Gemini 3.8 Live 更新,语音助手可边对话边执行后台任务
Google 的新实时语音模型可在对话中处理视觉输入并调用后台工具,复杂任务版本还能口头报告推理进度。API、企业和消费者入口分阶段提供。

Google 于当地 9 月 15 日公布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking,原文在 9 月 17 日另有更新。Live 侧重规模和成本效率,Extended Thinking 则处理需要多步骤推理的复杂工作。
两款模型要解决的是语音助手“说话时不能做事、做事时只能等待”的割裂。按 Google 的介绍,助手可以在处理视觉输入、切换语言的同时调用后台工具;Extended Thinking 还可在推理期间用语音说明进度。查询或预约等任务因此有机会保持连续对话,但工具最终有没有执行成功,仍需由具体应用确认。
Google 引用的测试中,Extended Thinking 在 Artificial Analysis 的语音质量指数为 82.6,在 τ-Voice 任务完成测试中为 68.6%。前者和后者衡量不同能力,不能混成一个综合准确率;本站也没有独立复测公告引用的结果。
发布时,Gemini API、Google AI Studio、企业私有预览与消费者入口的开放进度各不相同,部分企业与 Workspace 功能仍待推出。可调用的模型和工具取决于实际产品入口与账户权限。