Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking

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。智能与并行推理方面的重大升级，让它们更直观地与你协作，并可通过语音执行复杂任务。

Tom Ouyang

首席工程师

Malini Jaganathan

技术团队成员，代表 Gemini Audio 团队

您的浏览器不支持音频元素。

收听文章

[[duration]] 分钟

此内容由 Google AI 生成。生成式 AI 仍处于实验阶段

2026年9月17日更新

今天，我们推出两款新模型，在近实时推理方面带来进步，更有效地赋能语音智能体，并让与 AI 的对话感觉更直观、更智能。

• Gemini 3.8 Live：为规模化与成本效率而打造，将对话智能与流畅对话和视觉 grounding 相结合。
• Gemini 3.8 Live Extended Thinking：为高复杂度任务而打造，具备更强的智能和多步推理能力。

对于开发者和企业而言，这些模型提供了构建可靠、可投入生产的语音智能体的基础模块。它们还让在 Gemini 应用、Google Workspace 和搜索中与 Gemini 交谈变得更流畅、更具协作性——帮助你仅用语音就能处理复杂任务。

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水平，在 Artificial Analysis 的语音到语音质量指数中夺得总榜第一（82.6），并在智能体任务完成方面领先，在 τ-Voice 上达到 68.6%，在 Sierra 的 τ-Voice-banking 基准上达到 35.1%。它还具备强大的推理能力，在 Big Bench Audio 上得分 97.7%，同时相比其他前沿模型保持了极具竞争力的价格。

Gemini 3.8 Live 在用户中表现出很高的偏好度，在 Speech Agent Arena 中位列第二。除这一表现外，它依然极具成本效益——为开发者和企业提供了一个为规模化而打造、能力出色且高效的模型。

在 ServiceNow 用于评估语音智能体的基准 EVA-Bench 上，我们的模型通过成功平衡准确性与对话质量，推动了复杂工作流的帕累托前沿。

注：此结果在 Gemini Enterprise Agent Platform 上的 Live API 上运行。

Gemini 3.8 Live 以近实时方式处理视觉输入，用上下文丰富对话，从而给出更有帮助的回复。它能在对话中途自动检测并在 97 种支持语言之间切换。它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继续聊天，而任务在后台完成。

对于需要更深层推理的任务，3.8 Live Extended Thinking 可同时进行推理和说话。它为复杂工作流带来更强的智能，同时保持不中断的对话流——使用诸如“让我查一下……”这样的早期口头提示自然地确认请求，并通过实时进度叙述，在用户执行多步后台任务的过程中引导他们。

在 Google Workspace、搜索和 Gemini 应用中，我们的 Live 模型带来更直观、更具协作性的体验——尤其是在处理你最复杂的任务时。

赋能开发者和企业语音生态系统

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

我们还与 Salesforce、Genspark 和 Lumeris 等公司展开合作，他们对 3.8 Live 和 3.8 Live Extended Thinking 感到兴奋，并强调了其令人印象深刻的延迟表现、流畅性和工具调用能力。

通过 SynthID 水印确保透明度

我们的 AI 产品生成的所有音频均带有 SynthID 水印。这种不可感知的水印直接编织进音频输出中，确保 AI 生成的内容可被检测，从而帮助防止错误信息传播。有关我们安全与责任方法的详细信息，请查阅模型卡。

开始使用我们最新的 Gemini Audio 模型：

3.8 Live 从今天开始逐步推出：

• 面向开发者：在 Gemini API 和 Google AI Studio 中
• 面向企业：在 Gemini Enterprise 中开启私密预览，即将登陆 Gemini Enterprise for Customer Experience
• 面向所有人：在 Search Live 中

3.8 Live Extended Thinking 从今天开始逐步推出：

• 面向开发者：在 Gemini API 和 Google AI Studio 中
• 面向企业：在 Gemini Enterprise 中开启私密预览，即将登陆 Gemini Enterprise for Customer Experience 以及 Google Workspace 企业客户
• 面向所有人：在 Gemini Live 中，以及面向 Google AI Pro 和 Ultra 订阅用户在 Workspace 的 Docs 中，以及面向所有 Google AI 订阅用户在 Gmail 和 Keep 中

在您的收件箱中获取 Google 的最新资讯

订阅我们的新闻通讯，获取产品更新、活动信息、特别优惠等更多内容。

您的信息将按照 Google 隐私政策使用。您可以随时选择退出。