当地时间9月15日， DeepMind 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款近实时语音对话模型，主打语音智能体与复杂任务执行。前者支持97种语言、实时视觉理解与异步工具调用，用户无需等待任务完成即可继续对话；后者加入复杂推理能力，可在保持实时交流的同时于后台执行多步骤任务，在 Artificial Analysis 语音对语音质量指数中以82.6分排名第一。两款模型已通过 Gemini API 和 AI Studio 向开发者开放，音频输入每分钟0.005美元、输出每分钟0.018美元，生成音频均加入 SynthID 水印。
驰盈策略提示：文章来自网络，不代表本站观点。
相关文章
热点资讯
