谷歌发布新一代实时语音大模型Gemini3.8 Live及扩展思考版,实现原生端到端音频交互突破,降低对话延迟、提升自然度,并首次在低延迟语音流中支持深层多步推理,重塑复杂专业场景下的语音AI应用范式。
谷歌发布Gemini 3.8 Live及Extended Thinking版,主打近实时推理、语音与思考同步、后台工具和API调用。已上线Gemini API、AI Studio等平台,覆盖Search Live、Enterprise、Workspace、Gemini Live等场景。核心是可边对话边后台执行搜索与任务,无需暂停交流。
谷歌在Gmail、Docs和Keep正式推出Gemini驱动的对话式AI语音功能,分别名为Gmail Live、Docs Live和Keep Live。用户无需打字,可用自然语言语音查询邮件、生成文档初稿、整理食谱清单,并支持实时文字记录及调用Gmail、云盘、网页等多源信息辅助创作,标志着谷歌AI助手进一步融入办公生态。
Google近日对语音助手Gemini Live进行重大升级,从单一自然语音对话工具迈向生产力与智能代理工作流新阶段。自2024年推出以来,已支持超40种语言,并深度打通多款Google应用。此次更新核心是全面强化任务执行、跨应用协作与个性化服务能力,推动其向智能代理转型。
一个集成了Gemini多模态直播和WebRTC技术的单文件应用
AI驱动的移动对话体验
Openai
$2.8
输入tokens/百万
$11.2
输出tokens/百万
1k
上下文长度
Google
$0.49
$2.1
$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