI 升级。
关键事实速记
- 状态：Gemini API 稳定版
- 语言：97 种
- 能力：实时语音 + 边说边思考
- 指标：SSQI 82.6
📂 原文链接：查看原文 →
← 返回资讯列表
AI8899 · 内容仅供学习参考