Google DeepMind 发布 Gemini 3.8 Live 与 Extended Thinking 语音对话模型

2026年9月15日

|

Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 是我们迄今为止最先进的实时对话模型。智能和并行推理方面的重大升级使它们更直观地协作，并可用语音执行复杂任务。

Tom Ouyang

首席工程师

Malini Jaganathan

技术团队成员，代表 Gemini 音频团队

收听文章

[[duration]]分钟

此内容由 Google AI 生成。生成式 AI 为实验性技术

更新于 2026 年 9 月 17 日

今天，我们推出两款新模型，它们带来了近实时推理方面的进步，更有效地支持语音代理，让人工智能对话感觉更直观、更智能。

• Gemini 3.8 Live：专为规模和成本效率而构建，将对话智能与流畅对话和视觉基础相结合。
• Gemini 3.8 Live Extended Thinking：专为高复杂性任务而构建，具有增强的智能和多步推理能力。

对于开发者和企业，这些模型提供了构建可靠、可投入生产的语音代理的模块。它们还使 Gemini 应用、Google Workspace 和搜索中的 Gemini 语音对话更加流畅和协作——帮助您仅用语音处理复杂任务。

体验更流畅、更智能的对话

Gemini 3.8 Live Extended Thinking 提供企业级的任务完成能力和智能，在 Artificial Analysis 的语音到语音质量指数（82.6）中位居第一，并在代理式任务完成方面领先，在 τ-Voice 上达到 68.6%，在 Sierra 的 τ-Voice-banking 基准上达到 35.1%。它还提供了强大的推理能力，在 Big Bench Audio 上得分 97.7%，同时与其他前沿模型相比保持了极具竞争力的价格点。

Gemini 3.8 Live 在用户中表现出很高的偏好，在 Speech Agent Arena 中排名第二。除了这种性能之外，它仍然非常具有成本效益——为开发者和企业提供了一个可扩展且有能力的模型。

在 ServiceNow 的 EVA-Bench（一个用于评估语音代理的基准）上，我们的模型通过成功平衡准确性和对话质量，推动了复杂工作流的帕累托前沿。

注意：这是在 Gemini Enterprise Agent Platform 上的 Live API 上运行的。

Gemini 3.8 Live 以近实时方式处理视觉输入，通过上下文丰富对话，提供更有用的响应。它会在对话中自动检测并切换 97 种受支持的语言。它可以在继续对话的同时在后台执行工具和 API 调用，因此模型可以确认请求并在后台完成任务时继续聊天。

对于需要更深层次推理的任务，3.8 Live Extended Thinking 可以同时推理和说话。它为复杂工作流提供增强的智能，同时保持不间断的对话流——使用诸如 “让我查一下……” 之类的早期口头提示自然地确认提示，并实时播报进度，引导用户了解多步后台任务的进展。

在整个 Google Workspace、搜索和 Gemini 应用中，我们的 Live 模型提供了更直观、更具协作性的体验——尤其是在处理最复杂的任务时。

赋能开发者和企业语音生态系统

通过使用 Gemini Live API，像 Agora、Fishjam、LangChain、LiveKit、Pipecat、Vercel 和 Vision Agents 这样的开发者平台，让开发者能够轻松构建和部署高性能的语音驱动界面。这些平台在幕后管理复杂的实时媒体流基础设施，使开发者能够完全专注于打造用户体验。

我们还在与 Salesforce、Genspark 和 Lumeris 等公司合作，他们对 3.8 Live 和 3.8 Live Extended Thinking 感到兴奋，并强调了其出色的延迟、流畅性和工具调用能力。

通过 SynthID 水印确保透明度

我们 AI 产品生成的所有音频都带有 SynthID 水印。这种不可感知的水印直接嵌入音频输出中，确保 AI 生成的内容保持可检测性，以帮助防止错误信息。有关我们安全和责任方法的详细信息，请查看 模型卡。

开始使用我们最新的 Gemini Audio 模型：

3.8 Live 从今天开始推出：

• 对于开发者：在 Gemini API 和 Google AI Studio 中
• 对于企业：在 Gemini Enterprise 中提供私人预览，即将在 Gemini Enterprise for Customer Experience 中推出
• 对于所有人：在 Search Live 中

3.8 Live Extended Thinking 从今天开始推出：

• 对于开发者：在 Gemini API 和 Google AI Studio 中
• 对于企业：在 Gemini Enterprise 中提供私人预览，即将在 Gemini Enterprise for Customer Experience 和 Google Workspace 商业客户中推出
• 对于所有人：在 Gemini Live 中，以及为 Google Workspace 中的 Docs、Gmail 和 Keep 中的 Google AI Pro 和 Ultra 订阅者，以及所有 Google AI 订阅者提供

在收件箱中获取来自 Google 的最新新闻

订阅我们的新闻通讯，获取产品更新、活动信息、特别优惠等。

您的信息将按照 Google 的隐私政策 使用。您可以随时退出。