找到 3 筆；也可以試試 語意搜尋
Google 於 2026 年 9 月 15 日宣布 Gemini 3.8 Live 與 Gemini 3.8 Live Extended Thinking 兩款音訊到音訊模型正式可用（GA），面向 Live API 的即時語音應用。前者是低延遲語音代理與即時對話的預設選項，支援交錯推理、預設非同步函式呼叫和完整會話客戶端內容更新；後者支援即時音訊互動中的後臺推理，適合需要更高後臺推理能力的場景。
Google 推出 Gemini 3.8 Live with Live Avatar，在原生即時對話模型上加入近即時影片生成，讓 AI 能聽、能看、能說並帶動態虛擬形象。該功能即日起在 Gemini Enterprise 上線，支援 97 種語言的原生語音到語音同步，唇形與表情可隨語言切換自適應。它支援非同步工具呼叫，可在對話不中斷的情況下後臺取數，輸出內容統一嵌入 SynthID 水印；自訂虛擬形象目前僅通過企業白名單開放。
開源 Agent Development Kit（ADK）搭配 gemini-3.8-live，可以建置在後端長時間查詢時仍保持回應的語音 agent。指南給出兩種 Python 寫法：一是用 streaming tools 持續產出進度更新，二是用後臺執行模式，讓對話在耗時任務進行中保持流暢。開發者還可配置 WHEN_IDLE、INTERRUPT、SILENT 三種回應排程行為，精確控制工具結果何時、以何種方式送回對話。