谷歌發佈新一代實時語音大模型Gemini3.8 Live及擴展思考版,實現原生端到端音頻交互突破,降低對話延遲、提升自然度,並首次在低延遲語音流中支持深層多步推理,重塑複雜專業場景下的語音AI應用範式。
谷歌發佈Gemini 3.8 Live及Extended Thinking版,主打近實時推理、語音與思考同步、後臺工具和API調用。已上線Gemini API、AI Studio等平臺,覆蓋Search Live、Enterprise、Workspace、Gemini Live等場景。核心是可邊對話邊後臺執行搜索與任務,無需暫停交流。
谷歌在Gmail、Docs和Keep正式推出Gemini驅動的對話式AI語音功能,分別名爲Gmail Live、Docs Live和Keep Live。用戶無需打字,可用自然語言語音查詢郵件、生成文檔初稿、整理食譜清單,並支持實時文字記錄及調用Gmail、雲盤、網頁等多源信息輔助創作,標誌着谷歌AI助手進一步融入辦公生態。
Google近日對語音助手Gemini Live進行重大升級,從單一自然語音對話工具邁向生產力與智能代理工作流新階段。自2024年推出以來,已支持超40種語言,並深度打通多款Google應用。此次更新核心是全面強化任務執行、跨應用協作與個性化服務能力,推動其向智能代理轉型。
一個集成了Gemini多模態直播和WebRTC技術的單文件應用
AI驅動的移動對話體驗
Google
$0.49
輸入tokens/百萬
$2.1
輸出tokens/百萬
1k
上下文長度
Openai
$2.8
$11.2
$7.7
$30.8
200
$0.7
$17.5
Alibaba
$8
$240
52
$0.4
-
128
$1.75
$14
400
Iflytek
$2
8
$8.75
$70
Tencent
$1
$3
4
Bytedance
$1.5
$4.5
$0.3
$0.6
32
$56
$1.4
131